SEGUNDO PARCIAL

Tema 14 – PRUEBA DE HIPÓTESIS – práctico

Una prueba de hipótesis es un procedimiento con el que se busca tomar una decisión sobre una hipótesis de investigación. Es un
procedimiento estadístico, utilizado en las investigaciones de las ciencias empíricas (psicología), permite contrastar lo sentido en
una hipótesis científica, a partir de datos empíricos obtenidos de una muestra extraída de la población, sobre la cual versa dicha
hipótesis.
Permite contrastar una hipótesis sobre una población, contra datos empíricos provenientes de una muestra. El procedimiento
corrobora o no la H0 (hipo. nula). En contexto experimental, la H0 afirma la inexistencia del efecto de la VI sobre la VD. En contexto
no experimental, la H0 sostiene que la variable predictora no sirve para predecir la variable criterio.
Una hipótesis describe nuestra predicción; es la hipótesis alternativa (HA o H1) que podemos expresar de diversas maneras: estas
dos medias son distintas, su diferencia es significativamente mayor que la diferencia cero, etc. La mayoría de nuestras hipótesis son
unidireccionales (este grupo tiene una media mayor que el otro, ha habido un cambio, pero en esta dirección, etc.).
La H0 describe otros posibles resultados que niegan nuestra predicción; no hay diferencias estadísticamente significativas. La
Hipótesis Alternativa y la Nula se excluyen mutuamente. Es esta Hipótesis Nula la que en primer lugar ponemos a prueba mediante
pruebas o test estadísticos. En las pruebas de significación lo que hacemos es examinar la viabilidad de la Hipótesis Nula. Si
queremos probar que nuestra hipótesis (alternativa o H 1) es correcta, en primer lugar, asumimos que nuestra hipótesis no es correcta
(lo que decimos al formular la nula) y es esta suposición la que ponemos a prueba.

Para poner a prueba la suposición, se implementan análisis estadísticos sobre los datos obtenidos en una muestra que se usa para
la investigación. Estos nos dan la probabilidad de obtener los valores muestrales observados o aún más extremos, en el caso de
que el valor del parámetro (sostenido en la H0) sea verdadero. Esa probabilidad se denomina valor “p”. Si el valor de p es pequeño,
puede deberse a: 1. Los datos muestrales observados se deben solo a la casualidad, 2. Los datos muestrales responden a la
situación actual de la población. Si se diera la situación de la primera alternativa y rechazamos la H 0 nos estaríamos equivocando
(error de tipo 1: rechazar la H0 cuando en realdad es verdadera). En el segundo caso, rechazar la H 0 no solo sería razonable sino
acertado.
En el caso de que el valor p sea grande tambien puede deberse a dos situaciones: 1. El estadístico da cercano al parámetro porque
es verdadero, 2. El estadístico da cercano al parámetro por casualidad. En la primera situación seguir sosteniendo la H 0 es lo
correcto, y en el segundo un error (error de tipo 2: mantener la H0 cuando en realidad es falsa).
En las investigaciones de psicología, se propone un límite que determina si el p es bajo o no: 0,05. Si el p es inferior o igual a
0,05 se rechaza la H0. Y si el p es mayor que 0,05 se sostiene. Este valor se denomina “nivel de significación” y se simboliza con
. Entonces el valor de  se establece en 0.05.

Cuando el p es menor o igual a , por ser el estadístico demasiado improbable para el parámetro de H 0 se dice que hay diferencia
significativa (entre el estadístico y el parámetro). Si p es mayor a  se dice que aunque exista diferencia real dicha diferencia no es
estadística significativa.

Procedimiento para prueba de hipótesis:

1. formular la H0 y la H1
2. seleccionar estadístico de prueba
3. establecer el valor de 
4. determinar la zona de rechazo y establecer la regla de decisión
5. recolectar los datos y realizar el análisis estadístico
6. comparar el valor de p con el valor de 
7. a partir de esta comparación decidir si se rechaza o no la H 0 y en función de esto si se acepta o no la hipótesis alternativa. De
esto va a depender si corroboramos o no nuestra hipótesis de investigación.

