Lectura para Enviar Pelegrina El Diseño de Investigaciones Capitulo III

CAPÍTULO III
EL DISEÑO DE INVESTIGACIONES
1. PROCEDIMIENTO Y DISEÑO
El capítulo anterior se ha dedicado al método científico. Es decir, una lógica

general de investigación para la obtención de conocimiento y la solución de pro-
blemas. Ahora bien, en cada caso habrá que concretar su aplicación mediante téc-
nicas y estrategias específicas de investigación, que incluyen el procedimiento,
control de variables, obtención de datos, etc. Así, por ejemplo, para comprobar qué
efecto tiene la organización del material didáctico en la memorización de concep-
tos podemos escoger una población escolar, a una parte de la cual presentamos un
material muy estructurado y a la otra parte un material poco estructurado. Poste-
Copyright © 1999. Ediciones Aljibe. All rights reserved.
riormente, ambos materiales los sometemos a tareas de recuerdo en memoria a

largo plazo. A partir de la diferencia observada, obtendremos una medida compa-
rativa en memoria a largo plazo de dos subgrupos de población: uno con material
estructurado y otro con material poco estructurado. Ello nos permitirá determinar
qué efecto ha producido esta clase de material en memoria.
En otras palabras, para comprobar la adecuación de la hipótesis a la realidad
empírica debemos especificar un patrón de observaciones, de tal forma que se ob-
tengan datos relevantes para proporcionar una respuesta a la relación hipotética
que se quiere someter a prueba. Para ello, una vez han sido operacionalizadas las
variables de la hipótesis, deben elegirse los sujetos que participarán en la investiga-
ción y determinar las tareas que efectuarán para que el investigador observe el
efecto de las variables. Resumiendo, el psicólogo debe planificar el procedimiento
de investigación, mediante una secuencia detallada y específica de acciones, con el
Pelegrina, D. R. M., & Salvador, B. F. (1999). La investigación experimental en psicología: fundamentos científicos y técnicas. Retrieved from
http://ebookcentral.proquest.com
Created from biblioumbsp on 2018-07-11 16:20:45.
66 La investigación experimental en psicología
objetivo de contrastar empíricamente la hipótesis. En el contexto experimental

“procedimiento” se refiere a la descripción literal (que permita la réplica del expe-
rimento) de todas las actividades que realiza el sujeto (mediante el material y/o los
aparatos correspondientes) en orden a la obtención de los datos relevantes para la
investigación. Las acciones que se efectúan en el procedimiento incluyen la espe-
cificación de las tareas que efectuarán los sujetos, su temporalización, los contro-
les que se efectuarán para neutralizar la acción de las variables ajenas a la hipóte-
sis, etc.
Un componente importante de la enumeración anterior consiste en decidir la
tarea que ha de realizar el sujeto, mediante la cual podemos plasmar de forma
empírica la relación entre la VI y la VD. Una tarea, en el contexto experimental, se
define como el tipo de colaboración que pedimos a los sujetos para obtener res-
puestas (VD) bajo la acción de las condiciones experimentales. Los términos “con-
diciones experimentales” son equivalentes a los “tratamientos” experimentales.
Ambos se refieren a aquellos valores que seleccionamos de la VI bajo cuyos efec-
tos vamos a evaluar o medir la VD. Sin embargo, los niveles de una variable son
todos aquellos valores diferentes que puede tomar la variable, algunos de los cua-
les (o todos) pueden utilizarse como condiciones experimentales (o tratamientos).
A la obtención de una medida de la VD en relación a un nivel de la VI se
denomina ensayo, por lo que cada vez que realizamos un ensayo obtenemos un
dato. Si al ensayo incorporamos el sujeto experimental obtendremos una unidad
experimental, que “representa el conjunto de material (número mínimo de sujetos y
condiciones independientes) al cual se aplica un tratamiento en un solo ensayo”
(Cochran y Cox, 1978, p. 33. El subrayado es nuestro). Una unidad experimental
puede incluir un sujeto, un grupo de sujetos, una familia, etc. Así, aplicando la
tarea sujeto a sujeto, trabajamos con tantas unidades experimentales como sujetos,
mientras que, si la aplicamos a todo el grupo simultáneamente, trabajamos con un
grupo como unidad experimental.
Por otra parte, al tramo de la investigación experimental que va desde la

formulación de la hipótesis hasta la obtención de resultados se ha denominado
“diseño” (Fisher, 1925, 1935). Es decir, un proceso o plan integrado que incluiría
los pasos siguientes: hipótesis, variables, sujetos, material, procedimiento y resul-
tados. No obstante, es muy frecuente atribuir al término “diseño” un sentido res-
tringido: “un plan de asignación de sujetos a las condiciones experimentales y el
análisis estadístico asociado con el plan” (Kirk, 1995, pág. 1, traducción nuestra).
En esta segunda acepción del término se entiende el diseño como la asignación de
los sujetos a las distintas condiciones de la VI, actividad que se relaciona directa-
mente con la formación de grupos experimentales, el análisis estadístico y la toma
de decisiones sobre la hipótesis.
Para comprender mejor este concepto en su acepción restringida propo-
nemos un ejemplo. Supongamos que el objetivo de nuestra línea de investigación
El diseño de investigaciones 67
es prevenir el fracaso escolar. A partir de los conocimientos que existen sobre ese
tema es razonable pensar que el fracaso escolar estará afectado por dos variables:
apoyo familiar y método de instrucción-aprendizaje. En nuestra hipótesis ope-
racionalizamos la VI “apoyo familiar” mediante dos niveles (dicotomizamos la
variable): “apoyo familiar” (AF) y “no apoyo familiar” (NAF). Mientras que la VI
“tipo de método” se operacionaliza también mediante otros dos niveles: “ayuda
individual” (AI) y “no ayuda individual” (NAI). Combinando ambas variables
se obtienen cuatro posibilidades de actuación (o efecto) de las variables indepen-
dientes:
Apoyo F.
AF(1) NAF(2)
Ayuda I.
AI (1) 11 12
NAI (2) 21 22
Los números que ocupan las casillas de la matriz indican que en cada una
de ellas se va a observar el fracaso escolar en dos niveles simultáneos de las va-
riables independientes (en 11 se observará el fracaso escolar en condiciones de
“apoyo familiar” y “ayuda individual”, en 12 se observará en condiciones de “no
apoyo familiar” y “ayuda individual”, etc.). Los índices del fracaso escolar, que se
obtengan en cada una de esas cuatro casillas, nos proporcionarán información
sobre el impacto diferencial de los niveles de las variables independientes en la
VD. A partir de dicha información será posible conocer si se cumple o no nuestra
hipótesis de investigación (la operativa para realizarlo se detalla en los capítulos
siguientes).
El diseño permite además controlar el posible grado de error con que se

registrará la VD, es decir, la precisión (Kempthorne, 1983). Efectivamente, uno de
los objetivos del diseño consiste en asignar los sujetos a las condiciones expe-
rimentales. A partir de tal asignación (entre otras técnicas y procedimientos) po-
demos disminuir el error. Éste se ha definido en términos de la propia varianza de
las puntuaciones. Es decir como “la varianza del error (intra) por unidad expe-
rimental” (Cochran y Cox, 1978, pág. 35, el subrayado es nuestro). Nos referimos,
por supuesto, a los errores de observación o de medida que son consustanciales al
propio proceso de observación o medición y, por tanto, presentes en mayor o
menor grado en cualquier disciplina científica que utiliza la medida. El cálculo de
los errores en las medidas será un punto de interés importante para la prueba de
hipótesis. Como veremos en posteriores capítulos, el instrumento que se utiliza
en psicología para efectuar las inferencias es la estadística matemática, que presen-
ta modelos probabilísticos sobre la aceptación o el rechazo de una relación entre

variables, estimando los efectos de las variables independientes y el error. En
el ejemplo anterior el error vendría dado por la mayor o menor similitud entre
las diferentes puntuaciones dentro de cada una de las casillas. Es decir, las diferen-
cias de puntuación entre los sujetos sometidos a las mismas condiciones expe-
rimentales.
2. CONTROL DE VARIABLES EXPERIMENTALES
En el procedimiento experimental se hace explícita la acción del investiga-

dor sobre las variables con objeto de atribuir valores a la VI, medir sus efectos en la
VD y neutralizar las variables extrañas, para que no tengan efectos en la VD. En
consecuencia, es necesario desarrollar técnicas de control de tres tipos: técnicas
que nos permitan determinar los valores óptimos para la VI, técnicas para neutrali-
zar la acción de las variables extrañas y finalmente, técnicas para medir de la forma
más precisa posible los efectos de la VI en la VD (Salvador, 1991, ver cuadro 3.1).
VARIABLES atribución de VARIABLES


INDEPENDIENTES relación causal DEPENDIENTES
[se manipulan]  [se miden]
— Direccionalidad
— Covariación
— Exclusión de otras causas: se neutralizan
las VARIABLES EXTRAÑAS RELEVANTES
Todo ello supone el establecimiento de relaciones contingentes entre hechos y fenómenos,

entre los cuales se establecen condiciones suficientes y/o necesarias. El agente causal es condi-
ción suficiente.
Cuadro 3.1. Esquema de la relación entre variables implicadas en la hipótesis y la acción que ejerce el
investigador (adaptado de Salvador y Pelegrina, 1993).
Efectivamente, en el ejemplo que acabamos de exponer en el epígrafe ante-

rior pretendemos obtener una relación nítida entre los efectos del apoyo familiar y
la ayuda que recibe el niño con el fracaso a nivel escolar (efectos de la/s VIs en la
VD). Para ello necesitamos que las diferencias entre las puntuaciones dentro de
cada una de las casillas nunca sean mayores que las correspondientes a los efectos
de la VI, dado que en tal caso el error de medida (las diferencias entre el mismo
grupo de individuos) serían mayores que las correspondientes a los efectos de la
VI. Por ello, en una situación de error alto nunca podremos diferenciar éste de los
efectos del tratamiento.
Pero hay más, debemos observar si interviene alguna variable relevante, aje-
na a la hipótesis, que provoque de una manera sistemática efectos en la VD (rendi-
miento de estos sujetos). Efectivamente, si ello ocurriera no se podría asumir que el
apoyo o la ayuda (y sólo éstos) provocan cambios en el rendimiento. Ello puede
ejemplificarse fácilmente. Supongamos que otros familiares o amigos de los pa-
dres deciden actuar ante el problema del fracaso escolar de estos niños. Su actua-
ción (ánimo, repaso, etc.) ayuda a éstos, es decir, tiene efectos en el rendimiento
(VD). Sin embargo, si ello no se sabe, los resultados obtenidos pueden ser atribui-
dos exclusivamente, de una forma equivocada, sólo a la escuela y a los padres. Por
todo ello en experimentación se han desarrollado los conceptos de control (o mani-
pulación) de las variables, los cuales describiremos a continuación.
2.1. El control de las condiciones experimentales
Uno de los objetivos básicos del control es manipular la VI con objeto de

