Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición de variable
Una variable es una propiedad, característica o rasgo que puede tomar diferentes valores.
Por ejemplo: a la variable “sexo” se le pueden asignar los valores “varón” y “mujer”, que se
pueden representar con los números 0 y 1, respectivamente.
En psicología se puede definir la variable como cualquier aspecto del organismo o del
ambiente que pueda variar adoptando, por lo menos, dos valores distintos.
Niveles o escalas de medición
Las escalas asignan diferentes símbolos en función de una serie de reglas, para cada
característica que toma una variable.
Tipos de escalas de medición:
Nominal: es aquella en las que los números u otros símbolos son utilizados solamente
para diferenciar unos objetos de otros. No se determina si algo es mayor o menor, sino
si son iguales o diferentes. Por ejemplo: sexo (femenino, masculino), ocupación, etc.
Los números en una escala nominal solo sirven para diferenciar entre diferentes
objetos, sucesos, personas u atributos, y su única característica es que son distintos
entre sí. No puede realizarse ninguna operación aritmética con ellos.
Variables relevantes
Las variables relevantes son aquellas que afectan o modifican al fenómeno que en el
experimento se presenta como variable dependiente. Entonces, la variable
Variables contaminadoras
Si los valores de la variable dependiente se modifican en función de los cambios que se
introducen en la variable independiente, se dice que la variable independiente es la causa de los
efectos que se observan en la dependiente. Pero, a su vez, otros factores pueden ser la causa de
los cambios observados en la variable dependiente. Estos factores presentes en un experimento,
que no son los que se están estudiando pero que pueden afectar al fenómeno estudiado, se
denominan variables extrañas o contaminadoras.
Estas variables, entonces, ni se manipulan como la variable independiente, ni se miden
como la dependiente, sino que se deben controlar.
En un experimento bien diseñado la única variable que debe variar sistemáticamente es la
variable independiente (todos los demás aspectos del experimento deben permanecer
constantes). Si esto no sucede, los resultados experimentales no pueden ser interpretados con
certeza: al final del experimento no se sabrá si los cambios observados en la variable
dependiente son debidos a los cambios introducidos por el experimentador en la variable
dependiente, o si son debidos a las variables contaminadoras que han variado
sistemáticamente. Si esto ocurre, el experimento está contaminado.
Las principales fuentes de variables contaminadoras en un experimento psicológico son:
• Losvariable
La sujetos.contaminadora es aquella que tiene efectos sistemáticos sobre la
• variable dependiente y puede actuar conjuntamente con la variable independiente
El experimentador.
• La situación experimental.enmascarando sus efectos.
• Los aparatos.
• El error progresivo.
Estas variables contaminadoras deben ser eliminadas o controladas en el
experimento:
1) Al diseñar el experimento el investigador debe realizar una lista de variables
relevantes para el fenómeno de estudio.
Variables independientes
Es la variable que el experimentador manipula deliberadamente para conocer sus efectos
sobre algún aspecto de la conducta o fenómeno que se está estudiando. El experimentador va a
hacer variar sistemáticamente la variable independiente para comprobar si la conducta que
estudia varía simultáneamente. Se denomina variable independiente precisamente porque
sus valores dependen únicamente de los deseos del experimentador, no estando afectados por
ningún otro factor. Ésta es la principal variable del experimento.
Definición:
Cuando un cambio introducido en la variable independiente da lugar a una modificación en la
Es el factor
conducta de un que manipula
sujeto, el que
se afirmará experimentador, haciéndolo
dicha conducta está variar sistemáticamente,
bajo el efecto de esa variable
para comprobar los efectos que produce en la variable dependiente.
independiente. Sin embargo, a veces puede suceder que, aunque se hayan introducido cambios
en la variable independiente, no se produce ninguna modificación en la conducta observada o
variable dependiente. Esto puede ser debido a que:
a) El investigador puede haber estado equivocado al suponer que su variable
independiente iba a influir en la dependiente.
b) El investigador puede no haber manipulado correctamente su variable
independiente y le ha hecho adoptar unos valores que no han producido
cambios significativos en la variable independiente, aunque la variable
independiente sí tenga influencia sobre la conducta estudiada.
c) La presencia de alguna variable contaminadora que el investigador no haya
controlado y cuyos efectos se hayan confundido con los de la variable independiente.
Operaciones observables.
Procedimientos para medirla.
