Universidad Nacional Autónoma de México.

Investigación Científica en la Psicología

Asesor: Juan Manuel Montiel Génova

Tema: Diseños de investigación con N=1 o

series de tiempo.

Alumna: Tellez Lazcano Priscila.

Grupo: 9236
U n diseño de series de tiempo es aquel que incluye el estudio de los individuos y/o grupos, medidos en puntos
sucesivos en el tiempo. Consiste en un proceso periódico de medición sobre algún grupo o individuo y la
introducción de una variación experimental. En Psicologia los diseños de series de tiempo tiene la importante
función de generar hipótesis acerca de conexiones causales entre los fenómenos en estudio.

Los niveles de inferencia causal que se derivan de los diseños de series de tiempo pueden ser producto del análisis de:

Variaciones concomitantes: significan recolección de observaciones después de que se decide llevar a cabo la
investigación. Sin embargo, supongamos que un investigador registra diariamente durante 30 días en el salón de clases,
el número de peticiones que los niños hacen a su maestro, así como también el número de niños que se ponen de pie
en el transcurso de la clase, y observa que un incremento en la frecuencia de aparición de una de las dos conductas se
acompaña de un aumento en la otra. No obstante, la existencia de esta variación concomitante de las conductas, este
hecho por sí solo no garantiza que haya una relación causal entre ellas; lo único que podría estar indicando es que
ambas series varían conjuntamente.

Estudios Ex post facto: Implican una decisión de efectuar una investigación con observaciones realizadas en el pasado.

Experimentos planeados: Consiste en la observación del fenómeno de interés durante un periodo determinado, el cual
recibe el nombre de línea base; posteriormente, se introduce una manipulación experimental con la finalidad de
observar el efecto que esta produce en el fenómeno en estudio.

Un experimento planeado con series temporales es el método adecuado cuando la comparación simultánea de dos o
más intervenciones resulta imposible o poco práctica. Generalmente la notación utilizada para representar los diseños
de series de tiempo es 0, que representa la observación de una o más variables dependientes, y / que designa una
intervención dentro de una secuencia de observaciones. Por ejemplo: un diseño el cual a partir de la cuarta sesión se
aplica una intervención y ese mismo día se retira, podría diagramarse así:

O1, O2, O3, O4 / O5, O6, O7

Una intervención puede ocurrir una vez en una serie y desaparecer o puede ser aplicada continuamente durante
algunos puntos en el tiempo, Por ejemplo si una intervención se aplica cada tercera observación, será una intervención
temporal y se tendría:

O1, O2, O3, O4, O5, O6 / O7, O8, O9 / O10, O11, O12

Si se aplica después de la tercera intervención y se mantiene durante los demás periodos de medición, será una
intervención continua:

O1, O2, O3, O4 / O5 / O6

La diferencia entre estas intervenciones es importante, ya que una intervención puede producir efectos fuertes y
débiles, dependiendo del cambio en la serie temporal de los datos.
La unidad experimental se refiere a la intervención en los diseños de tiempo que recibe u sujeto, persona o grupo, si
ducha unidad esta constituida por un sujeto o grupo al que se mide en puntos sucesivos en el tiempo se denomina
unidad repetitiva. Por ejemplo: cuando se observa la interacción de un niño con sus compañeros de clases durante seis
días, o un grupo de diez estudiantes durante un año escolar, en ambos casos las observaciones se realizan sobre la
misma unidad experimental.

Pero si las medidas se toman en puntos sucesivos pero con diferente unidad experimental, la unidad en cuestión es la
replicativa. En ejemplo seria la medida del grado de aprovechamiento de los estudiantes de Psicologia durante veinte
años consecutivos. En este caso se estarían replicando las observaciones en una unidad experimental que es definida
conceptualmente, puesto que no se refiere a individuos específicos.

Estos conceptos de unidad replicativa y repetitiva tienen importantes implicaciones pues este último es más propenso a
ser afectado por fuentes de invalidez, debido a la alteración de la naturaleza de los individuos que comprenden la
unidad experimental, además de que suelen percibir la manipulación experimental en contraste con las condiciones de
la línea base, es por ello que en la unidad replicativa esta menos sujeto a efectos de información o reactividad. Además
de que el problema de efecto interferencia de intervención múltiple que esta presente en los diseños de unidad
repetitiva no se presenta en los diseños en los que la unidad es replicativa.

Consideraciones Metodológicas de los diseños N=1

Los diseños de series de tiempo tienen varias objeciones a nivel metodológico, entre las que destacan las amenazas a la
validez interna y externa.