buscar los valores óptimos para que una variación mínima de éstos provoque cam-
bios perceptibles en la VD. Un sistema para hallar dichos valores consiste en efec-
tuar experimentos piloto que puedan incluir una amplia gama de niveles de la varia-
ble (siempre que la naturaleza de la VI lo permita) y observar los efectos en la VD,
de manera que se obtenga la correspondencia, aplicación o función de la VI sobre
la VD. A partir de esa información es posible elegir aquellos valores que provocan
mayores cambios. No obstante, si la relación entre variables ya es conocida (por
experimentos previos, por deducción teórica, etc.), no será necesario desarrollar
experimentos piloto, y se procede directamente a la elección de los valores de la VI
que se manipularán en el experimento como “condiciones experimentales”.
La determinación de las condiciones experimentales óptimas tiene el objeti-
vo de lograr la maximización de la varianza sistemática primaria. Ésta se refiere a
la medida de la variabilidad de los datos debida a las condiciones experimentales
que establece el investigador. Veamos un ejemplo de ello: en la teoría del esquema

la variable “tipicidad”33 de los elementos que forman un esquema puede operativi-
zarse con dos niveles (tipicidad y atipicidad), mientras la variable “reconocimiento
33
La tipicidad es un fenómeno que se manifiesta en los procesos de categorización de conceptos y se
refiere a la organización interna de las categorías (ved por ejemplo una síntesis de la misma en Cor-
dier, 1993, así como el anexo 2 del presente manual). También se ha utilizado como variable en el
contexto de las teorías del esquema, especialmente en esquemas de tipo script. Considerando que el
concepto de tipicidad se refiere a la “proximidad” conceptual de la acción al tema central del script, se
ha diferenciado entre información típica de un esquema, por ejemplo en el esquema “ir a clase a la
universidad”, la acción “escuchar al profesor” y la información atípica, en el esquema citado, la
acción “tomar un café” (Pelegrina, Gallifa y Salvador, 1994). Es evidente que tomar un café es una
actividad que se realiza en diferentes lugares, mientras que escuchar al profesor es una acción típica
del contexto universitario.
de los elementos” en una prueba de memoria puede operativizarse a partir del tiem-
po de procesamiento, es decir mediante los valores obtenidos en los tiempos de
reacción (TR)34. Podemos, pues, medir éstos en los dos niveles establecidos en la
VI (elementos típicos y elementos atípicos) en una tarea de memoria de reconoci-
miento, con el propósito de determinar si los tiempos de reacción varían en función
de los “elementos típicos” y “elementos atípicos”. Puesto que se ha obtenido evi-
dencia de que estos niveles provocan cambios en la VD (v.g., Salvador, 1986),
escogiéndolos como condiciones experimentales se garantiza la sensibilidad de la
VD a las variaciones de la VI. No obstante, para maximizar la acción de los niveles
de la VI sería necesario establecer la distancia máxima entre ellos, que en el ejem-
plo citado consistiría en elegir las acciones más típicas y las menos típicas como
niveles de la VI. Ello permite maximizar lo que hemos denominado varianza siste-
mática primaria. Esta maximización no se refiere a los valores extremos de un
continuo, ya que a veces los valores extremos coinciden en su magnitud; sino,
insistimos, en valores máximos y mínimos para la VI.
2.2. Neutralización de variables extrañas
En el ejemplo que presentamos en el epígrafe anterior hemos elegido dos

niveles de la VI (elementos típicos y atípicos) y hemos obtenido la medida de sus
efectos (TR en acciones típicas y atípicas). Sin embargo, los posibles cambios ob-
servados en el TR podrían ser debidos a una fuente de variabilidad diferente a las
condiciones experimentales, por ejemplo variables extrañas a la hipótesis. El efec-
to de las variables extrañas produce una varianza sistemática que denominaremos
varianza sistemática secundaria sobre la cual hemos de garantizar su nula acción
en la VD, mediante oportunas técnicas de control.
Veamos un procedimiento para comprobar la hipótesis del ejemplo plantea-
do. En las tareas de reconocimiento se presenta a los sujetos un conjunto de frases
de forma secuencial con instrucciones explícitas para que las memoricen, seguidos
de un “tiempo muerto” (intervalo de retención). Posteriormente, las frases ya pre-
sentadas se muestran de nuevo mezcladas con otras nuevas (no presentadas anterior-
mente), y se insta a los sujetos a que respondan “SÍ”, si la frase ya se mostró anterior-
mente, y “NO” si la frase es “nueva”. Es decir, la tarea del sujeto consiste en respon-
der “SÍ” si la frase presentada es reconocida como perteneciente al primer listado,
o por el contrario responder “NO” si observa que no pertenece a dicho listado.
34
El TR (tiempo que ocurre entre la presentación de un estímulo y la respuesta del sujeto a dicho
estímulo) es una medida de latencia que permite operativizar algunas variables dependientes. El TR
está libre de posibles explicaciones circulares al ser de naturaleza muy diferente al lenguaje o a otras
variables que suelen incluir las hipótesis de investigación (ved, por ejemplo Luce, 1986; Tudela,
1982 o la monografía de Welford, 1980).
En los paradigmas de reconocimiento, como el presentado, que implican el

uso de frases, puede ser necesario controlar los efectos propios del carácter lingüís-
tico de éstas: tamaño de la frase, número de palabras, frecuencia de uso de las
palabras, número de sílabas por palabra, características de la sílabas, etc. Por lo que
las frases deben ser controladas (ved Graesser, 1981) para evitar que produzcan
varianza sistemática secundaria. Así, para la hipótesis del experimento que veni-
mos desarrollando en el ejemplo, se ha de considerar que otras variables lingüísti-
cas diferentes a la tipicidad pueden afectar al TR, actuando como variables extra-
ñas a la hipótesis. Por ejemplo, se sabe por experimentos anteriores que el tamaño
de las frases que expresan acciones típicas y acciones atípicas debe estar equilibra-
do para cada condición experimental, lo cual exige que el conjunto de acciones
típicas y en el conjunto de acciones atípicas haya el mismo número de frases con
similar número de palabras por frase. El mismo control se debe extender a cual-
quier otra variable, lingüística o no, que pueda afectar o contaminar los resultados
de este experimento.
No obstante, hay unos elementos comunes a casi todo experimento que pue-
den afectar a la VD, como son la instrumentación de laboratorio, los experimenta-
dores, el propio procedimiento, etc. Por ello, comentaremos brevemente algunas
ideas básicas de cómo efectuar su control y prevenir su actuación como variables
extrañas. En primer lugar, sabemos por el capítulo anterior que se ha de seguir
siempre el procedimiento que habíamos planificado, sin introducir cambios “sobre
la marcha”, dado que éste es una sucesión lógica de acciones en la cual las condi-
ciones de la VI, junto con la actividad de los sujetos, se relacionan adecuadamente
para obtener medidas de la VD, de acuerdo con la hipótesis propuesta. Hay que
cuidar, pues, que experimentadores y sujetos actúen conforme al procedimiento, es
decir, el experimentador ha de mantener constante su manera de actuar, a la vez
que cuida de que los sujetos comprendan la tarea que se les pide. El hecho de
mantener constantes las condiciones de ocurrencia de un fenómeno, por ejemplo,
que el experimentador actúe siempre de la misma manera, evita que éste produzca
efectos diferenciales en la VD, debido a sus propias variaciones. A esta manera de
efectuar el control se denomina constancia.
Otras técnicas tienen el objetivo de neutralizar los efectos que el procedi-
miento experimental pueda provocar en los sujetos (reactividad, expectativas, etc.)
o en los experimentadores (roles sociales, estilos, etc.). Si bien la reactividad debi-
da al “hecho de sentirse observados” no ocurre en niños muy pequeños, ni en ani-
males, sí es habitual en escolares o adultos, los cuales saben que están participando
en algún experimento, o al menos en alguna tarea diferente a la habitual, influyen-
do dicha reactividad en los valores de la VD. De la misma forma pueden influir las
expectativas de los experimentadores, los cuales sin darse cuenta pueden “tender”
a obtener datos “favorables” a su hipótesis. Las técnicas que permiten neutralizar
estos efectos se denominan generalmente de “ciego” (simple y doble ciego). La
técnica de ciego simple consiste en garantizar que los sujetos que participan en un
experimento no sepan a qué condición experimental están siendo sometidos, por lo
que desconocen la predicción de la hipótesis sobre esa condición. En las técnicas
de doble ciego el desconocimiento de las condiciones experimentales se extiende a
los experimentadores. En este último caso es evidente que el psicólogo que aplica
el procedimiento (experimentador) ha de ser una persona distinta a la que desarro-
lla la hipótesis y planifica el procedimiento.
Una de las técnicas más citadas en este contexto es el “grupo de control”,
mediante la cual un grupo de sujetos no se somete a la acción de ningún valor de la
variable independiente, limitándonos en tal grupo a aplicar el procedimiento en
orden a registrar los valores que toma la VD, libre de los efectos de la VI. Ello
permite comparar los resultados de ese grupo con los resultados de los grupos que
reciben la acción de algunos de los niveles de la variable independiente. En un
diseño experimental el grupo de control, formado según una muestra aleatoria,
permite aplicar la forma más parsimoniosa de control de variables extrañas, la
aleatorización. Mediante ésta, los dos grupos son inicialmente equivalentes a ex-
cepción de la aplicación de la VI en el grupo experimental. Aunque el grupo de
control puede utilizarse en el sentido que acabamos de señalar, su función primor-
dial no consiste en el control directo de las variables extrañas, sino en servir como
término de comparación con el grupo experimental.
Otra técnica de control es la eliminación, que consiste en erradicar la posible
fuente de la que procede la variable extraña. Por ejemplo, si el ruido producido por
la circulación de automóviles de una calle cercana afecta las ejecuciones de los
sujetos, la variable extraña “ruido”35 se elimina aislando acústicamente la habita-
ción. No obstante, hay veces que no se puede eliminar una variable. En tal caso se
ha de comprobar si es posible mantenerla constante. Es decir, mantenerla equiva-
lente en cada grupo experimental (ello es un caso especial de la técnica del balan-
ceo, que veremos seguidamente). Para ello, se mantienen iguales las condiciones
de la variable extraña mientras dura el experimento. En el caso del ruido consistiría

en mantenerlo constante durante la intervención de las diferentes condiciones ex-
perimentales. En este caso la técnica utilizada es la constancia no la eliminación.
Por ejemplo, si la calefacción o el aire acondicionado del laboratorio producen un
ruido de fondo, éste debe mantenerse al mismo nivel mientras se aplican todas las
condiciones experimentales y se registra la VD. De esta forma el foco de perturba-
ción no afecta diferencialmente la VD, confundiéndose con el efecto producido por
la aplicación de las condiciones de la VI (Salvador, 1991). Mantener el ruido cons-
tante es fácil si procede de una fuente que podemos manipular, por ejemplo el aire
acondicionado; pero no necesariamente ocurre así en todos los casos, ya que en el
35
Aquí entendemos “ruido” en un sentido físico, pero es posible interpretarlo como toda perturbación
que afecte de una forma diferencial los valores de la VD.
ejemplo de la circulación de vehículos puede ser más difícil producir un ruido