Medidas empleadas.
La definición operacional puede ser de dos tipos:
1) Definición operacional experimental. Indica todos los detalles de la
manipulación de una variable por el experimentador. Solo se puede aplicar a
variables independientes y contaminadoras de un experimento.
2) Definición operacional de medida. Describe como se medirá una variable.
Indicará qué instrumentos se usarán, en qué unidades, etc. Se refiere a la variable
dependiente del experimento (también puede aplicar a las variables contaminadoras
y en oportunidades a las variables independientes).
Control
Es decir, son técnicas que utiliza el experimentador para poder afirmar si la VI ejerce o no
Sonsobre
efectos los procedimientos
la VD. A mayorque aseguran que el factor manipulado
control experimental, mayor es ola VI es la única
validez interna del
causa de las diferencias
experimento realizado. halladas en las puntuaciones de los sujetos en la VD.
Sujetos.
Las variables de sujeto hacen referencia a las diferencias individuales existentes entre los
sujetos de un experimento, las cuales pueden opacar el efecto de la VI sobre la VD. Algunas
hacen referencia a aspectos estables (sexo, edad, personalidad, aptitudes, etc.), mientras que
otras hacen referencia a aspectos no estables (si los sujetos son o no voluntarios, que se les
pague por participar del experimento, etc.).
Esta fuente afecta solo a situaciones experimentales de tipo I y III (intergrupo y mixta). Para
controlar las VC de sujeto, hay una serie de técnicas de control:
- eliminación,
- balanceo,
- constancia, y
- aleatorización.
Experimentador.
El sexo, la edad, las expectativas del experimentador, etc., son aspectos que, si no se controlan
adecuadamente, pueden influir en los resultados del experimento y contaminarlo. Las dos
técnicas de control más idóneas para controlar las VC provenientes del experimentador son:
De procedimiento.
Todas aquellas variables que se refieren a aspectos del ambiente (iluminación, humedad,
ruidos, temperatura, etc.), la tarea experimental (características de la tarea como por ejemplo
la manera de responder los sujetos, etc.), las instrucciones (como son dadas), etc., pueden
variar de un grupo experimental a otro, haciendo que dicha variación sea confundida con las
de la VI e invalidando los resultados de la investigación. Con respecto a las instrucciones, al
dar instrucciones a los sujetos se puede, inadvertidamente, revelarles cuál es la hipótesis que
se está probando con el experimento y como consecuencia de ello, influir en su repuesta o en
su rendimiento.
Para controlar estas VC, se dispone de la técnica de eliminación.
Aparatos.
Los instrumentos empleados en el experimento pueden variar en cuanto a su sensibilidad y
fiabilidad, introduciendo un error sistemático (introducen modificaciones sistemáticamente en
la VD hacia determinados resultados del experimento) en los resultados de la investigación si
no se controlan adecuadamente. Por esto, antes de iniciar el experimento, conviene revisar
todos los aparatos que se vayan a emplear y confirmar su sensibilidad y fiabilidad.
Para controlar estas VC, se dispone de las siguientes técnicas:
- eliminación, y
- constancia.
Error progresivo.
Cuando los tratamientos experimentales se presentan siempre en un mismo orden temporal
o espacial, puede ocurrir que el experimento quede contaminado.
Se deberá tener en cuenta el tipo de tratamientos que se van a emplear antes de llevar a cabo un
experimento con medidas repetidas, y si determinado tratamiento tiene efectos residuales, se
deberá dejar transcurrir, entre una aplicación y otra, un período de tiempo lo suficientemente
amplio como para que desaparezcan los efectos del primer tratamiento.
El responder repetidamente puede afectar de dos formas diferentes a los sujetos
experimentales:
1. Efectos de la práctica. Pueden mejorar las puntuaciones porque la repetición hace
que aumente la familiaridad con los materiales, la tarea y la situación experimental
misma. Cuando un sujeto pasa por un tratamiento después de otro, en la realización
del primero adquiere cierta experiencia que puede ayudarle a pasar los siguientes
tratamientos.
2. Efectos de la fatiga. Pueden deteriorarse las puntuaciones debido a la fatiga o hastío.
Se utiliza el término “error progresivo” porque la cantidad de error que se introduce en un
experimento en el que se emplean medidas repetidas va aumentando a medida
Son los métodos que investigan, son los únicos que pueden poner a prueba relaciones de
causalidad: cuando tenemos una hipótesis experimental que plantea una relación de causa y
efecto entre las variables, recurrimos a estos métodos (están dirigidos a responder por las
causas de los eventos y fenómenos físicos o sociales).