Validez interna: se refiere a que un cambio observado en la variable dependiente realmente este en función de las
manipulaciones hechas en la variable independiente. Por lo que si se desea efectuar una investigación utilizando un
diseño de series de tiempo, es importante tener presentes las variables extrañas que pueden afectar a dichos diseños y
mantener controlado, de la mejor manera posible, el mayor número de ellas.

Las variables extrañas que amenazan la validez interna del experimento son:

1. Historia: Eventos extraños a la variable independiente que ocurren simultáneamente con ella y que pueden
producir cambios en la variable dependiente, este es el principal problema ya que tales experimentos se
extienden en el tiempo. Así, la probabilidad de que un evento extraño a la intervención este presente es mas
alta que en otros tipos de diseño.
2. Maduración: Cambios físicos y psicológicos que aparecen en el sujeto durante el periodo de la investigación, los
cuales pueden afectar su ejecución en la variable dependiente.
3. Instrumentación: puede presentarse cuando se emplean dispositivos de medidas no confiables o inconsistentes.
4. Interferencia de intervención múltiple: cuando dos o más intervenciones se incluyen en la misma serie de datos.
5. Inestabilidad: Los experimentos que involucran medidas repetidas a un sujeto o grupo, sobre el tiempo,
típicamente ponen de manifiesto un grado de variabilidad.
6. Cambios en la unidad experimental: consiste en que algún sujeto experimental abandone la investigación o
muera.
Validez Externa: Se refiere a la escasa posibilidad que ofrecen de ganar generalización, incluye consideraciones acerca
de la población y de la muestra, así como de sopesar la influencia de las posibles fuentes de invalidez ecológica o del
medio ambiente, esta validez incluye tanto a la poblacional como a la ecológica.

Validez Poblacional: Ya que los diseños N=1 pueden incluir tanto a un sujeto como a un grupo (N>1) los diseños
implican comparaciones infra e intersujeto. Que a su vez, da como resultado cuatro tipos de experimentos que
contribuyen de manera diferente a la generalización de los resultados.

N>1 N=1
intrasujeto Tipo I Tipo III
Infra e intersujeto Tipo II Tipo IV

 Experimentos Tipo I: Un grupo recibe todos los valores de la variable independiente, donde hay que tener
presente la necesidad de generalizar de la muestra observada, independientemente de la forma en la que se
haya obtenido a la población accesible (muestra población de sujetos disponible a un investigador) de la cual se
extrajo la muestra y la generalización de la población accesible a la población meta (grupo total de sujetos que
el investigador desea estudiar). Esta precisión es muy importante al formular las conclusiones, puesto que en la
mayoría de los trabajos de investigación en situaciones aplicadas se alude indistintamente a ambas poblaciones.

Por ejemplo: una población disponible para estudia la efectividad de una intervención en el incremento del
índice de aprovechamiento escolar en estudiantes de Psicologia, estaría constituida por todos los alumnos de la
ENEP-Iztacala que en la actualidad estuvieran estudiando Psicologia y la población meta a la que se quisiera
generalizar ampliamente, se conformaría de todos los estudiantes de Psicologia en México.

 Experimentos Tipo II: Es necesario emplear varios grupos independientes que reciben una misma intervención o
diferentes unidades experimentales. En este tipo de experimentos es necesario asignar aleatoriamente las
unidades experimentales a las diferentes condiciones. Ejemplo: suponga que la población accesible no solo la
constituyen los estudiantes de Psicologia de la ENEP-Iztacala sino también los de la Facultad de Psicologia,
entonces, el investigador debe determinar al azar que unidad experimental estará bajo intervención.

 Experimentos Tipo III: Que emplean un solo sujeto incluyen algunas condiciones diferentes para la
generalización de los resultados, debido a que la generalización a otros sujetos es cuestionable, por cuanto la
selección al azar de un sujeto de una población no permite inferir que los efectos del tratamiento serán los
mismos en otros sujetos, esto es posible mediante tres formas: A) usar bases lógicas no estadísticas para
generalizar, por ejemplo, se puede esperar que sujetos con características semejantes respondan de manera
similar con intervenciones idénticas. B) identificar y controlar las fuentes de variabilidad. C) posibilidades de
ganar generalización a través de la réplica.