constante que eliminarlo mediante aislamiento.
Hemos analizado las técnicas de eliminación y constancia, cuando se utili-
zan para neutralizar variables extrañas del entorno físico. Otras técnicas permiten
neutralizar el efecto de variables extrañas que pueden originarse a causa del tipo de
procedimiento utilizado en el experimento. Por ejemplo, si hemos de aplicar las
condiciones de la variable independiente de manera secuencial sobre un mismo
sujeto, el orden puede distorsionar los resultados, ya que una vez aplicado el trata-
miento que indica una condición, los tratamientos de las condiciones siguientes
pueden quedar afectados por el tratamiento previo. Entre los efectos producidos
por las condiciones experimentales podemos distinguir dos tipos: los efectos de
orden y los efectos residuales.
Los efectos de orden distorsionan los registros de la VD incrementándolos
(v.g. facilitación) o bien disminuyendo los efectos de la VI (v.g. cansancio, mono-
tonía, etc.). Sin embargo, los efectos residuales (carry-over effects) se producen
por la aplicación de un orden específico: una vez aplicado un tratamiento éste pue-
de tener efectos temporales o permanentes en los tratamientos siguientes. Ejem-
plos de efectos residuales podemos encontrarlos en investigación psicofarmacoló-
gica, atención, etc. En el primer caso podemos observar que en un experimento con
dos condiciones (“medicamento” y “no medicamento”) si se aplica primero “medi-
camento” y después “no medicamento” pueden producirse efectos que persistan de
un registro de la VD al siguiente, pero éstos no se producen si se aplica primero la
condición “no medicamento” y luego “medicamento”. En el estudio de la atención
se sabe que una vez el sujeto ha atendido a un tipo de estímulo, ello repercute en los
siguientes tratamientos que utilizan el mismo recurso atencional.
Para prevenir estos efectos se utilizan las técnicas del contrabalanceo o la
aleatorización. El contrabalanceo tiene por objeto conseguir que en el conjunto de
sujetos cada tratamiento se halle en la misma posición el mismo número de ve-
ces36: el primer sujeto recibe la acción de las condiciones experimentales en un

orden, el siguiente en otro orden, el tercero en otro orden diferente, etc.; pero de
manera que en el conjunto total de condiciones del experimento, cada una de ellas
se haya aplicado el mismo número de veces en el mismo orden. Veamos un ejem-
plo con tres condiciones (A, B y C) y seis sujetos, en el cual podemos observar
cómo cada condición se aplica dos veces en cada orden posible:
36
No se debe confundir contrabalanceo y balanceo. El balanceo controla variables extrañas a partir de
equilibrar la manera de actuar los sujetos en cada una de las condiciones experimentales. Es decir,
mediante el balanceo se forman grupos de las mismas características, equilibrando (equiponderando)
variables, procedimientos, aparatos o experimentadores, de manera que las mismas variables extrañas
que se controlan (intervienen) en un grupo sean controladas también (intervengan) en el otro. Ello
elimina los efectos diferenciales que producen los tratamientos en la VD. En definitiva, no deja de ser
un control mediante constancia.
Sujetos Orden de aplicación de las condiciones experimentales
S1 A B C
S2 B C A
S3 C A B
S4 C B A
S5 B A C
S6 A C B
Otra forma de evitar los efectos de orden consiste en asignar aleatoriamente

cada sujeto a las condiciones de tratamiento. Efectivamente, si apelamos a las le-
yes de los grandes números, para un conjunto elevado de sujetos los órdenes de
aplicación de las condiciones quedarán equilibrados. Ahora bien, insistimos, para
que esas leyes puedan manifestarse y se produzca el control, es necesario un núme-
ro elevado de sujetos.
Aparte de la manera de realizar el contrabalanceo que hemos presentado
(contrabalanceo total), es posible efectuar un contrabalanceo parcial, en el cual no
todos los tratamientos aparecen en todas las posiciones posibles. Supongamos que
un experimento contrasta una hipótesis con dos variables independientes (introver-
sión y método de instrucción-aprendizaje), y cada una de ellas está formada por
tres niveles. Así, en el factor introversión tenemos introversión alta, media y baja y
en el factor métodos de estudio tenemos tres métodos diferentes. Los tres niveles
del factor introversión no se pueden aplicar secuencialmente, puesto que afectan a
características diferenciales de los sujetos: si un sujeto es introvertido no puede ser
extravertido. Por su parte los tres niveles del método se aplican en todas las combi-
natorias posibles (contrabalanceo total), dado que su aplicación secuencial produ-
ce efectos de orden. Es decir, las variables de clasificación de sujetos (como la
introversión) producen condiciones que son incompatibles entre sí, lo cual indica
que no es posible su aplicación secuencial sobre un mismo sujeto. Sin embargo, las
variables de tarea o de tratamiento pueden aplicarse secuencialmente, afectando su
orden de aplicación. Resulta evidente que cuando incorporamos ambos tipos de
variables en un mismo experimento, el contrabalanceo sólo se aplica a aquellas que
producen efectos de orden o residuales.
Sin embargo no siempre las variables de tarea o tratamiento han de provocar
estos efectos. Por ejemplo, supongamos que aplicamos a un grupo de enfermos tres
medicamentos diferentes para observar cual de ellos es más eficiente. Sabemos
que las substancias químicas que componen estos medicamentos son eliminadas
por el organismo y no producen ningún efecto secundario puntual o que permanez-
ca en el tiempo, por lo que no crean ningún efecto de orden ni residual. En ese caso
el control de los efectos de la secuencia no sería necesario, puesto que el orden de
aplicación de las condiciones de la VI no afecta a la VD. Resulta evidente que
siempre debemos considerar las variables relevantes para la hipótesis, efectuando

el control sólo si éstas lo requieren. Para saber cuales son éstas variables es necesa-
rio conocer a fondo las investigaciones y teorías que existen sobre el tema. Un
investigador debe conocer estas variables y sus posibles efectos, por lo que insisti-
mos en la necesidad de que los investigadores noveles en un tema se formen ade-
cuadamente en él antes de embarcarse en la realización de experimentos y extrac-
ción de conclusiones.
2.3. Reducción del error
Hemos indicado en el epígrafe 1 que un objetivo de cualquier experimento

consiste en conseguir que los errores afecten lo menos posible a la VD. Para ello se
ha de cuidar que los aparatos que se utilizan funcionen correctamente y estén bien
calibrados, es decir estén “a punto” para que midan de forma fiable y precisa aque-
llo que se pretende. En caso contrario se produce lo que llamamos “artefactos”. En
cualquier caso, el error de medida que conlleva la aplicación de cualquier instru-
mento debe provocar efectos aleatorios en todas las condiciones por igual, nunca
efectos sistemáticos.
Una manera de conocer el error consiste en obtenerlo mediante el cálculo
del error estándar de medida: “desviación estándar que cualquier medida dada
tiene dentro de la muestra” (Kerlinger, 1975, pág. 144). Éste puede utilizarse como
término de comparación entre los diversos resultados obtenidos. Así pues, supon-
gamos por ejemplo que la diferencia entre dos resultados experimentales fuera de
20 puntos y el error estándar de 5 puntos. En este ejemplo hay un valor numérico de
15 a favor de las puntuaciones explicadas por el tratamiento y 5 correspondientes a
las diferencias explicadas por las fluctuaciones de la medida.
Una manera (aparte de la aleatorización) de lograr un control máximo del
error consiste en diseñar experimentos intra sujeto, en los cuales se aplica a todos los
sujetos la acción de todas las condiciones. Puesto que los sujetos son los mismos,
producirán “los mismos errores” (o errores muy similares), lo cual permite discrimi-
nar las diferencias debidas al tratamiento de aquellas que proceden de las variaciones
específicas de la población a la que pertenecen los sujetos. Otra forma de reducir el
error consiste en medir alguna variable externa a la hipótesis, pero que afecte a las
variables de la misma y, formar grupos de sujetos basándose en sus valores. Median-
te tal medida no sólo eliminamos los efectos sistemáticos de una posible VE, sino
también errores de medida al homogeneizar los sujetos. En este sentido, los proce-
dimientos psicométricos y experimentales pueden considerarse complementarios.
3. EL REGISTRO DE DATOS
El experimento permite la obtención de datos de una forma programada a

partir de los objetivos, de las hipótesis, de los medios procedimentales y del dise-
ño, lo cual nos permite diferenciar los datos registrados mediante todo este proceso
de aquellos que proceden de la percepción inmediata, y por tanto, influidos por el
“sentido común”. Es decir, guiados por apreciaciones casuales, sin una reflexión
basada en la evaluación y análisis sistemático. Efectivamente, desde el sentido
común es fácil asumir supuestos discutibles, que difícilmente resisten un análisis
basado en datos obtenidos en situaciones rigurosas, como: “los niños no estudian
porque no quieren”, “actualmente hay más delincuencia que antes”, “la familia
tradicional favorece la educabilidad más que otros modelos de convivencia”, etc.
De aquí la necesidad de desarrollar investigaciones escrupulosas, con un
registro de datos en condiciones bien definidas. Por ejemplo, si para nuestro obje-
tivo de estudio resulta interesante obtener la relación existente entre rendimiento
escolar (v.g. notas de clase) y tiempo de estudio, podemos establecer diferentes
grupos de sujetos que estudian durante más o menos tiempo cada día (por ejemplo:
media hora, una hora, hora y media y dos horas) y en cada caso, obtener las notas
correspondientes al rendimiento y compararlas con el tiempo de estudio. Todo ello
incluido en un procedimiento que garantice la neutralización de las variables extra-
ñas relevantes y la minimización del error de medida.
El registro de los datos se ha de realizar de manera adecuada, es decir siguien-
do las pautas marcadas por el procedimiento de investigación. Por ello, nos interesa
la categorización, medida y cuantificación de las variables. Así, por ejemplo, algu-
nos continuos que podemos establecer, como “agradable-desagradable” o “alegría-
tristeza”, se refieren a constructos muy globales, puesto que aquello que las personas
podemos calificar de agradable queda determinado a su vez por una serie de caracte-
rísticas que constituyen nuevas variables, por ejemplo el color, la forma, la estética,
etc. Para este tipo de variables (v.g. agresividad, solidaridad, sentido estético, etc.)
se precisa un análisis previo de sus atributos o subcategorías, así como operacionali-
zación de indicadores (o variables operativas) con objeto de realizar una manipula-
ción y control experimental adecuados. Una vez clarificada, es decir operacionali-
zada la variable (indicadores, categorías, etc.) estamos en condiciones de registrarla.