Entre ellos se establecen diferencias en función del grado de validez interna que
tienen.
Relación causal relación de causa y efecto: la causa es la VI y el efecto es la VD.
Validez interna tiene que ver con el grado de seguridad que se puede tener de que
los cambios observados en la VD son producidos por la VI y no por las variables
contaminadoras. Este grado de seguridad tiene que ver con cuán adecuados o no sean los
métodos de control de variables contaminadoras que se hayan implementado. Por lo tanto, la
validez interna está directamente relacionada con el control de las variables
contaminadoras o extrañas.
Entonces, tenemos tres métodos diferentes de investigaciones explicativas, y esto se
debe a que los mismos tienen diseños diferentes que brindan un control mejor o peor de las
variables contaminadoras, afectando la validez interna de los mismos. Por este motivo, se
puede decir que estos métodos se diferencian por el grado de validez interna que
tienen. Podemos ubicarlos en el siguiente esquema:
Estos métodos no son excluyentes entre sí, es decir, a veces una investigación puede
caracterizarse como exploratoria, descriptiva, correlacional o explicativa, pero no se sitúa
únicamente como tal. Aunque un estudio sea esencialmente exploratorio,
1) Método exploratorio.
Características:
• El objetivo es examinar un tema o problema de investigación poco estudiado, del
cual se tienen muchas dudas o no se ha abordado antes.
• Sirve para familiarizarnos con fenómenos relativamente desconocidos, establecer
información sobre la posibilidad de llevar a cabo una investigación más completa
respecto de un contexto particular, investigar nuevos problemas, etc.
• Es común en la investigación, sobre todo en situaciones donde existe poca
información.
• En pocas ocasiones constituye un fin en sí mismo, generalmente determina
tendencias, identifica áreas, ambientes, contexto y situaciones de estudio, o establece
el “tono” de investigaciones posteriores más elaboradas y rigurosas.
• No tienen hipótesis claramente definidas, y no parten de una idea previa bien
establecida.
• Es más flexible en su método en comparación con los correlacionales,
descriptivos o explicativos.
• Es más amplio y disperso que los otros métodos.
• Implica un mayor “riesgo” y requiere gran paciencia, serenidad y receptividad por
parte del investigador.
• Los métodos descriptivos suelen ser mayormente exploratorios.
2) Método experimental.
Características:
• Alcance: cumple con todos los objetivos de las ciencias, es decir, describir,
predecir y explicar.
• La lógica de base es hipotético-deductiva: parte de hipótesis (premisas con
alcance general) para ser puestas a prueba por medio de la investigación empírica, en
un conjunto acotado de sujetos (muestra).
• El objetivo es estudiar una posible relación causal (hipótesis experimental)
existente entre dos variables (VI – causas y VD – efectos).
• Se requiere cierto desarrollo de conocimiento previo (otras investigaciones de
distintos niveles).
Ejemplo 1.
Medida pretratamiento Tratamiento Medida postratamiento
Depresión antes Psicoterapia Depresión después
Ejemplo 2.
Medida pretratamiento Tratamiento Medida postratamiento
Nivel de participación Taller Nivel de participación
antes después
b) Comparación de grupos.
Estas comparaciones tienen varias funciones, entre ellas la de servir como control de VC. El
control que nos permite es lo mencionado como control general.
Ejemplo 2.
Grupos Medida pretratamiento Tratamiento Medida postratamiento
1 Nivel de participación Taller (a1) Nivel de participación
antes después
2 Nivel de participación Sin taller (a0) Nivel de participación
antes después
En este nuevo esquema tenemos un segundo grupo (podrían ser más). Este nuevo grupo
funciona como grupo de comparación, que nos da un control general de VC.
¿Por qué el grupo de comparación funciona como control general? Supongamos: en el
ejemplo 1, si realmente la psicoterapia A es más efectiva que la B, en el grupo 1 tendría que
haber una disminución significativa de la depresión, mayor que en el grupo
B. En el ejemplo 2, si el taller es eficaz, en el grupo 1 en el que se aplicó el taller tendría
que haber un significativo incremento de la participación, mientras que en el grupo 2,
tendría que haberse mantenido estable. En este sentido, es similar a la medida
pretratamiento.