Tema 15 – VALIDEZ Y CONFIABILIDAD DE LAS TÉNICAS PSICOMÉTRICAS – Teórico

El propósito de una técnica de evaluación, sea psicométrica o proyectiva, es operacionalizar algún constructo hipotético. Es de
fundamental importancia que el instrumento mida lo que dice medir. Podríamos preguntarnos en qué medida el instrumento que
estamos usando es preciso en medir los valores verdaderos de la variable que se analiza y cuál es su grado de congruencia para
medir la variable en cuestión. La precisión y congruencia tienen que ver con la confiabilidad del instrumento. Y que mida lo que dice
medir tiene que ver con la validez.
Las pruebas de evaluación en psicología – test – pasan por estudios de validez y confiabilidad cuando: - se construyen – se adaptan
a otros idiomas, lugares, grupos – se actualizan – cambian, se adecuan a nuevos contextos.
Los estudios de validez y confiabilidad son investigaciones sobre las técnicas para determinar la capacidad que tienen de medir un
término teórico determinado y con qué consistencia lo hacen. A estas investigaciones las llamamos estudios psicométricos. Pueden
clasificarse como investigación metodológica

CONFIABILIDAD
𝑉𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 ± 𝐸𝑟𝑟𝑜𝑟
Toda medición tiende a presentar errores, de manera que el valor observado en la medición está formado por el valor verdadero y
por el error de medición. Cuanto más error incluya la medición, más contaminada quedaría la variable de interés y más imprecisa
seria la técnica que intenta medirla. Si en toda medida el valor obtenido está compuesto por el valor verdadero y los errores de

1
medición, un instrumento será más confiable en la medida que maximice el valor verdadero, es decir que se aproxime lo más posible
al valor verdadero u obtenido. Al reducir el error de medición, incrementamos la similitud entre el valor verdadero y el obtenido.
Entonces, al maximizar el valor verdadero, minimizamos el error de medición, con el consecuente incremento de la confiabilidad.
Podemos hablar de dos tipos de errores: los errores aleatorios que no pueden ser controlados y no se pueden predecir, y los
errores sistemáticos que son controlables y pueden ser explicados por alguna fuente de variación sistemática. Los errores
aleatorios son los que interesan a la teoría de la fiabilidad.
Martínez Arias: la confiabilidad es la consistencia en un conjunto de medidas de un atributo.
Podríamos definir la confiabilidad como la proporción de la variabilidad verdadera respecto de la variabilidad obtenida.
En el análisis de la confiabilidad tenemos que considerar tres aspectos:
» Su congruencia o consistencia interna División por mitades y Covarianza de los ítems
» La estabilidad del instrumento Test-retest o confiabilidad de primera y segunda prueba
» La equivalencia Aplicación de instrumentos paralelos y concordancia entre observadores

CONGRUENCIA O CONSISTENCIA INTERNA

Consiste en que las distintas partes que componen el instrumento estén midiendo lo mismo. Ej. en un test compuesto por distintos
reactivos, se esperaría que cada uno de ellos midiera el mismo atributo. Se basa en q las distintas partes del instrumento
correlacionen entre sí. La congruencia interna del instrumento se establecería según la magnitud de los valores que expresaren las
correlaciones entre sus partes. Lo que ocurre realmente es que más allá de que estén midiendo lo mismo, la intensidad con que lo
hacen varia de ítem a ítem y es usual que midan más de un constructo.
La confiabilidad a través de congruencia interna es de las más utilizadas por requerir una sola aplicación del instrumento, lo que
facilita la investigación.

Procedimientos para calcularla:

a. Métodos basados en la división del instrumento en dos mitades: 1° se divide el instrumento en dos mitades, 2° se obtiene la
puntuación para cada mitad en forma independiente y 3° se usan esos puntajes para estimar el coeficiente de correlación entre
2r
ambas mitades. Este coeficiente de correlación se ajusta mediante la fórmula de Spearman-Brown r1 = + r
1
r = coeficiente de correlación de las mitades de la prueba y r 1 = confiabilidad de toda la prueba
El motivo por el que es necesaria la fórmula, es que las escalas de mayor longitud son más confiables q las cortas. Por ese motivo,
el coeficiente de correlación q fue obtenido a partir de las dos mitades, tiende a subestimar el valor real de la confiabilidad, que se
obtendría con una escala con el doble de longitud que la de cada una de las mitades y que constituiría la longitud original del
instrumento.
Existen distintas formas de dividir el test en dos mitades. Si la confiabilidad es buena, las variaciones del coeficiente en función de
la forma de dividir el test serían reducidas. Se desarrollaron los “métodos basados en la covarianza de los ítems” para solucionar
ese problema, al dividir por cada ítem, lo que permite “tratar a cada ítem como si fuese un test de longitud unidad con una
puntuación”.