El registro de la VD se efectúa mediante la frecuencia, intensidad, duración,
etc., de algún tipo de respuesta. Una de las más utilizadas es la frecuencia, como
número de veces que se desencadena una crisis fóbica o de ansiedad, número de
agresiones, etc. Sin embargo, se puede contabilizar la intensidad. Así, no es lo
mismo que se den 10 conductas agresivas a la semana que una conducta agresiva
en el mismo intervalo, pero extraordinariamente dolorosa. Otro aspecto es la dura-
ción, que corresponde al tiempo que se mantiene una conducta o un episodio (v.g.
insomnio, tiempo de estudio, etc.), y en su momento hemos comentado también la
importancia de las latencias (epígrafe 2.1 y nota a pie de página 34). Vemos pues
que el psicólogo dispone de una amplia gama de recursos para obtener la VD y
proceder a su registro, el cual se puede realizar mediante tests, instrumentos de
laboratorio, observación, entrevista, análisis de textos, etc.
En metodología experimental es habitual el uso del laboratorio, aunque no

es condición estrictamente necesaria, ni suficiente, ya que el experimento se define
básicamente por el control directo de las variables y por la asignación controlada
de los sujetos a las condiciones de la VI. No obstante, la utilización de instrumen-
tos de laboratorio permite un registro preciso de los datos. Entre ellos, y sin ánimo
de ser exhaustivos, se encuentra el instrumental para efectuar registros electrofi-
siológicos, (electroencefalogramas, electromiogramas, actividad electrodermal,
etc.), cámaras, magnetófonos, contadores de tiempo o de frecuencia de eventos,
etc. Mediante estos aparatos podemos registrar respuestas motoras (v.g. apretar
una palanca), respuestas verbales (v.g. palabras pronunciadas correctamente) o
respuestas fisiológicas (v.g. ritmo cardíaco). Así, por ejemplo, los registros psico-
fisiológicos como ritmo cardíaco o frecuencia respiratoria, permiten operativizar
variables como la ansiedad, estrés, etc., mientras que los registros electroencefalo-
gráficos pueden operativizar variables relativas a la decisión, atención, etc.
La instrumentación no sólo se utiliza para registrar la VD, sino también para
aplicar estímulos que operativizan condiciones de la VI. Por ejemplo, en percep-
ción visual se utiliza el taquistoscopio y monitores de ordenador, para los estímu-
los auditivos se utilizan grabadoras-reproductoras, sintetizadores de sonido, etc.37.
Sin embargo, a menudo los instrumentos no son “aparatos”, sino pruebas o siste-
mas de evaluación y medida. En cualquier caso el psicólogo que efectúa el experi-
mento debe informarse de los instrumentos más adecuados para aplicar las condi-
ciones de la VI y registrar sus correspondientes efectos en la VD. Todos estos
elementos instrumentales y de procedimiento se complementan con un “diario” de
investigación, donde se anotan cuestiones relevantes, o cualquier otro aspecto de
interés que ocurra en el curso de la ejecución del experimento. Las anotaciones de
este diario ayudan a la valoración del trabajo realizado, favorecen el desarrollo de
nuevos experimentos y contribuyen a mejorar los procedimientos de investigación.
4. VALIDEZ DE LOS EXPERIMENTOS
La validez posee gran relevancia en el proceso de la investigación, puesto que

si un experimento no es válido pierde todo su sentido como fuente de información
37
Manuales clásicos (aunque anticuados en muchos aspectos) que informan ampliamente de los gru-
pos más importantes de instrumentación psicológica en experimentación son las monografías de
Cleary (1982) y Sidowski (1966). Actualmente, más que monografías generales, se presentan en
forma de capítulos de libros sobre instrumentación en campos específicos. Ver por ejemplo una sín-
tesis de instrumentos en el ámbito observacional en Losada (1993), o bien las técnicas de tomografía
por emisión de positrones en el ámbito de la esquizofrenia (Bendriem, 1991), o finalmente en el
ámbito del análisis experimental de la conducta (Ator, 1991). También la publicación periódica Be-
havior Research Methods, Instruments, and Computers es una buena fuente de documentación sobre
los avances en instrumentos para investigar en psicología.
empírica. Por ello, toda la investigación en psicología se ha hecho eco de los trabajos
pioneros de Campbell y Stanley (1973) y de Cook y Campbell (1979) sobre este te-
ma, en los cuales tratan de los diversos tipos de validez. Así, la existencia de validez
interna indica que podemos aceptar o rechazar la hipótesis con la máxima nitidez,
es decir, que se acepta la relación entre la VI y la VD sin ningún tipo de confusión,
puesto que los efectos de la VD sólo pueden atribuirse a la VI y no a variables extrañas
ni al error. Por otra parte, la validez externa indica que toda la estructura del diseño
emerge de los objetivos de la investigación de una forma lógica, permitiendo una ge-
neralización de los resultados a la población a la cual se dirigen las conclusiones del
experimento. Finalmente, también debemos tener en cuenta otros tipos de validez.
Así, de poco vale elaborar un experimento que permita establecer relaciones claras
entre la VI y la VD, si la operacionalización de las variables, o cualquiera de los pasos
dados entre la teoría y la formulación de las variables experimentales, no ha sido
adecuado. Por ello, la validez también depende de la concreción operacional de las
variables experimentales, mediante constructos contextualizados en los objetivos de
la investigación. A este tipo de validez la denominamos validez de constructo.
Integrando lo anterior, podemos darnos cuenta de que es indispensable que
exista validez interna y de constructo para que consideremos la validez externa, ya
que si no hemos operacionalizado adecuadamente los constructos teóricos de par-
tida (validez de constructo) y el diseño no garantiza una atribución sin ambigüedad
de la relación causal entre VI y VD (validez interna) la generalización (validez
externa) carece de fundamento. No es difícil encontrar ejemplos de estos fallos, ya
que a menudo se emprenden aplicaciones psicopedagógicas, clínicas y sociales
basándose en una necesidad urgente de cambio, pero sin un soporte empírico sufi-
ciente. Como ejemplo paradigmático es curioso señalar la ligereza con la que las
reformas educativas actuales han asumido un modelo cognitivo de aprendizaje,
basado en las teorías del esquema o en el aprendizaje significativo, sin haber expe-
rimentado su implantación con una profundidad y claridad suficientes.
Por otra parte, se puede considerar la validez ecológica como una variación
de la generalización o validez externa (pero con connotaciones también sobre la
validez interna). La validez ecológica se refiere a la posibilidad de extender los
resultados de la investigación a contextos naturales, lo cual debe tenerse especial-
mente en cuenta en las investigaciones que consideran como objeto y contenido de
su trabajo el contexto natural (ver síntesis en Riba, 1993). No obstante, la validez
ecológica no siempre es un objetivo prioritario de la investigación experimental de
laboratorio, puesto que el objetivo de ésta no es la contextualización directa de los
resultados, sino obtener información sobre hechos y fenómenos psicológicos a par-
tir de situaciones controladas. A este tipo de investigación pertenecerían sucesos
que son descubiertos sólo en determinadas situaciones de control experimental,
por ejemplo el efecto Stroop (McLeod, 1991; o los efectos de primacía y ultimidad
en memoria, v.g. Baddeley, 1983). Estas relaciones son objetivas, replicables y
pueden confirmarse en laboratorio, o bajo las condiciones establecidas en el proce-

dimiento experimental. En este sentido no son generalizables al contexto social y
natural de manera directa; aunque sí de forma indirecta, a partir de la investigación
aplicada o la tecnología que pueda derivarse.
Sobre lo anterior se ha argumentado que “siempre será preferible saber algo
aunque no se pueda generalizar, que generalizar algo que no se sabe” (Pereda,
1987). No obstante, aunque la frase “queda bien”, no debe dar lugar a la infravalo-
ración de la validez externa, de constructo o cualquier otro tipo de validez. Por
ejemplo, la validez interna no tendría sentido sin la validez de constructo ya que sin
el soporte de la explicación teórica, la ciencia quedaría reducida a “pura tecnolo-
gía”. En otras palabras, la realización de muchos experimentos correctos, con una
validez interna sin fisuras, no garantiza por sí mismo el avance de la ciencia. Por
ejemplo, ¿qué significan los datos obtenidos (aunque sean precisos y rigurosos)
sobre un cierto nivel de contaminación ocasionado por escape radiactivo, sin una
teoría sobre sus efectos en la salud y en el medio ambiente?
Sin embargo, es posible que en algún punto del desarrollo de una línea de in-
vestigación no siempre se produzca una concatenación directa (y perfecta) entre
validez de constructo (operativización de la teoría) y validez interna (desarrollo del
experimento). Ello no invalida la experimentación: tales desequilibrios son habitua-
les en ciencia, puesto que mientras se desarrolla un determinado ámbito de conoci-
miento pueden existir variables que todavía escapen al control del experimentador.
Sin embargo, el camino entre las distintas formas de validez ha de ser progresiva-
mente convergente, porque si se producen divergencias sistemáticas y no es posible
integrar explicaciones en experimentos sucesivos, es debido a que o bien la teoría
es inadecuada o bien el camino que desarrolla esa línea de investigación es erróneo.
Una vez definidos los tipos de validez indicaremos algunos de los elementos
que pueden disminuirla. Empecemos por la validez de constructo: si los construc-
tos teóricos no se hallan suficientemente delimitados, la elaboración de la hipótesis
conceptual resulta deficiente; transmitiéndose esta deficiencia a la hipótesis expe-

rimental y a las operacionalizaciones o indicadores relativos a las variables, y en
general al resto de la investigación. Pero la falta de validez de constructo también
puede proceder de forma directa de insuficiencias en la operacionalización de va-
riables, debidas a los sesgos en las medidas y a los propios procedimientos opera-
cionales u obtención de indicadores.
Por su parte, los factores que limitan la validez interna proceden de todo
aquello que puede perjudicar la observación de la relación directa entre la VI y la VD.
Entre estos factores se encuentran los sucesos que ocurren durante la experimenta-
ción, que sin formar parte estricta del diseño pueden influir en la medida de la VD
(es decir, producir el efecto de variable extraña). Entre ellos se encuentran los efectos
de la historia del sujeto (eventos que suceden durante la aplicación del tratamiento;
ved Campbell y Stanley, 1973) o también variables propias de la maduración del
sujeto en un sentido evolutivo. Ello ocurre en el caso de que los sujetos sean some-
tidos a la acción sucesiva de las condiciones experimentales y que las condiciones
experimentales se hallen separadas por un intervalo temporal considerable, por
ejemplo, un experimento que dure varios meses y utilice una muestra de sujetos de
cinco años de edad. En la aplicación de condiciones sucesivas también puede ocurrir
que la administración de las tareas y pruebas iniciales afecten a las posteriores. Esto
se conoce como “un efecto de tipo de prueba”. No obstante si además la prueba no
es “agradable” para el sujeto, o es molesta, ello entre otras cosas, puede conducir a
la “mortalidad experimental”, es decir, la pérdida de sujetos por abandono a lo largo
del experimento. Estas limitaciones y otras, las enumeramos de forma exhaustiva en
el cuadro 3.2 (Cook y Campbell, 1979), donde se muestra un esquema global del
tema. Dado que el comentario explícito de cada una de ellas alargaría considerable-
mente nuestra exposición, aconsejamos al lector interesado la lectura directa de los
autores citados y otras elaboraciones posteriores: Ato (1995a, 1995b, 1995c) o Pas-
cual, García y Frías (1995), donde se encuentran detallados cada uno de los concep-
tos y sus implicaciones para el diseño experimental y cuasi-experimental.
VALIDEZ
La validez se refiere al procedimiento más preciso que permita establecer una relación causa-
efecto entre las variables objeto de investigación en un ámbito determinado de la realidad.
Amenazas a la validez interna. Historia, maduración, aplicación de pruebas, instrumentos,

regresión estadística, selección, mortalidad, selección-maduración, selección-historia, selec-
ción-instrumentos, ambigüedad sobre la dirección de la influencia causal, difusión o imita-
ción de tratamientos, igualación compensatoria de tratamientos, rivalidad compensatoria por
recibir tratamientos menos deseables, resentimiento y desmoralización de los sujetos por re-
cibir un tratamiento menos deseable.
Amenazas a la validez externa. Interacción de la selección y tratamiento, interacción de la
situación y el tratamiento, interacción de la historia y el tratamiento.
Amenazas a la validez del constructo. Inadecuada explicación preoperacional de los cons-
tructos, sesgo de una única operacionalización, sesgo de un único método, suposición de la