En el ejemplo 1, si interviniera alguna VC que redujera el nivel de depresión más allá de la
psicoterapia aplicada y afectara a ambos grupos, no habría diferencia entre ellos. Pero si la
reducción se observa en el grupo en el que se aplicó determinada psicoterapia, tendría que
deberse a la mayor eficacia de la misma, ya que justamente la diferencia entre los dos grupos es
que en ambos se aplican psicoterapias distintas. Se puede pensar, entonces, que la diferencia se
debe a los distintos valores aplicados de la VI (psicoterapias A y B), de lo contrario, no habría
diferencias.
En este ejemplo, la comparación fue entre dos grupos experimentales, distintos
valores de la VI, que no incluían el valor ausencia (que no se aplique ninguna
psicoterapia).
En el ejemplo 2, se comparó un grupo donde se aplicó el taller (grupo experimental) con
un grupo donde no se aplicó ningún taller (valor ausencia de la VI), que se indica con el número
0. Cuando no se aplica ningún valor de la VI, se lo llama grupo control.
En este ejemplo, si las VC hubieran producido cambios en la participación (incremento o
disminución), se debieran haber dado en ambos grupos, y no solamente en el que se aplicó el
taller. Pero si en el grupo experimental se observa un incremento significativo de la
participación y en el grupo control se mantiene estable, se puede concluir que la VI tuvo
efecto, porque los grupos difieren en que en uno se aplicó el taller y en el otro no.
Grupo de comparación permite hacer una comparación formal que sirve como forma
general de control de VC, porque si éstas producen efecto en uno de los grupos, también
deberían hacerlo en el otro, y no actuar de forma diferencial.
La comparación entre grupos se asienta en una premisa básica: los grupos deben ser
similares entre sí en cuanto a las características de los sujetos que los componen.
De esta forma, se cumplen los requisitos necesarios para una primera forma de investigación
que constituya un experimento: para serlo, la investigación debe tener comparación de
grupos, los cuales tienen que haber sido formados al azar. Es decir, los diseños de
comparación de grupos, cuando son aleatorios, siempre son experimentos. Por ende, pueden
tener o no medida pretratamiento. Estos diseños son los experimentales de medidas
independientes o intergrupos.
Del requisito de la aleatorización se desprende una conclusión: no puede haber manipulación
de selección en los experimentos. Esto se debe a que este tipo de manipulación hace
imposible la asignación al azar de los sujetos a los grupos, porque el valor de la VI es propio
del sujeto (un aspecto como edad o perfil de personalidad) y no se puede modificar.
Esta investigación sería un experimento porque tiene grupo de comparación y los grupos
fueron formados al azar.
Supongamos que, aunque los grupos fueron formados al azar, no son demasiado grandes, y nos
preocupa que las diferencias individuales puedan contaminar la investigación. En esta situación
podríamos recurrir a un diseño experimental diferente: tomamos la muestra, pero en lugar de
asignar a cada sujeto a un grupo diferente, a cada sujeto le aplicamos todos los valores de la VI
(a cada sujeto que participa de la investigación se le aplican todos los tratamientos). Este diseño
es el diseño de medidas repetidas o intragrupo. El ejemplo anterior quedaría así:
Grupos Composición de Tratamiento Medida
grupos postratamiento
1 Azar Palabras emotivas (a1); Media de palabras
Palabras neutras (a2) recordadas: lista 1 y
lista 2
Sujeto 1 - a1a2
Sujeto 2 - a2a1
Sujeto 3 - a1a2
Sujeto 4 - a2a1
Y así sucesivamente.
¿De qué manera queda controlado el error progresivo? Cuando el primer tratamiento se
aplica, no habría error progresivo (0), y cuando el segundo se aplica, el error progresivo
sería 1. Tomando de a dos sujetos con secuencias diferentes:
Si sumamos el EP para cada tratamiento, nos da lo mismo: el EP
no se elimina pero queda equiparado en ambos tratamientos
a1 a2
0 1 a1 = 0 + 1 = 1
a2 a1
0 1 a2 = 0 + 1 = 1
En este caso es necesario que la cantidad de sujetos sea un número par, para que ambas
secuencias se apliquen igual cantidad de veces. Con esta forma de equiponderación, el EP
no queda controlado en cada sujeto, sino en el conjunto de ellos.