 Experimentos Tipo IV: incluyen la aplicación de una intervención sobre dos o más sujetos individuales
diferentes, en esencia, tales experimentos pueden considerarse como de tipo II, pero solamente tienen un
individuo por grupo. En tales diseños, la misma intervención se aplica en secuencia a través de sujetos
apareados, expuestos a condiciones medioambientales idénticas. Puesto que existe consistencia en los
 resultados, dichos diseños incluyen un alto grado de generalización, ya que la misma intervención se replica
sobre diferentes sujetos dentro del mismo experimento.

Validez Ecológica: Se refiere a la medida en que las situaciones comparadas en el experimento sean representativas del
conjunto de situaciones a las que un investigador espera generalizar también llamado universo. Los universos con los
que más se trabaja en Psicologia son: laboratorio, educativo, clínico, institucional y natural. Es importante tener en
cuenta presente también, las fuentes que pueden afectar dicha generalización, las amenazas a la validez ecológica
pueden ser:

 Descripción Explicita de la variable independiente . Para estimar la medida en que los resultados pueden
generalizarse a otras situaciones.
 Interferencia de intervención múltiple. Ya que dificulta determinar si los resultados pueden generalizarse a
ambientes en los que puede administrarse solo una intervención.
 Efectos de Información. El conocimiento por parte del sujeto que participa en un experimento puede alterar la
respuesta a la intervención.
 Efectos novedosos y perturbadores. Donde el experimentador intencional o no, afecte la conducta de los sujetos
de tal manera que las intervenciones no sean generalizables a otros experimentadores.
 Sensibilidad al pretest. Donde se mide al sujeto antes de aplicar la intervención con la finalidad de determinar
sus habilidades conductuales, niveles de habilidad, etc.
 Sensibilidad al postest. Donde un efecto de intervención ocurre solo cuando se administra un postest.
 Medida de la variable dependiente . Es recomendable emplear cierto tiempo en explorar el tipo de variable que
ha de emplearse. Por ejemplo: en algunas condiciones la medida de la frecuencia puede ser preferible a la
duración.
 Interacción entre los efectos del tiempo de medida y la intervención. Los efectos de intervención se miden en
uno o quizá dos puntos en el tiempo.
 Generalidad del referente. Alude al rango de los posibles resultados experimentales medidos en un estudio
dado.
 Alteración de las fases o condiciones durante la experimentación. Cuando se obtiene una tendencia en el mismo
sentido que esperamos produzca un tratamiento, así como el tiempo de duración de cada fase.
 Comparación de intervenciones alternadas. Cuando el investigador esta interesado en demostrar o evaluar la
eficacia relativa de diferentes intervenciones en un mismo sujeto.
 Confiabilidad entre observadores. Los observadores registran si la conducta ha ocurrido, basados en sus juicios y
en la definición de la respuesta, por lo que puede generalizarse la duda acerca de lo adecuado de los
procedimientos de evaluación y consistencia con la que se realizan observaciones.

Consideraciones Estadísticas de los Diseños N=1.

En cualquier experimento, la asignación al azar es esencial para determinar la utilización estadística de los efectos del
tratamiento. Para el caso de los experimentos con N=1, la asignación al azar solamente justifica las conclusiones acerca
de los efectos de los tratamientos en la conducta de los organismos, pero no así la utilización de pruebas estadísticas, ya
que la significación estadística es determinada por una distribución de probabilidad con eventos independientes.
Así, la aplicación de estadística convencional en estos diseños es cuestionable, ya que no se cuenta con una muestra al
azar, aunque las ocasiones de tratamientos se asignen aleatoriamente. Para la evaluación de resultados, la aplicación de
pruebas estadísticas no puede justificarse sobre la base de modelos de muestreo aleatorio, ya que no es posible usar
parámetros de una comparación de grupos para estimar o describir fenómenos individuales.

En un diseño de series de tiempo la suposición de independencia implica que la respuesta de un sujeto, asociada con un
tratamiento en un tiempo determinado, es independiente del número de tratamientos aplicados antes de ese tiempo.
En la investigación de este diseño, la independencia de las observaciones no se presenta, ya que observaciones de un
mismo sujeto en puntos sucesivos en el tiempo tienden a estar correlacionadas.

Así, la evaluación estadística para experimentos de N=1 ha estado limitada, debido a que los datos generados en estos
experimentos presentan dependencia serial (orden temporal de las medidas es una propiedad inherente e inviolable de
las mismas). La dependencia serial en observaciones sucesivas puede evaluarse mediante el examen dela
autocorrelación en los datos, esta se refiere a la correlación entre puntos de datos separados por diferentes intervalos
de tiempo (lags) en la serie.

Análisis Visual.