hipótesis dentro de las condiciones experimentales, recelo sobre la evaluación, expectativas
del experimentador, constructos y niveles de constructos confundidos, efectos de interacción
de los diferentes tratamientos en el sujeto, interacción de pruebas y tratamientos, generalidad
restringida a lo largo de los constructos.
Amenazas a la validez de conclusión estadística. Potencia estadística reducida, violación
de los supuestos de aplicación de las pruebas estadísticas, el problema de la razón de error por
cada comparación que se relaciona con el error de tipo I, la fiabilidad de las medidas, la
fiabilidad en la aplicación de los tratamientos, hechos irrelevantes aleatorios en la situación
experimental, heterogeneidad aleatoria de las respuestas: v.g. factores correlacionados con la
VD (Cook y Campbell, 1979) (la validez de conclusión estadística se explica en el epígrafe 11
del capítulo IV (donde se encuentra mejor contextualizada) ya que el capítulo IV está dedica-
do a la decisión e inferencia).
Cuadro 3.2. Enumeración de las amenazas contra la validez intena, externa, de constructo y de conclusión
estadística según Cook y Campbell (1979).
Por otra parte, los problemas de validez externa surgen cuando los sujetos
que intervienen en un experimento quedan sensibilizados por las pruebas y tareas
efectuadas en la aplicación del procedimiento, creándose una diferencia entre ellos
y la población general, a la cual evidentemente no se le aplicaron tales pruebas. A
ello se le denomina “efecto reactivo o interactivo de las pruebas” (Campbell y
Stanley, 1973). Por otra parte, cuando las condiciones de la VI determinan la elec-
ción de unos sujetos específicos, difíciles de generalizar a la población a la que
alude el experimento, se produce una interacción entre la muestra y la VI, dando
lugar a resultados no generalizables a dicha población. Lo mismo puede ocurrir
con la interacción con otros factores, como la situación en que se realiza el experi-
mento y el tratamiento, o con la historia y el tratamiento. En cualquier caso, la
lógica es siempre la misma: si la “realidad” (a partir de la selección de los sujetos,
de su situación o historia) creada por el experimento influye en el tratamiento,
entonces los resultados son únicamente aplicables al grupo de sujetos experimen-
tales y no a la población que representan.
Sin embargo, como comprenderá fácilmente el lector, el hecho de que una
investigación se realice en un ámbito natural no implica que necesariamente posea
validez externa, y al contrario, un trabajo de laboratorio puede carecer de validez
interna. De la misma manera, no deberíamos confundir, como apuntábamos en su
momento, la falta de validez externa con aquellos experimentos de investigación
básica, cuyo objetivo no es la aplicación práctica; sino el estudio de variables en
una situación de laboratorio38.
Para finalizar el presente apartado hemos de señalar que Cook y Campbell
(1979) tratan, además de la validez de constructo, interna y externa, la validez de
conclusión estadística. Ahora bien, dado que aún no hemos introducido los con-
ceptos estadísticos imprescindibles para su comprensión, retomaremos el tema
más adelante (ved epígrafe 11 del capítulo IV).
5. CONTROL EXPERIMENTAL Y “CONTROL” OBSERVACIONAL
En el presente capítulo hemos considerado oportuno incluir brevemente al-

gunos principios básicos de la estrategia de investigación observacional. En primer
lugar para proporcionar al lector criterios que le permitan decidir para cada hipóte-
sis la estrategia de investigación más adecuada, sea ésta experimental o no, y siem-
pre con el objetivo de lograr una mayor eficiencia en la investigación. En segundo
38
A pesar de todo, y, como ha quedado patente en las páginas anteriores, no creemos que como principio
haya que potenciar “a priori” un tipo u otro de validez, optando por dar preferencia a una en detrimento
de otra, sino que se ha de avanzar sobre las posibilidades existentes. Ello significa que siempre se ha
de conseguir el nivel máximo de validez posible en todas sus formas, sin que ésta sea una ley sine qua
non, ya que hay situaciones, hipótesis, etc. para las que en un momento dado del desarrollo de la línea
de investigación, es prácticamente consustancial algún tipo de limitación de la validez.
lugar, para mostrar la diversidad de términos, técnicas, procedimientos y posibili-

dades que confluyen en un mismo objetivo: el trabajo científico. Y, finalmente, el
hecho de que las diferentes técnicas y estrategias suelen usarse por parte del psicó-
logo de una forma complementaria.
Anguera (1978) cita unas dos decenas de autores entre los que se encuentran
Bernard (1976, que vivió entre 1813 y 1878), Bunge (1981) y Kaplan (1964) para
los que la observación es fundamental en ciencia. De hecho, la experimentación y
la observación sistemática son dos formas de conexión entre la realidad y la obten-
ción de evidencias empíricas de dicha realidad (Jáñez, 1989). La elección de una u
otra técnica dependerá a menudo de la mayor o menor facilidad para acceder a las
variables de la hipótesis. Así, la observación conforma un conjunto de técnicas
especialmente útiles para el análisis de conductas en su ámbito natural. Por ejem-
plo, en el ámbito educativo es relativamente fácil utilizar la observación sistemáti-
ca (Anguera, 1988), dejando la experimentación en este contexto para realizar
comparaciones muy específicas (p.ej. Pelegrina, 1988a).
La observación y experimentación pueden caracterizarse a lo largo de un
continuo de menor a mayor grado de control interno (manipulabilidad) de las va-
riables investigadas. Así, en experimentación se utiliza un alto grado de manipula-
ción sobre las variables, lo cual ofrece una importante garantía de que se elimina-
rán las influencias de variables ajenas a la hipótesis. En la observación, por el
contrario, no se produce control basado en técnicas manipulativas, sino que se
realiza una “atribución” de causalidad, basada en la “percepción” por parte del
psicólogo de relaciones entre conductas. Esta percepción no es intuitiva, sino ga-
rantizada, y en consecuencia controlada, por el muestreo y las pruebas de decisión
estadística (ved por ejemplo Bakeman y Quera, 1996). Entre ellas, comparar la
homogeneidad entre una secuencia de conductas y otra secuencia que sirve de con-
traste, permite detectar si esta variable interviene de forma homogénea a lo largo
de todos los valores de la secuencia de la conducta o por el contrario, si se producen
cambios sistemáticos a lo largo de la secuencia (Quera, 1993b).

Con objeto de que estas ideas no queden en lo puramente especulativo, desa-
rrollamos con cierto detalle en este epígrafe (y dentro de los límites de este ma-
nual) algunos principios básicos de observación. Como hemos indicado, ésta se
planifica mediante el muestreo, codificación y registro de conductas que ocurren
en un estado natural39.
Como en cualquier otra estrategia, para realizar una observación primero es
necesario haber acotado el problema de estudio. A partir de aquí hemos de diseñar
el procedimiento: qué conductas vamos a observar, bajo qué condiciones (sesiones
39
Son conductas expresadas por el propio individuo sin tener que ser provocadas por la intervención
del experimentador, aunque también pueden darse situaciones en las que se aplican técnicas con una
intervención parcial (v.g. observar los efectos de programas educativos diferentes).
de observación), mediante qué instrumentos (cámara, micrófono, etc.) y quien va a

observar (entrenamiento y preparación de los observadores). Las condiciones ne-
cesarias para desarrollar un buen procedimiento de observación pueden sintetizar-
se en los siguientes puntos:
1. Partir de modelos, teorías o del cuerpo de conocimientos existente sobre
el tema.
2. Elegir conductas más bien moleculares, es decir unidades de observación
simples, específicas, concretas y bien delimitadas, que podamos obser-
var sin ambigüedad. Por el contrario, no se deben elegir conductas exce-
sivamente molares o unidades de observación de naturaleza global, com-
pleja o ambigüa.
3. Prevenir la reactividad de los sujetos observados.
4. Entrenar al observador.
5. Establecer buenas condiciones de observación: buen ángulo de mira,
aparatos adecuados, bien calibrados, etc.
6. Ajustar el registro de la información a la variable tiempo, si la hipótesis
lo exige, lo cual determina la secuencialidad o no de las observaciones.
Si la conducta a observar no aparece organizada mediante variables claras,
debemos realizar una categorización previa hasta lograr un sistema de categorías
que permita lograr unidades de observación operativas (lo que se podría denominar
“observación piloto”). A menudo, preparar un sistema de categorías es un trabajo
laborioso y arduo que depende de los principios teóricos y los datos empíricos en
que se basa la investigación. Por ejemplo, si la hipótesis se refiere a la agresividad
en la escuela, ésta debe partir de una teoría o teorías sobre la agresividad y de
trabajos empíricos que se hayan realizado sobre el tema, que nos permitan operati-
vizarla mediante una serie de códigos de conducta o categorías: mirada, gritos,
agredir a los compañeros, quejarse al profesor, etc.
El sistema de categorías es la base de la observación posterior. Por ejemplo,
en el caso de la agresividad, y en referencia a “agredir a los compañeros” se po-

drían incluir categorías como: “agredir sin producir lesiones”, “agredir producien-
do lesiones”, etc. con lo cual cada categoría inicial puede convertirse en varias
categorías más moleculares. Es decir, el sistema de categorías se ajusta progresiva-
mente al nivel empírico, cotejándolo con los objetivos e hipótesis de investigación.
A veces, sin embargo, en algunas líneas y temas de investigación es frecuente
contar con categorizaciones previas. En éstos, las técnicas de registro, los sistemas
de categorías, codificación y análisis están muy desarrolladas; como por ejemplo
en comunicación no verbal, movimientos faciales, interacción diádica, y otros
(v.g. Anguera, 1993a; 1993b; Bakeman y Quera, 1996).
Es obvio que un sistema de categorías queda siempre abierto a la incorpora-
ción o eliminación de alguna de ellas, ya que a partir de la teoría y los datos empíricos
se pueden obtener categorías nuevas o la eliminación en su caso de las no adecuadas.
De esta manera se llega a conseguir un sistema estable (exhaustivo y mutuamente