2) Equiponderación o contrabalanceo intrasujetos.
En este caso, el orden se invierte en cada sujeto, de manera que el EP no queda sólo controlado
en el conjunto de sujetos, sino también en cada sujeto. Por ejemplo, con dos tratamientos,
sería:
Sujeto 1 - a1a2a2a1
Sujeto 2 - a2a1a1a2
Sujeto 3 - a1a2a2a1
Sujeto 4 - a2a1a1a2
Y así sucesivamente.
Suponiendo que cada tratamiento genera la misma cantidad de EP y del mismo signo,
tendríamos:
• 1° tratamiento aplicado: 0
• 2° tratamiento aplicado: 1
• 3° tratamiento aplicado: 2
• 4° tratamiento aplicado: 3
a2 a1 a1 a2 a2 + a2 = 0 + 3 = 3
0 1 2 3 a1 + a1 = 1 + 2 = 3
De estas dos formas, la que convenga usar, dependerá de las características de la investigación.
Por ejemplo, si hay muchos tratamientos, podría ser más conveniente la equiponderación
intersujetos, porque en intrasujeto tendrían que aplicársele a cada sujeto muchos tratamientos.
3) Método cuasiexperimental.
Un elemento fundamental para determinar la diferencia entre los tres métodos explicativos
tiene que ver con el grado de validez interna que presenten en función de sus diseños. El
cuasiexperimento presenta una validez interna intermedia, menor que la del experimento y
mayor que la del preexperimento.
Para ejemplificar se tomará el ejemplo anterior en el cual se quería poner a prueba un taller
para incrementar la motivación de los alumnos para que participen más en determinadas
actividades escolares. Esta investigación se expresaba en el siguiente diseño:
En este caso, los grupos no fueron formados al azar. Siempre que en una investigación se
puedan formar grupos al azar, se hace para que tenga mayor validez interna. Pero en algunas
ocasiones, esto no es posible, más allá de la voluntad del investigador. En este ejemplo, la
investigación se hace en una institución educativa, que tiene determinada estructura
administrativa. Podría suceder que la institución acceda a que se realice la investigación, pero
que no estuviera dispuesta a que altere su organización. En este caso, el investigador no podría
formar grupos al azar, sino que tendría que trabajar con grupos de alumnos que existieran
previamente. Estos serían grupos naturales.
Grupos naturales son grupos de sujetos que existen previamente a la investigación, de
manera tal que muchas veces estos sujetos se conocen entre sí o tienen algún nexo, ya sea por
participar de una actividad en común o que coincidan en algún lugar.
Lo que sucede es que, al no formar grupos al azar, no hay ninguna seguridad de la equivalencia
inicial de los grupos, es decir que pueden o no serlo. Por consecuencia, la validez interna del
diseño disminuye, pero al haber medida pretratamiento, se puede saber que los grupos
son equivalentes en la medida de la dependiente antes de aplicar el tratamiento. Este es el
motivo por el cual la validez interna no es tan baja, sino intermedia, y la investigación se
convierte en un cuasiexperimento.
Las investigaciones de series temporales interrumpidas son otro ejemplo de
cuasiexperimento. Es llamado así porque consiste en una serie de medidas que se toman
en un lapso de tiempo y la aplicación de la VI interrumpe la serie. Aquí se toma una
amplia serie de medidas de la VD, cuantas más sean más fácil se podrá luego evaluar el efecto
del tratamiento. Después se aplica la VI y se vuelve a medir la VD igual cantidad de veces. La
lógica de este diseño es que las medidas antes de aplicar el tratamiento sean similares, y si es
efectivo, haya discontinuidad entre las medidas anteriores y posteriores a su aplicación (sea
descenso o incremento, dependiendo del efecto que se espera producir). Esta discontinuidad
daría cuenta del efecto que
Respecto a la validez interna de este diseño, podemos decir que es menor que la de un
experimento: porque no hay grupo de comparación (como en este caso), y cuando hay grupo
de comparación, porque son grupos naturales y se desconoce su equivalencia inicial. Al mismo
tiempo, esta validez no es tan baja porque al tomarse una serie de medidas pre y
postratamiento, es mucho más improbable que si el cambio se produjera por una VC, esta
actúe justo en el momento que se aplica la VI y no en cualquier otro momento de la serie de
medidas.