Administrar el Dividir el Obtener una

Correlacionar los
instrumento a una instrumento en puntuación por
muestra de sujetos puntajes
dos mitades cada mitad

b. Métodos basados en la covarianza de los ítems:

El más utilizado es el coeficiente alpha de Cronbach (como todos fluctúa entre 0 y 1, cuanto más elevado mejor. Ej. mayor .70), y
en gral es preferible al método de la división por mitades.
El valor del coeficiente alpha se ve afectado por el número de ítems. Debido a esto, Cronbach propuso una formula adicional de
consistencia inter-ítem que consistiría en una estimación de la correlación media inter-ítem y no se vería afectada por la longitud del
instrumento. Consideramos q puede ser útil su aplicación cuando se desea comparar la confiabilidad de dos instrumentos con
numero desigual de ítems o de dos factores dentro de un instrumento con numero desigual de reactivos.
No hay un criterio uniforme en cual debe ser el valor mínimo del coeficiente alpha, un parámetro aceptable es un mínimo de .70 pero
hay que considerar el número de ítems del instrumento.
Ej. si tenemos un instrumento con 10 ítems y alpha = .60 y otro con 100 ítems y alpha = .80 y calculamos para cada uno la correlación
media inter-ítem, para el primero sería de .1304 y para el segundo .0385, de manera que, si bien el segundo tiene mayor coeficiente
de confiabilidad, atendiendo a la cantidad de ítems, en realidad es menos confiable si consideramos la correlación media inter-ítem.
Lo más recomendable al interpretar el coeficiente de confiabilidad seria considerar cuan próximo está al valor máximo (1), evaluar
el margen de error y considerar las distintas circunstancias q involucren el uso del instrumento y, tener en cuenta el número de ítems
q contenga el instrumento.
Si un instrumento es poco confiable está midiendo, a parte del atributo q pretende medir, diversas variables q son fuente de errores
aleatorios. Un instrumento puede ser confiable y al mismo tiempo no ser válido. Pero a la baja confiabilidad, se la puede relacionar
con problemas de validez.

ESTABILIDAD
Al hablar de estabilidad del instrumento contemplamos el factor de las variaciones que podrían darse en las medidas y la
consecuente disminución de la confiabilidad debidas al paso del tiempo. Lo que se observa es en qué grado se obtienen las mismas
medidas al aplicar dos veces el mismo instrumento, mediando entre ambas tomas un tiempo determinado. Entre ambas tomas
pueden intervenir una serie de factores q sean fuente de varianza de error disminuyendo la confiabilidad de las medidas.
Consiste en aplicar la misma prueba en dos momentos diferentes al mismo grupo de sujetos, y luego correlacionar entre sí los
puntajes obtenidos en cada toma. La correlación sirve para establecer la confiabilidad del instrumento.

2
Cuestiones que podrían afectar la confiabilidad en estos estudios test-retest:
» Modificaciones en la actitud de los sujetos respecto de la prueba o cambios en la información que estos manejen
» Puede haber efectos derivados de la primera aplicación del test q afecten al rendimiento en el segundo
» Un lapso demasiado breve entre ambas tomas podría incrementar el efecto distorsivo de la memoria y la práctica. Y a su vez,
un lapso demasiado largo produciría problemas relacionados con la maduración y la historia. En el caso de instrumentos q
evalúen psicopatologías, la historia podría afectar la confiabilidad test-retest, principalmente en patologías con altos índices de
remisión espontanea.
Uno de los problemas de las técnicas para evaluar la confiabilidad mediante test-retest es que pueden llegar a confundir las
fluctuaciones aleatorias con cambios que se producen realmente en el atributo. Puede haber tambien otras fuentes de errores
sistemáticos, que alteren los puntajes del test, sin modificar básicamente el atributo, como ser por ej., factores que modifiquen el
contexto de la medida. Ej.: psicólogo aplica test que mide Atención a un grupo de sujetos. Dos días más tarde les aplica de nuevo
el mismo test, pero en otro lugar más ruidoso. Es probable q el resultado en la prueba sea mejor en la primera toma, ya que los
sujetos estaban expuestos en menor medida a estímulos distractores que pudieran afectar su rendimiento.