excluyente), pero flexible, que puede adaptarse a diferentes realidades y en diferen-
tes momentos, hasta llegar a taxonomías progresivamente mejor sistematizadas, fia-
bles y válidas, sobre las que queda establecido un acuerdo interobservadores40.
Cuando disponemos de un sistema de categorías, bien sea porque se ha ela-
borado para esa investigación, bien sea porque ya está desarrollado a partir de otras
investigaciones previas, se elabora un plan de observación. En éste se identifican
las categorías en un conjunto de sujetos y durante un periodo de tiempo. Para ello
se puede partir del muestreo de los sujetos, así como del momento en el que se
inician y acaban las sesiones de observación a lo largo de todo el tiempo en el que
vamos a observar. En definitiva, se trata de la “obtención de una muestra de perio-
dos de tiempo representativa del tiempo total de la vida de los sujetos para el que se
desea generalizar los resultados, y en la obtención de una muestra de sujetos que
sea representativa de la población de sujetos para la que también se desea genera-
lizarlos” (Quera, 1993a, pág. 244).
Finalmente, para llevar a cabo el proceso de registro será necesario utilizar
instrumentos y/o plantillas de observación. Éstas son instrumentos para la recogida
de datos. Hay modelos de plantillas muy diferentes (v.g. Anguera, 1983). Las más
simples, de papel y lápiz, consisten en una tabla de doble entrada en las que se ins-
criben un conjunto de conductas a observar (eventos o estados) durante intervalos
de tiempo. Cuando se trata de conductas sin necesidad de representar el tiempo, éstas
se adaptan a sus características de ocurrencia. Actualmente lo más común es utilizar
sistemas de registro informatizados. Es decir, emplear aparatos de observación que
permiten implementar las conductas mediante código digital, donde cada cifra re-
presenta un código, conducta, categoría o rasgo observado. Posteriormente se pue-
den volcar a un ordenador para continuar su tratamiento o su análisis estadístico (ver
p.ej. el programa OBSERVER de Noldus Information Technology, 1997), que
como mínimo consiste en un control de calidad del registro obtenido mediante in-
dicadores de validez y fiabilidad. Para ello se han desarrollado una amplia gama de
modalidades de registro, así como la posibilidad de aplicar pruebas estadísticas de
estimación a partir de las frecuencias esperadas, transiciones, etc. Es decir, una vez
obtenidos los datos de una manera objetiva es posible aplicar pruebas estadísticas de
decisión. En cualquier caso, si no procediera la aplicación de ningún tipo de prueba
de estimación o de ajuste, siempre habremos realizado una aproximación a la con-
ducta sobre la cual tendremos un sistema de categorías. Ello en principio es suficien-
40
La validez en un contexto observacional se ha definido de dos maneras complementarias. La prime-
ra se refiere a la validez de los datos o forma en la que se adecua el registro observacional a las
conductas observadas, la segunda se refiere el grado de corrección con el que han sido operacionali-
zadas las categorías (Quera, 1993a). Ambos coinciden mutatis mutandis con la definición que en este
manual mantenemos sobre validez externa y validez de constructo respectivamente.
te para iniciar lo que en ciencia hemos denominado descripción y que progresiva-

mente nos conducirá a la explicación e incluso a la predicción.
6. MEDIDA Y CAUSALIDAD
Las estrategias no experimentales forman un conjunto diverso (entre ellas la

observación, analizada en el epígrafe anterior). Otro ejemplo importante lo consti-
tuyen las estrategias basadas en la medida y/o escalamiento de variables. Éstas se
caracterizan por controlar la posible influencia de variables extrañas mediante la
selección de muestras de sujetos en las que a menudo se aplican instrumentos es-
tandarizados, generalmente tests y cuestionarios. En este contexto, el control de las
variables y la minimización del error se alcanza mediante la manipulación que
hace el investigador cuando selecciona las muestras y les administra los tests o
cuestionarios, así como en el perfeccionamiento de esos instrumentos. De este
modo, es posible conocer la relación o correlación entre fenómenos, o incluso
aproximaciones a su relación causal. Ello puede resultar útil en determinados con-
textos, por ejemplo saber si existe relación entre el hábito de fumar y el cáncer de
pulmón (Keppel, 1991), puesto que aunque no garanticemos su causalidad directa,
sí podemos determinar de una manera bastante aproximada el grado de probabili-
dad de concurrencia entre ambas variables.
Dada la dificultad que en ciertos temas de investigación supone la determi-
nación de relaciones causales directas, existe un amplio abanico de posibilidades
científicas que se sitúan entre una explicación causal y una correlación: detectar si
ciertos hechos están asociados o no, determinar la magnitud de una relación entre
variables o hacer clasificaciones o diferenciaciones entre grupos de sujetos. De la
misma forma que la observación, las estrategias correlacionales y experimentales
se complementan entre sí. De hecho, para realizar un experimento el psicólogo se
encuentra a menudo con la necesidad de elegir muestras de sujetos que le propor-
cionen conjuntos de datos. Para ello puede utilizar tests o cuestionarios, mediante
los cuales se obtienen distribuciones de variables conocidas, pudiendo utilizar al-
gunos de sus valores para desarrollar el procedimiento de investigación (v.g. CI,
rendimiento, intereses profesionales, ansiedad, introversión- extraversión, etc.). El
caso inverso también es cierto, puesto que es aconsejable establecer escalas de
medida a partir del conocimiento obtenido de los niveles de una variable mediante
experimentación (Martínez-Arias, 1996).
Entre el conjunto de técnicas que estamos describiendo en el presente epí-
grafe se suele incluir los estudios sobre escalas y teoría de la medida (Anderson,
1961; Kaiser, 1960; Lord, 1953; Senders, 1958; Siegel 1956; Stevens, 1951; 1975,
etc.). El escalamiento permite un tratamiento preciso para la representación numé-
rica o categorial de variables, conductas y medidas de procesos psicológicos (v.g.
Laming, 1973). El tipo de escala utilizada para la representación numérica de va-
riables ofrece al investigador una serie de posibilidades, entre ellas el modelo de

análisis estadístico que podrá utilizar, puesto que cada tipo de escala (nominal,
ordinal, de intervalo o de razón) da lugar a un modelo estadístico diferente para
efectuar la toma de decisiones sobre la hipótesis (v.g. Sheskin, 1984)41.
Así, mediante una escala nominal se pueden obtener clasificaciones en cate-
gorías (v.g., alto, medio, bajo; hombre, mujer, etc.) a las que es posible aplicar pro-
cedimientos estadísticos, como por ejemplo, proporciones, porcentajes, coeficiente
de correlación para variables dicotómicas (correlación φ), coeficientes de contin-
gencia (v.g., χ2) y las pruebas Z y t para proporciones. En general, mediante escalas
nominales se pueden obtener comparaciones mediante las reglas de igualdad; esta-
bleciendo una relación de identidad entre los datos empíricos y el sistema numérico.
Desde un punto de vista matemático la escala nominal forma transformaciones in-
yectivas en el conjunto de los números reales, que a nivel empírico implican, como
hemos indicado, establecer relaciones de igualdad o identidad.
Las escalas ordinales establecen una relación de orden (v.g.: rangos académi-
cos, puntuaciones sobre comportamiento escolar, intensidad en una variable de per-
sonalidad, etc.). Los valores de dichas escalas representan propiedades empíricas de
igualdad y orden, permitiendo la aplicación de las pruebas estadísticas no paramé-
tricas basadas en medianas, rangos, percentiles, correlaciones ordinales (correlación
de Spearman), etc., así como las operaciones propias de las escalas nominales. Desde
un punto de vista matemático la escala ordinal permite formar aplicaciones isotóni-
cas (crecientes o decrecientes) en el conjunto de los números reales.
Las escalas de intervalo se caracterizan porque los intervalos entre puntuacio-
nes son equivalentes (igualdad de las diferencias), pero el cero es arbitrario, es decir,
a un objeto empírico con una magnitud determinada se le asigna el valor numérico
cero. Un ejemplo que numerosos psicólogos consideran escala de intervalo es la
medida del CI y en general las pruebas de rendimiento. Ello es aceptable siempre que
se asuma que la misma diferencia entre dos valores numéricos, cualesquiera de la
escala, represente también la misma diferencia a nivel empírico. En las escalas de

intervalo se pueden aplicar operaciones estadísticas que implican el cálculo de la
media aritmética, la varianza y desviación típica, las pruebas Z y t para medias, el
análisis de varianza y covarianza y la correlación de Pearson. Mediante las escalas
de intervalo se admiten transformaciones lineales, las cuales dejan invariantes las
igualdades de las diferencias entre intervalos equivalentes de la escala.
41
En la descripción de escalas de medida hemos optado por la taxonomía basada en Stevens (1946,
1951), ya que resulta orientativa sobre la naturaleza de los datos en relación con los tipos de pruebas
de significación estadística aplicables (véase Blalock, 1964; o Siegel, 1956). No obstante, esta posi-
ción tiene detractores como por ejemplo Anderson (1961) o Burke (1953). En cualquier caso, cuando
elegimos un tipo de escala hemos de cuidar que esta decisión refleje adecuadamente la variable psico-
lógica (operacionalización de variables) y que las operaciones o transformaciones estadístico-mate-
máticas que pudieran hacerse en ella no distorsionen la representatividad inicial de los datos.
Finalmente, en las escalas de razón, aparte de representar todas las propieda-

des incluidas en las escalas anteriores, el cero no es arbitrario, sino que representa
una ausencia de magnitud. Entre las variables y procesos psicológicos que pueden
ser representados en este tipo de escala se encuentra la ley de la magnitud de sensa-
ción de Stevens (1975, tal y como él la formuló; ver una síntesis en Ponsoda, 1986).
Stevens admitirá la sensación de los sujetos como una respuesta que corresponde y
depende de los niveles del estímulo, incluido el cero. Hemos de indicar, en relación
a las escalas citadas, que entre cada una de ellas se da una relación de inclusión: una
escala de razón incluye las operaciones de una escala de intervalo, ordinal y nomi-
nal; la escala de intervalo incluye las operaciones ordinales y nominales, etc.
La taxonomía de escalas de medida que hemos mostrado muy sintéticamen-
te es un instrumento al servicio del investigador para la representación numérica de
variables, conductas y medidas de procesos psicológicos. Sin embargo, los psicó-
logos no deben adoptar una postura “asépticamente matemática” (Amón, 1982a),
puesto que interpretando rígidamente la clasificación expuesta se podría plantear
que las puntuaciones del CI conforman una escala ordinal y no de intervalo. Así, si
bien Glass y Stanley (1974) señalan que se podría hablar de escalas de “cuasi-
intervalo”, otros autores sin embargo clasifican directamente el CI como escala de
intervalo (McBurney, 1983). En todo caso, considerando que las teorías de la me-
dida pueden aportar un tratamiento objetivo y preciso de los datos (v.g. Carroll y
Arabie, 1980; Laming, 1973), es importante garantizar la posibilidad de que los
conceptos psicológicos queden bien representados mediante escalas numéricas, las
cuales permitirán añadir una mejor comprensión de dichos contenidos.
7. EXPERIMENTACIÓN Y CUASI-EXPERIMENTACIÓN
En los epígrafes anteriores hemos podido comprobar que al planificar una

investigación se busca siempre la vía más eficiente para la comprobación empírica

de la hipótesis. Unas veces es conveniente actuar directamente sobre las variables
situándonos en un ámbito más bien experimental, mientras que en otras observa-
mos conductas en un ámbito natural, o bien ponemos el énfasis en los procesos de
medida. En relación a la experimentación Campbell y Stanley (1973) y Cook y
Campbell (1979) distinguen entre cuasi-experimentos y experimentos, aunque en
algunos textos estos últimos se denominan “experimentos verdaderos” para enfati-
zar su diferencia con los cuasi-experimentos (ver Cherulnik, 1983; Evans, 1985 y
McBurney, 1983). La cuasi-experimentación incluye las investigaciones pretest-
postest sin grupo de control y las investigaciones donde se toman medidas de la
VD en función del tiempo (diseños de series temporales interrumpidas), puesto
que en ambos casos existe menor control (o menos posibilidad de manipulación)
que en investigaciones plenamente experimentales.
Debemos señalar que el uso de cuasi-experimentos nos proporciona también