Investigaciones con manipulación de selección o natural
La VI también puede tener manipulación de selección. En estos casos, lo que produce
es que la investigación no puede ser un experimento, ya que, aunque haya grupo de
comparación, los grupos no pueden formarse al azar. Por este motivo disminuye la
validez interna.
Tampoco se daría la secuencia de tiempo, ya que no necesariamente se aplicaría
primero a la VI y después se observarían sus efectos en la VD. Aquí, las VI y VD tendrían
operacionalizaciones de medida, de forma que sólo se las mediría y no se podría establecer
una precedencia temporal.
Cuando en una investigación tenemos manipulación de selección de una variable de
sujeto, es un cuasiexperimento. Por lo tanto, siempre que hay manipulación de selección, la
investigación es un cuasiexperimento.
Atención: la estructura de una investigación con manipulación de selección es muy similar a
las investigaciones correlacionales, las cuales investigan relaciones no causales. Por
este motivo, para que una investigación con manipulación de selección constituya un
cuasiexperimento, es fundamental que tenga una teoría sumamente sólida que permita
identificar la VI y VD con precisión.
Cuando es un diseño factorial, el cual tiene varias VI, y alguna de ellas o todas son de
manipulación de selección, la investigación es un cuasiexperimento.
3) Método preexperimental.
Estas investigaciones tienen muy baja validez interna, casi no la tienen, por lo que se usan
menos, ya que tienen muy poco peso de prueba para probar relaciones causales. Sin embargo,
manifiestan ventajas económicas y de esfuerzo para sondear dichas relaciones, antes de utilizar
diseños más exigentes.
Supongamos el siguiente diseño:
Diseño estático de dos grupos
Método Correlacional
Su objetivo es generar predicciones (si observo lo que ocurre en una variable podré
predecir lo que va a ocurrir en otra que considero que está asociada), y puede fijar las
bases para proyectar investigaciones explicativas, causales.
Cuantifican relaciones: miden el grado de asociación entre esas dos o más
variables. Es decir, miden cada variable presuntamente relacionada y, después, miden
y analizan la correlación.
Análisis de datos
Para el análisis de los datos, los coeficientes de correlación tienen un uso privilegiado en el
método correlacional, pero no se define por el uso de los mismos, ya que se pueden usar
otros cálculos estadísticos en función de las características de las variables en
estudio.
El tipo de cálculo que se puede utilizar está determinado (entre otros) por el nivel de
medición (escala de medida) de las variables a utilizar. Esto no sólo se aplica al método
correlacional, sino a cualquier análisis estadístico que se haga, en cualquier método. Por
ejemplo:
- Si se tienen dos variables cuantitativas, se puede usar el coeficiente de
correlación r de Pearson (muy usual en las investigaciones correlacionales).
Muestras
En general, las muestras utilizadas en el método correlacional son grandes, ya que los
distintos cálculos también tienen requisitos y presentan limitaciones en función de la cantidad
de sujetos. Al estar hablando de investigaciones cuantitativas, no se pueden llevar a cabo con
un número reducido de sujetos. Cuando la muestra es pequeña, si bien se puede analizar, hay
limitaciones importantes y se requiere de un análisis de datos más creativo para subsanarlas.
Con muestras muy pequeñas, el método correlacional no es viable.
El sistema de muestreo podrá ser probabilístico (azar) o no probabilístico. Aunque suele
preferirse teóricamente el primero, la mayoría de los estudios suelen utilizar el segundo,
seleccionando sujetos disponibles (selección intencional).
Coeficientes de correlación
Son los cálculos estadísticos más usados en este método. Son fórmulas estadísticas
que brindan información sobre:
- Si hay relación entre las variables.
- La fuerza de la asociación.
- La dirección de la asociación.
Por ejemplo: la r de Pearson y la rho de Spearman, siempre dan un valor que oscila entre 1 y
-1.
Primero es importante saber si efectivamente hay asociación entre las variables (asociación
estadísticamente significativa). Pero que podamos comprobar que las variables están
relacionadas (pruebas de significación estadística), no nos dice cuán relacionadas están
(mucho, medianamente o poco). Cuando se habla de fuerza de la asociación, se refiere a
cuánto están relacionadas las variables (magnitud del efecto). En el caso de los coeficientes de
correlación mencionados, que dan valores entre 1 y -1, cuanto más se acerca el valor obtenido
a los extremos, la asociación es
Regresión lineal
Mediante el Análisis de Regresión, es posible generar un modelo que prediga los valores de
alguna de las variables asociadas a partir de los valores de otra. Cuando se estudian varias
variables (regresión múltiple), es posible predecir el comportamiento de una variable a partir
de los valores de las otras. En este proceso se pueden seleccionar las variables más
“independientes entre sí” y más predictoras, descartando otras. Pero hay que tener en cuenta
que, para que estas predicciones sean precisas, se requiere que la fuerza de la asociación
entre las variables sea alta. Caso contrario, las predicciones que se hacen tienen el problema de
que presentan un alto grado de error.