Parsons y Baer (1978) efectuaron una revisión de la forma y el tipo de las gráficas más utilizadas en la investigación con
diseños de series de tiempo, e identificaron los siguientes patrones que pueden presentarse en una gráfica y que
además son relevantes para un análisis posterior de los datos:

a) Estabilidad en la línea base.

b) Variabilidad dentro de las fases.
c) Sobrelapamiento entre puntuaciones de fases adyacentes
d) Cambios de tendencia dentro de las fases.
e) Cambios de tendencia entre fases adyacentes.
f) Cambios de nivel entre fases.
g) Cambios de nivel entre fases.

De esta forma, es posible observar que el análisis visual de los diseños de series de tiempo examina simultáneamente la
dirección y los cambios de nivel a través de fases y tres cambios característicos en la interfase: 1) cambios en el nivel,
referente a cambios en el punto de interrupción. 2) cambios en la pendiente de la serie y 3) presencia y ausencia de
tendencia, que se refiere a cualquier pendiente lineal gradual, ascendente o descendente, en las medidas de la serie
dentro de una fase o condición.

Las formas en que podrían presentarse los datos de series de tiempo entre fases adyacentes, considerando los patrones
de cambio de la serie pueden ser:

a) Cambios en el nivel, tendencia cero, no cambios en pendiente. Los cambios en el nivel en el punto de
interrupción podrían dar un decremento en las medidas a) un incremento en la fase de tratamiento.(figura 2.1)
 Línea Base Tratamiento

b) No cambios en el nivel, tendencia no cero, no cambios en pendiente. Aquí la serie muestra una tendencia
ascendente en la línea base, que continúa sin cambios a través de la fase de intervención a), o descendente b),
como se aprecia en la figura.

Línea Base Tratamiento

Línea Base Tratamiento

b)

a) b)

c) No cambios de nivel, tendencia no cero y cambio abrupto de pendiente. La serie puede tener una tendencia
ascendente a) o descendente b) en la primera fase, y un cambio abrupto enTratamiento
Línea Base la segunda. (figura 2.3)

Línea Base Tratamiento

Línea Base Tratamiento

a) b)

Figura 2.3 Cambios abruptos en la pendiente

Análisis Estadístico

Si utilizamos alguna prueba tradicional para evaluar el patrón que aparece en la (figura 2.4 a) en donde no hay cambio
de nivel, la tendencia es no cero, no hay cambio de pendiente y el patrón de la serie no muestra ningún cambio a través
de las fases; pero si contrastamos la media de línea base con la de la fase de tratamiento y aplicamos una prueba de
significación, es muy posible que obtengamos sensibles diferencias entre las fases. (Figura 2.4 b)

Línea Base Tratamiento

Línea Base Tratamiento

YT

Y Lb - Y T = 0

Y Lb

a) b)

Figura 2.4 Sin cambio entre las condiciones

Las medidas de las dos fases difieren y esta diferencia se ve como un cambio en el nivel. Ya que el termino nivel se
reserva para datos correlacionados, mientras la medida se emplea para describir la tendencia central en datos no
relacionados, una serie de tiempo es transformarla serialmente en medidas no relacionadas, entonces el nivel y la
medida son las mismas.

Otro patrón que puede presentarse en un aserie de tiempos en el que se muestra la figura 2.5.a en donde a simple vista
se infiere que el tratamiento aplica fue efectivo, ya que cambio de signo la pendiente de la serie.

Línea Base Tratamiento Línea Base Tratamiento

Y Lb - Y T = 0

Y Lb YT

a) b)

Figura 2.5. Cambio abrupto entre las condiciones

En la figura 2.5 observamos que no ha cambios en el nivel, que la tendencia es no cero y hay un cambio abrupto de
pendiente. Si obtenemos la media en ambas fases, estas medidas no cambian, son iguales por lo que se aplica una
prueba estadística convencional para evaluar este patrón, no se detectaran las diferencias observadas en las fases. Las
medias podrían presentarse como muestra en la figura 2.5 b). Además de estos problemas y a causa de otros más, las
pruebas estadísticas convencionales no son aplicables a los datos obtenidos a partir de una investigación con diseños
N=1.

Las técnicas estadísticas utilizadas para evaluar los diseños de series de tiempo con N=1, pueden ser: a) Análisis
estadístico de series de tiempo, b) pruebas de asignación aleatoria, c) prueba Rn de Revusky, d) el método de la
partición media de la tendencia.

Criterio Experimental y Criterio Terapéutico

Cuando se ha terminado el experimento, el paso siguiente dentro del proceso es analizar la efectividad de una
intervención sobre la conducta de interés, lo cual, se efectúa a partir de dos criterios: el experimental y el terapéutico.