información sobre relaciones entre variables, y está justificado en muchos campos
de la psicología, donde es muy difícil o inadecuado efectuar un control estricto. No
obstante, bajo los términos “cuasi-experimento” es posible encontrar valiosos tra-
bajos empíricos, así como investigaciones con resultados excesivamente pobres.
Cuando ocurre esto último se habla de pre-experimentos, los cuales no proporcio-
nan información válida sobre la hipótesis que se somete a prueba, puesto que exis-
ten muchas posibilidades de que las medidas estén contaminadas por variables no
conocidas (ver cuadro 3.3). En definitiva, la utilidad del trabajo cuasi-experimen-
tal es evidente cuando se enfoca de manera adecuada desde el punto de vista meto-
dológico, aunque hemos de alertar de sus posibles deficiencias.
INVESTIGACIONES CUASI-EXPERIMENTALES
A. Diseños pretest-postests:
— Puede haber un grupo de sujetos o más de un grupo.
— Se aplica una medida anterior y otra posterior al tratamiento.
— A veces se aplican varias medidas previas al tratamiento.
— Cuando hay que formar dos grupos la asignación a cada uno de ellos se realiza de forma
no aleatoria.
— La asignación a los grupos puede ser no aleatoria y no conocida.
— Cuando la asignación, además de no aleatoria es no conocida, se habla de diseños de
grupo de control no equivalente.
— Cuando la asignación no es aleatoria; pero sí conocida, hablamos de diseños de conti-
nuidad de la regresión.
— Hay algún caso de asignación aleatoria: diseño de tres cohortes en el que en la segunda
cohorte se han hecho dos grupos aleatorios (ver texto).
— Elección de dos grupos sin garantía de equivalencia inicial en los que se efectúan sólo
medidas postests: diseños ex-post-facto.
B. Diseños de series temporales:
— Diseño simple. Un solo sujeto o un grupo en el que se incrementan las medidas previas
y posteriores al tratamiento.
— Diseños con grupo de control no equivalente. Dos grupos no aleatorios, uno como en el
caso anterior y otro de control.
— Diseños con variables dependientes no equivalentes. Un sólo grupo al que se aplican
medidas diferentes en función del tiempo. Se espera que una de ellas cambie y la otra
no.
— Diseños con réplicas múltiples. Un sólo grupo al que se aplican tratamientos múltiples
para observar el efecto.
— Diseños con réplicas intercambiadas. Dos grupos en los que ambos reciben tratamiento
de forma alternativa: cuando uno hace de control otro recibe tratamiento y viceversa.
Cuadro 3.3. Representación de algunos diseños cuasi-experimentales. Para más información ver Ato
(1995d) y Cook y Campbell (1979) (sección A del cuadro), y Vallejo (1996) (sección B). Dada su exten-
sión y diversidad, analizamos escuetamente los diseños del grupo A. No obstante, recomendamos para su
comprensión la lectura directa de las obras citadas.
Como hemos indicado, las dos clases fundamentales de cuasi-experimentos

están constituidas por los diseños de grupo pretest-postest y los diseños de series
temporales interrumpidas. Los primeros se caracterizan por formar grupos de suje-
tos en los que se efectúa una medida de la VD antes y después de la acción de algún
valor de la VI. Uno de los más comunes consiste en dos grupos de sujetos, uno
experimental y otro de control, en los cuales, debido a su formación, no hay garan-
tía de que sean inicialmente equivalentes (ver esquema del cuadro 3.4).
Grupo experimental  Medida VD  Tratamiento VI  Medida VD
Grupo de control  Medida VD   Medida VD

no equivalente
Cuadro 3.4. Representación de un diseño cuasi-experimental con un grupo experimental y un grupo de

control no equivalente.
Tanto en el grupo experimental como en el grupo de control se efectúa una

medida de la VD previa a la aplicación de la VI (pretest) y una medida posterior
(postest), con lo cual se obtienen cuatro conjuntos de datos: los valores de la VD
del grupo experimental y de control anteriores a la aplicación de la VI, y los valores
de la VD posteriores a la aplicación de la VI y del grupo de control. Si se obtiene
una igualdad en los valores de la VD entre los grupos sometidos al pretest (se
comprueba la hipótesis de nulidad entre ellos: ved capítulo V), entonces el resulta-
do de comparar los valores de grupos posteriores a la acción de la VI, es decir, la
medida postratamiento, proporciona información sobre el posible efecto de la VI.
Pero si los grupos proporcionaron valores de la VD diferentes en el pretratamiento,
hay menos garantías de que las posibles diferencias en las medidas obtenidas en el
postratamiento se deban a la acción de la VI (ved Ato, 1995b; 1995c y Cordray,
1986; Trochim, 1984).
Un ejemplo podría ser la comparación de dos clases, A y B, a las que se aplica

un programa escolar para mejorar las estrategias de aprendizaje. Una clase se utiliza
como grupo de control y la otra como grupo experimental. Si las clases no difieren
en las medidas pretratamiento, podemos considerarlos equivalentes respecto a la
variable dependiente y, nos situaríamos en un tipo de investigación muy próxima al
experimento (dependiendo de la posibilidad de controlar las posibles variables ex-
trañas a la hipótesis y el error). Como vemos, el principal problema lo constituye el
hecho de no haber podido asignar los sujetos a las condiciones de la VI, o bien de una
forma aleatoria, o bien mediante un criterio de asignación conocido, que equilibre
inicialmente los grupos. Si la variable de asignación de los sujetos a las condiciones
de la VI para formar los grupos, no es conocida, se denominan diseños de “grupo de
control no equivalente” (cuadro 3.4), en caso contrario se denominan de “disconti-
nuidad de la regresión” (variable de asignación conocida).
Algunos autores han considerado este último diseño muy próximo al experi-
mental (Ato, 1995c) o incluso como un auténtico diseño experimental (Mosteller,
1990). Efectivamente, aunque no haya sido posible formar los grupos con sujetos
plenamente equivalentes, sin embargo es posible medir los niveles iniciales de la va-
riable de asignación, de manera que formamos los grupos estableciendo un punto de
corte. Por ejemplo, si trabajamos sobre el fracaso escolar podemos medir éste en una
escala de cero a uno (0 = fracaso escolar y 1 = éxito escolar, considerando aquellos
niveles intermedios necesarios para la contrastación de la hipótesis). A partir de esta
escala podemos establecer un punto de corte (por ejemplo a partir de 0,5). Supon-
gamos que se elige el intervalo 0,5 a cero, como grupo de tratamiento, y aplicamos
un entrenamiento especial para que este grupo supere el fracaso. Si el tratamiento
tiene efectos aparecerá un cambio de nivel entre los sujetos que recibieron tratamien-
to con respecto a los que no lo recibieron (y respecto a la puntuación inicial 0 a 0,5),
es decir, se produce una discontinuidad en la regresión entre ambos valores y grupos.
Como sabemos, la asignación aleatoria de los sujetos a los grupos de trata-
miento permite igualar y por consiguiente controlar las variables extrañas. Un caso
de asignación aleatoria lo encontramos en el diseño de tres cohortes (ved Ato,
1991). Las cohortes son grupos de sujetos sometidos a situaciones especiales: ver
un programa de TV (p.ej. todos aquellos niños que han seguido un programa deter-
minado), o bien los alumnos que han seguido la reforma educativa. Así, el diseño
de tres cohortes está constituido por tres grupos, en el cual la segunda cohorte (el
segundo grupo) se divide aleatoriamente en dos subgrupos. A uno se le aplica pre-
test y a otro no se le aplica, mientras que a la primera cohorte se le aplica sólo
postest y a la tercera sólo pretest. Ello permite diferentes combinaciones en la
comparación entre grupos, dependiendo de la hipótesis.
Otro tipo de cuasi-experimento se utiliza en contextos aplicados bajo la de-
nominación de diseño ex-post-facto. Consiste en elegir dos grupos, uno de trata-
miento y otro de control, sin garantía de equivalencia inicial entre grupos y efec-
tuando únicamente medidas postest de la VD. Un ejemplo podría consistir en rea-

lizar una investigación en una escuela para evaluar las causas del fracaso escolar a
partir de una serie de indicadores: expediente académico, opinión de los profeso-
res, situación económica de los padres, etc., lo cual supone un estudio valioso a un
nivel exploratorio (e incluso de medida) sobre el fracaso escolar, pero insuficiente
para mostrar sus causas. No obstante, en tales casos también hay indicadores, en
cierto modo “pretest” (v.g. la observación previa, o bien los datos sobre el trabajo
del niño en casa, ayuda que recibe de sus padres, etc.), por lo que en la práctica casi
nunca se analiza el problema totalmente “a ciegas” sin ningún tipo de “medida” o
indicador previo. Esto último se extiende a otras situaciones cuasi-experimentales.
Finalmente, hemos indicado que otro grupo de investigaciones cuasi-experi-
mentales está formado por las series temporales interrumpidas. Éstas investigacio-
nes se caracterizan por la existencia de múltiples medidas previas y posteriores a la
introducción del tratamiento. Un ejemplo concreto que describe Vallejo (1996) se

refiere al estudio que Ross y White (1987) realizaron sobre la delincuencia común
durante 6 años, en los que registraron 72 observaciones (54 previas al tratamiento
y 18 posteriores al tratamiento). Éste consistió en insertar información en un
periódico metropolitano sobre las resoluciones judiciales relativas a ciudadanos
culpables y delitos cometidos. Los resultados de la publicidad mostraron un decre-
mento del delito. En investigaciones de series temporales interrumpidas se puede
aumentar la eficacia con técnicas complementarias. Así, si bien los sujetos no se
asignan de manera aleatoria a los valores de la variable independiente, se puede
aleatorizar el punto temporal en el que se introduce la acción de la misma. También
se pueden aplicar modelos de inferencia estadística que consideren el error como
una sucesión de valores aleatorios (Gottman, 1981). De hecho, cuantas más técni-
cas de este tipo aplicamos, más cerca estamos de una investigación plenamente
experimental. Ahora bien, dado que este grupo de investigaciones constituyen ac-
tualmente una entidad propia con modelos estadísticos específicos, no serán consi-
derados de forma extensa en este manual (el lector interesado puede recurrir a
Cook y Campbell, 1973, y Vallejo, 1996).
Resumiendo todo lo que venimos desarrollando, y dejando aparte las limita-
ciones sobre la validez, las investigaciones cuasi-experimentales se caracterizan
por:
a) Utilizar el control experimental en la medida que ello es posible.
b) Incluir procedimientos específicos, dependiendo de las posibilidades de
cada objeto de estudio (grupo natural, etc.); pero no sistemáticos (técni-
cas de control) como en los experimentos.
c) No asignar aleatoriamente los sujetos a los grupos de tratamiento, ni se-
guir ningún otro criterio que garantice la homogeneidad de los grupos
sometidos a tratamientos distintos o a control y tratamiento/s.
d) Someter a prueba una hipótesis causal, como en los experimentos, aun-
que se producen limitaciones en la atribución de “causalidad”.