Un buen diseño experimental ayuda a excluir las diferentes variables que podrían
explicar un fenómeno. Pero un experimento determinado no excluye necesariamente
todas las explicaciones alternativas posibles. Desde un punto de vista metodológico, el
mejor experimento es aquel cuyo diseño excluye las explicaciones alternativas
de los resultados.
Idealmente, los resultados de un experimento tendrán sólo una interpretación, que
sería que la VI es la responsable de los cambios en la VD.
El investigador busca diseñar estudios sólidos en lo que a validez interna y externa
se refiere. En algunos casos sucede que los requisitos para garantizar un tipo de validez
pueden interferir con la posibilidad de lograr la otra. Cuando se contraponen, suele ser
preferible decidirse por lograr una mayor fortaleza de la validez interna.
Un experimento resulta válido en la medida que los resultados puedan ser atribuidos a
la VI (validez interna), y en el grado que se generalizan fuera del experimento
(validez externa).
Al ejercer un alto grado de control para garantizar la máxima validez interna, el
ambiente de la investigación puede tornarse en extremo artificial y amenazar la
posibilidad de generalizar los resultados a entornos más naturales (validez
ecológica).
Representación simbólica de diseño de dos grupos al azar sólo con medida postratamiento con un grupo
de control
Representación simbólica de diseño de dos grupos al azar sólo con medida postratamiento y dos grupos
experimentales
Es preferible este diseño antes que el diseño con medidas pre y postratamiento, a menos que
se tenga alguna duda razonable a propósito de la igualdad inicial entre los grupos
experimentales conseguida gracias a la aleatorización.
Representación simbólica de diseño de dos grupos al azar con medida pre y postratamiento con grupo de
control
Representación simbólica de diseño de dos grupos al azar con medida pre y postratamiento con dos
grupos experimentales
Historia.
Esta variable puede afectar la validez interna de este diseño, ya que se toman medidas pre
y postratamiento en cada grupo, transcurriendo entre una y otra un intervalo de tiempo
durante el cual pueden ocurrir acontecimientos que afecten de alguna forma a los sujetos y
modifiquen su actitud, alterando los resultados en la segunda medida.
Control:
- Historia intersesión: se deben tomar simultáneamente en los dos grupos las medidas
pre y postratamiento. Así, se puede suponer que habrán afectado por igual a los dos grupos
experimentales.
- Historia intrasesión: son los acontecimientos que están presentes durante la misma sesión
experimental (iluminación, ruidos, experimentador, etc.). Parte de estos aspectos se pueden
controlar y mantenerse constantes, pero el problema es el experimentador, ya que si ambos
grupos pasan a la vez las medidas pre y post, en cada grupo se necesitará un experimentador
distinto. La solución es asignar aleatoriamente los sujetos y los experimentadores a los grupos
experimentales.
Maduración.
Se refiere a los posibles cambios fisiológicos y psicológicos por el paso del tiempo, entre la
toma de las medidas pre y postratamiento.
¿Cuál es el intervalo de tiempo más idóneo que se debe dejar transcurrir entre las
medidas pre y post? Esto se determinará en función de los sujetos, de la tarea a realizar
y del área o campo en que se lleva a cabo la investigación.
Control: mediante la utilización del grupo de control, ya que se supone que se han
producido los mismos cambios en los sujetos de ambos grupos.
Instrumentación.
Control: se deben utilizar los mismos instrumentos y en las mismas condiciones
de medida en ambos grupos.
Experimentador.
Control: deben utilizarse varios experimentadores perfectamente entrenados y
asignarlos aleatoriamente a cada grupo, distribuyendo por igual su influencia entre todos
los grupos.
Mortalidad experimental.
Control: considerar sólo a los sujetos que asistan a las dos sesiones.
Representatividad de la muestra.