Criterio Experimental: Se refiere a la comparación de los niveles de ejecución de la conducta durante la intervención,
con aquellos que habrían sido probables si la intervención no se hubiera presentado. El criterio experimental se
determina de varios modos: 1) la ejecución durante la fase de intervención no se sobrelapa con la ejecución durante la
fase de línea base, cuando estos datos se grafican, los efectos generalmente se consideran confiables y 2) un criterio
más común para la evaluación de experimental que consiste en identificar la tendencia en cada fase, si las condiciones
de líneas base muestran cambios en la tendencia cuando las fases son alternadas, la confiabilidad de los datos y os
efectos de la intervención resultan generalmente válidos.

Criterio Terapéutico: Se refiere al valor o importancia del cambio conductual; estos es, la significación clínica de los
efectos del tratamiento. Por consiguiente, para valorar la importancia clínica del cambio, primero se debe determinar si
la conducta problema seleccionada que ha de alterarse tiene por si misma importancia clínica y social. Los
procedimientos para evaluar la importancia de los efectos del tratamiento reciben el nombre de validación social, esta
por lo general, consiste en determinar so los cambios conductuales son clínicamente importantes en el contexto social
al que pertenece el cliente, esta validación se puede determinar por medio de dos métodos. 1) Método de comparación
social, donde la conducta del paciente se compara antes y después, con la conducta no desviada de sus compañeros. 2)
Evaluación subjetiva, aquí la conducta es evaluada por los individuos que tienen estrecho contacto con el paciente,
quienes determinan si el cambio producido durante la terapia es efectivo.

Al evaluar los resultados de la terapia se debe considerar tanto el criterio experimental como el criterio clínico, sin
olvidar que el h-echo de encontrar significación visual y/o estadístico en los cambios, no garantiza la validación social de
los mismos. Por ello, es necesario incorporar a la práctica ambos tipos de criterios.

El trabajo terapéutico con casos individuales y el proceso de investigación

Este tipo de investigación se encamina más al estudio de la variable dependiente que al análisis de las variables
independientes que produjeron los cambios en la conducta meta. De esta manera, la práctica clínica se ha centrado más
en la solución de problemas que en la formulación exploratoria de teorías explicativas de la conducta de interés.
Como Hayes (1981) menciona, la práctica profesional en muchas ocasiones parece ser un tipo de experimentación de
caso único, ya que la lógica para llevar a cabo tanto la terapia como la experimentación es similar. De esta forma para
investigar en la práctica clínica, solamente es necesario: a) tomar medidas repetidas sistemáticas, b) especificar el
tratamiento, c) determinar las estrategias del diseño que ha de utilizarse y d) usar elementos existentes en los diseños
para tomar decisiones clínicas acerca de la mejoría.

Para lograr este objetivo, es necesario tener presente que cuando se desea investigar en la práctica clínica, todos los
trabajos de series de tiempo o de caso único se basan en la combinación de elementos dentro de diseños lógicos; dichos
elementos comprenden medidas repetidas, establecimiento del grado de variabilidad intrasujeto especificación de las
condiciones de medida y réplica. El efecto de intervención se evalúa mediante la comparación de la ejecución bajo la
influencia de diferentes niveles de una variable dada, es decir, el mismo sujeto es expuesto a diferentes condiciones
experimentales. De este modo, se advierte que en la investigación de caso único, al igual que en la investigación de
grupo, la característica fundamental es la comparación de la ejecución en diferentes condiciones.

En la metodología de series de tiempo los parámetros de comparación de la serie son el nivel, la tendencia y la
pendiente, y estos a su vez se evalúan en los cambios que sufren tanto dentro de una condición como entre
condiciones, puede utilizarse en la práctica clínica profesional para hacer investigación con lo cual rompería la división
entre investigadores y practicantes.

La adopción de la metodología de caso único en la práctica clínica permitiría, además de abocarse a la selección de
estrategias de tratamiento para la solución del problema del paciente, llevar a cabo una investigación que responde a
las expectativas del paciente o de su colaterales, sino también se estará dando apoyo al marco teórico que sustenta la
práctica clínica del psicólogo.
Referencias.

Silva, R. A. (1992). “Cap. 2: Diseños de investigación con N=1 o series de tiempo.” En: A. Silva. (Ed). Métodos
Cuantitativos en Psicologia. Un enfoque Metodológico. México: Trillas., pp. 45-70.