e) No manipular la VI de una forma tan directa como en los experimentos.
f) Eliminar en todo lo posible los problemas que perjudiquen el control
experimental cuando se forman grupos de sujetos, pero dada la naturale-
za de los grupos ello resulta complejo. Por este motivo se recurre, entre
otras técnicas, a la replicación de las observaciones y/o de los tratamien-
tos (series temporales interrumpidas).
g) El hecho de que en el contexto a que hace referencia la investigación sea
muy difícil efectuar un experimento verdadero.
Respecto a las pruebas de hipótesis basadas en criterios estadísticos, aplicadas
a los datos obtenidos en cuasi-experimentos, se pueden utilizar las clásicas de los
diseños de grupos como ANOVA, t de Student y ANCOVA (v.g. Cook y Campbell,
1979), dependiendo de los objetivos del investigador. Mientras que en series tempo-
rales interrumpidas es más propia la utilización de modelos ARIMA42 (v.g. Vallejo,

1996) o las pruebas basadas en la aleatoriedad (v.g. Edgington, 1967, 1975). No
obstante, en todos los casos somos conscientes de que ha de cuidarse especialmente
la interpretación que se haga de los resultados: aunque la estadística no se “queje”
de los datos, nosotros hemos de conocer su alcance y limitaciones. Así por ejemplo,
en el diseño pretest-postest se puede utilizar la comparación entre las ejecuciones de
los dos grupos, bien mediante la t de Student, o bien mediante diversas modalidades
de ANOVA, pero la inferencia científica está limitada por la formación de los grupos
y, en general, por las limitaciones de la validez que de ello pudiera derivarse.
Como conclusión de todo lo anterior resulta evidente que al efectuar un cua-
si-experimento no estamos libres de las posibles limitaciones contra la validez in-
terna debidas a la historia de los sujetos, la regresión estadística, la maduración, los
instrumentos y la administración de pruebas. Un ejemplo puede observarse en una
investigación que tenga el objetivo de someter a prueba un programa con objeto de
mantener el rendimiento académico adecuado en niños hospitalizados. En este
caso se podría efectuar una medida de la VD (pre-tratamiento o pre-programa:
rendimiento habitual del niño en el ámbito escolar) posteriormente se aplica el
programa específico en el citado hospital y finalmente se evalúa el supuesto efecto
del programa, es decir el rendimiento. En este caso, entre el programa y su evalua-
ción posterior pueden intervenir variables no controladas, ajenas al programa, que
afectan a la VD (v.g. visitas de adultos al hospital en los que unos niños reciben
libros como regalo y otros niños reciben juguetes).
Obviamente la solución a este problema estriba en el control de esas varia-
bles (por ejemplo, averiguar qué regalos han recibido los niños y sus efectos en la
VD) para que aumente la validez interna. Otra manera de evitar posibles conclusio-
nes erróneas, debidas a la falta de control interno, consiste en hacer réplicas y
apelar al enfoque inductivo: cada nueva réplica que permita mostrar efectos positi-
vos del programa sobre la mejora del rendimiento en los niños, nos asegura más su
validez. Aunque en muy pocos casos estaremos “realmente” legitimados para ge-
neralizar en un sentido universal, sí es posible mejorar la validez.

Hemos descrito algunas investigaciones cuasi-experimentales, no tanto para
extendernos ampliamente y profundizar en ellas (esto no es un objetivo en este
manual), sino para apreciar la diferencia entre éstas y los experimentos. Termina-
mos señalando que es necesario que los psicólogos se familiaricen con los cuasi-
experimentos y conozcan sus posibilidades científicas, porque en medios sociales,
clínicos y educativos muchas veces los grupos ya están formados, y no resulta
ético, no es adecuado o es impropio del medio reestructurar los grupos existentes.
En esos casos el cuasi-experimento proporciona una buena solución al análisis y
toma de decisiones sobre los datos.
42
ANOVA, ANCOVA, y ARIMA son abreviaturas de las expresiones en inglés: Analysis of Varian-
ce, Analysis of Covariance y Autoregressive Integrated Mean Average, respectivamente.
8. EL DISEÑO DE EXPERIMENTOS
La cantidad y complejidad de estrategias y técnicas desarrolladas anterior-

mente son indicativas de la dificultad para ordenar de una forma unívoca y exhaus-
tiva los diseños de investigación (y entre ellos los diseños experimentales) bajo un
único criterio de clasificación. No obstante proponemos cierta sistemática sobre
los diseños experimentales a efectos didácticos. Empezaremos con los diseños ex-
perimentales de sujeto único, sobre los cuales presentamos una síntesis al principio
del capítulo V. En segundo lugar, y, de forma especial, consideraremos los diseños
de grupo, basados en una toma de decisión estadística sobre la hipótesis a partir del
análisis de la denominada corriente fisheriana. Prestaremos mayor atención a esta
última, ya que respecto a la práctica investigadora y el análisis es la más consolida-
da. Entre estos observaremos distintos experimentos según la manera de asignar
los sujetos a las condiciones de la VI: aleatorización, bloqueo e intra sujeto.
El primero de ellos se caracteriza por la asignación aleatoria de los sujetos a
los grupos experimentales, el segundo por establecer conjuntos homogéneos de
sujetos (bloques) en relación a los niveles de una variable (o variables), ambos
sirven de criterio para constituir los grupos experimentales. Finalmente, las técni-
cas intra sujeto permiten que cada sujeto reciba el efecto de todas las condiciones
de la VI. No obstante, aunque la forma de asignación de los sujetos da lugar a
diferentes diseños, éstos dependen también del número de variables independien-
tes y dependientes que hemos incluido en la hipótesis: diseños unifactoriales (una
VI) o multifactorial (más de una VI), y diseños univariantes (una VD) o multiva-
riantes (más de una VD), incluyendo la posibilidad de combinar simultáneamente
ambos criterios de clasificación.
Las tres estructuras de asignación que hemos citado (aleatorización, bloqueo
e intra sujeto) son la base de los llamados “diseños experimentales de grupo”, ya que
requieren necesariamente contar con conjuntos de sujetos. La decisión sobre la
eficacia de la variable independiente se obtiene estableciendo la razón entre los

efectos de las condiciones experimentales en la VD y las variaciones que provocan
las diferencias entre los sujetos sometidos a una misma condición, que corresponde
al “error”. Es decir, como ha quedado explícito anteriormente en este manual, habrá
que determinar la proporción de variación que se produce entre los diferentes grupos
que reciben la acción de los diferentes niveles de la VI, respecto la variación que se
produce dentro de cada grupo. Ello, como veremos posteriormente, nos permitirá
conocer en qué grado la magnitud de la VI afecta a la VD, respecto al error detectado.
Se espera, por tanto, obtener una variación entre las puntuaciones de los sujetos que
reciben el efecto de condiciones diferentes (varianza sistemática primaria), aunque
existan variaciones provocadas por los “errores de medida”.
Como las diferencias intra sujetos provienen de la reacción diferencial pro-
vocada por las características individuales de cada uno de los sujetos respecto a la

Lectura para Enviar Pelegrina El Diseño de Investigaciones Capitulo III

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lectura para Enviar Pelegrina El Diseño de Investigaciones Capitulo III

Cargado por

Copyright:

Formatos disponibles

CAPÍTULO III

El capítulo anterior se ha dedicado al método científico. Es decir, una lógica

riormente, ambos materiales los sometemos a tareas de recuerdo en memoria a

objetivo de contrastar empíricamente la hipótesis. En el contexto experimental

Por otra parte, al tramo de la investigación experimental que va desde la

El diseño permite además controlar el posible grado de error con que se

ta modelos probabilísticos sobre la aceptación o el rechazo de una relación entre

2. CONTROL DE VARIABLES EXPERIMENTALES

En el procedimiento experimental se hace explícita la acción del investiga-

VARIABLES atribución de VARIABLES

Todo ello supone el establecimiento de relaciones contingentes entre hechos y fenómenos,

Efectivamente, en el ejemplo que acabamos de exponer en el epígrafe ante-

2.1. El control de las condiciones experimentales

Uno de los objetivos básicos del control es manipular la VI con objeto de

que establece el investigador. Veamos un ejemplo de ello: en la teoría del esquema

2.2. Neutralización de variables extrañas

En el ejemplo que presentamos en el epígrafe anterior hemos elegido dos

En los paradigmas de reconocimiento, como el presentado, que implican el

de la variable extraña mientras dura el experimento. En el caso del ruido consistiría

ejemplo de la circulación de vehículos puede ser más difícil producir un ruido

ces36: el primer sujeto recibe la acción de las condiciones experimentales en un

Sujetos Orden de aplicación de las condiciones experimentales

Otra forma de evitar los efectos de orden consiste en asignar aleatoriamente

siempre debemos considerar las variables relevantes para la hipótesis, efectuando

2.3. Reducción del error

Hemos indicado en el epígrafe 1 que un objetivo de cualquier experimento

El experimento permite la obtención de datos de una forma programada a

zada la variable (indicadores, categorías, etc.) estamos en condiciones de registrarla.

En metodología experimental es habitual el uso del laboratorio, aunque no

4. VALIDEZ DE LOS EXPERIMENTOS

La validez posee gran relevancia en el proceso de la investigación, puesto que

pueden confirmarse en laboratorio, o bajo las condiciones establecidas en el proce-

conceptual resulta deficiente; transmitiéndose esta deficiencia a la hipótesis expe-

Amenazas a la validez interna. Historia, maduración, aplicación de pruebas, instrumentos,

tructos, sesgo de una única operacionalización, sesgo de un único método, suposición de la

5. CONTROL EXPERIMENTAL Y “CONTROL” OBSERVACIONAL

En el presente capítulo hemos considerado oportuno incluir brevemente al-

lugar, para mostrar la diversidad de términos, técnicas, procedimientos y posibili-

cambios sistemáticos a lo largo de la secuencia (Quera, 1993b).

de observación), mediante qué instrumentos (cámara, micrófono, etc.) y quien va a

en el caso de la agresividad, y en referencia a “agredir a los compañeros” se po-

De esta manera se llega a conseguir un sistema estable (exhaustivo y mutuamente

te para iniciar lo que en ciencia hemos denominado descripción y que progresiva-

Las estrategias no experimentales forman un conjunto diverso (entre ellas la

riables ofrece al investigador una serie de posibilidades, entre ellas el modelo de

escala, represente también la misma diferencia a nivel empírico. En las escalas de

Finalmente, en las escalas de razón, aparte de representar todas las propieda-

En los epígrafes anteriores hemos podido comprobar que al planificar una

investigación se busca siempre la vía más eficiente para la comprobación empírica

Debemos señalar que el uso de cuasi-experimentos nos proporciona también

Como hemos indicado, las dos clases fundamentales de cuasi-experimentos

Grupo experimental  Medida VD  Tratamiento VI  Medida VD

Grupo de control  Medida VD   Medida VD

Cuadro 3.4. Representación de un diseño cuasi-experimental con un grupo experimental y un grupo de

Tanto en el grupo experimental como en el grupo de control se efectúa una

Un ejemplo podría ser la comparación de dos clases, A y B, a las que se aplica

tuando únicamente medidas postest de la VD. Un ejemplo podría consistir en rea-

introducción del tratamiento. Un ejemplo concreto que describe Vallejo (1996) se

que se producen limitaciones en la atribución de “causalidad”.

rales interrumpidas es más propia la utilización de modelos ARIMA42 (v.g. Vallejo,

neralizar en un sentido universal, sí es posible mejorar la validez.

La cantidad y complejidad de estrategias y técnicas desarrolladas anterior-

eficacia de la variable independiente se obtiene estableciendo la razón entre los