La posible generalización de los resultados dependerá de la representatividad de la muestra
empleada en la población. Una muestra será más representativa de una población cuanto más
grande sea, ya que el método de selección que se emplea es el azar. Por lo tanto, se deben
utilizar muestras numerosas, grandes.
a2: 10 h.
Grupo 2: a2
Más adelante, se comparan los promedios (de las notas obtenidas en el examen) de cada
grupo por medio de un análisis estadístico. Supongamos:
Grupo 1: 5 pts.
Grupo 2: 8 pts.
Al observar el gráfico de los resultados, vemos que habría una relación lineal directa entre
las calificaciones y el tiempo dedicado al estudio.
Siguiendo esta misma línea, el equipo de investigadores supone que si la relación es lineal, un
tercer grupo que estudie 15 horas semanales alcanzaría un promedio de 10 en sus
calificaciones.
Pero al agregar un tercer valor, es decir, un grupo que estudió 15 horas, el promedio de notas
descendió, siento esta diferencia significativa entre los grupos.
¿Qué conclusiones se pueden extraer? La relación entre tiempo de estudio y desempeño
académico no es lineal, sino que, al incrementar la cantidad de horas de estudio semanales,
llegado un determinado incremento, el rendimiento comienza a decaer. Estos resultados
agregan nuevos datos y abren nuevos interrogantes: ¿cuál
Al poner a prueba el efecto de más valores de la VI sobre la VD, mayor será su poder de
generalización (la mayor cantidad de niveles de la VI son más representativos de los
infinitos valores que podría adoptar esta variable en el contexto natural).
Lo que se puede concluir, gracias a las medidas pretratamiento, es que el Grupo 1, que estudió
5 h, se vio perjudicado por esta instrucción, mientras que el Grupo 2, que estudió 10 h, fue el
que más beneficio obtuvo, por último, el tercer grupo, que estudió 15 h, no modificó su
promedio (a pesar del gran esfuerzo realizado).
Beneficios que puede otorgar incluir una medida pretratamiento: seguridad en cuanto a
la homogeneidad inicial entre los grupos, y más información al momento de analizar los
resultados obtenidos. Sin embargo, hay que prestar especial atención al hecho de que esta
medida pretratamiento puede sensibilizar a los sujetos (sensibilización de la medida
pretratamiento). Esta sensibilización afectaría la validez interna de la investigación, por lo
cual si existe la posibilidad de que este fenómeno ocurra, no sería correcto incluirla.
Lo que este diseño gana en validez interna, lo pierde en validez externa. Esto se debe a
que el apareamiento va a exigir que se eliminen todos aquellos sujetos que no
encajen en los bloques por falta de equivalencia con otros, pudiendo sesgar la
muestra y dificultarse o imposibilitarse la generalización de los resultados.
Este problema se ve incrementado cuando los bloques tienen que estar formados por
más de dos sujetos.
Análisis estadístico de los resultados
Se utilizarán las mismas técnicas que en los diseños de grupos al azar, teniendo en
cuenta el número de factores manipulados y el número de niveles que se le hacen adoptar a
cada factor.
Estos diseños preexperimentales son con manipulación intencional, pero en algunos casos
pueden incluir la manipulación de selección. Esto podría ocurrir cuando la variable que se
use para hacer la selección no sea una variable de sujeto. Por ejemplo: un grupo que ha tenido
determinada experiencia; si fuera un diseño estático podría haber también otro grupo que no
hubiera pasado por dicha experiencia o que hubiera pasado por otra. En estos casos la variable
usada para hacer la selección no es de sujeto, ya que si la manipulación de selección se hiciera
sobre una variable de sujeto la investigación sería necesariamente un cuasiexperimento.
Investigaciones cuasiexperimentales
En muchas ocasiones no es fácil llegar directamente de una investigación
preexperimental a una experimental, por lo que se debe dar un segundo paso y atravesar
el nivel de la investigación cuasiexperimental.
Investigaciones cuasiexperimentales hay un defecto de control en la situación
investigadora, siendo esta la causa de que estas situaciones no alcancen el nivel de
experimentales.
Hay dos situaciones por las cuales una investigación puede tener el carácter de
experimental:
1) Porque el factor que se estudia como posible causa de los cambios observados en la VD
sólo admite un nivel de manipulación de selección. Esto sucede, por ejemplo,
en el caso de variables de sujeto (inteligencia, sexo, edad, etc.).