Administrar el Volver a administrar

instrumento a el instrumento a la Correlacionar los
misma muestra puntajes obtenidos
una muestra de (después de un en ambas instancias
sujetos tiempo)

EQUIVALENCIA
Se aplica cuando se quiere determinar la confiabilidad de dos instrumentos que se consideran paralelos. Se trata de poder establecer
la consistencia/equivalencia de los instrumentos, que suponen medir el mismo constructo, al aplicarlos a los mismos sujetos.
Se aplican las dos formas del test en forma simultánea, se va variando el orden de presentación de las formas de sujeto en sujeto y
luego se correlacionan los puntajes de ambas formas. De ser ambas formas equivalentes tendría que obtenerse un coeficiente de
correlación elevado. En la práctica es difícil establecer q las formas sean realmente paralelas, por ese motivo suele tratárselas como
formas alternativas. En esta técnica no solo se establece la confiabilidad, respecto de la magnitud de los errores aleatorios, sino que
tambien se establece cual es el grado de paralelismo que hay entre ambas formas.
A veces las formas no se aplican simultáneamente, sino que se deja transcurrir un tiempo. De esta manera la correlación q se
obtendría serviría tanto para estimar la equivalencia como la estabilidad de las dos formas para medir el atributo.
Otra forma de equivalencia consiste en determinar la confiabilidad entre evaluadores u observadores. Esta es especifica de aquellos
instrumentos en los cuales dos o más evaluadores tienen que calificar la conducta/rendimiento como parte de la aplicación del
instrumento.

Administrar el
instrumento a una Correlacionar los
muestra al mismo puntajes de ambos
tiempo que un casos
instrumento paralelo

Administrar la Determinar el indice

ténica que incluya de concordancia (Ej.
2 o más Kappa de Cohen para
observadores 2 observadores)

VALIDEZ
La validez tiene que ver con poder determinar si el instrumento está midiendo realmente el atributo que dice medir.
 Validez de contenido Evaluación por jueces expertos
 Validez de criterio Concurrente (relación con un criterio actual) y predictiva (relación con criterio futuro)
 Validez de constructo Grupos conocidos o diferenciación entre grupos, correlaciones con otras medidas del constructo,
análisis factorial y matriz multimétodos-multirasgos o validez convergente-discriminante

DE CONTENIDO
Al analizar la validez de contenido, lo que hacemos es evaluar si los ítems que hemos usado para construir el test, son
relevantes para el uso que se le va a dar. Es decir, si todos los ítems están dentro del dominio de interés. Después, lo que
importa es saber si los ítems constituyen una muestra representativa del universo de conductas q podrían haberse elegido como
indicadoras del atributo en cuestión.

DE CRITERIO
Tiene un fin más práctico. Se trata de relacionar las puntuaciones del instrumento con las variables criterio. Nos es útil cuando
deseamos hacer inferencias a partir de los puntajes que se obtienen en el test respecto de alguna otra variable de interés. Ej. si
quisiéramos establecer la validez de criterio de un test de inteligencia, podríamos usar algún indicador de rendimiento académico
(notas escolares) como criterio para relacionar con el test de inteligencia.

3
» Validez predictiva: si las puntuaciones del test se utilizan para predecir alguna medida del criterio que se va a realizar a futuro.
Ej. si aplicamos un test (EPQ-A – Cuestionario de Personalidad de Eysenck para Adultos) y lo usamos para predecir q pacientes
depresivos, pasado un año, tendrán mejor respuesta al tratamiento. No se debe confundir ésta con el poder predictivo propio
de las investigaciones científicas. Implica un diseño prospectivo.
Obtener los puntajes del Dejar pasar el tiempo
instrumento aplicado a una correspondiente y luego
muestra y seleccionar el criterio obtener la medida del Correlacionar ambas
a medir criterio

» Validez concurrente: si relacionamos las puntuaciones del test con alguna medida del criterio tomada en el mismo momento.
Ej. si aplicamos el EPQ-A y el Inventario de Depresión de Beck (como criterio) en forma simultánea, y relacionamos los puntajes
de ambos instrumentos entre sí, para analizar en qué medida el Neuroticismo puede predisponer a la adquisición de conductas
depresivas. Ésta validez implica un diseño transeccional o transversal, recolectan momentos en un tiempo único.

Obtener los puntajes del Obtener los puntajes del Correlacionar

instrumento aplicado a criterio aplicado a la
una muestra misma muestra ambos

DE CONSTRUCTO
Cuando una variable no es observable directamente, se constituyen constructos hipotéticos, deben ser operacionalizadas, es decir
hacerlas empíricas. Los instrumentos psicométricos se refieren a constructos hipotéticos, siendo el instrumento una forma de
operacionalizar los mismos. La validez de constructo consiste en tratar de probar que las conductas que registra el test pueden ser
consideradas indicadores válidos del constructo al cual refieren. Se trata de establecer que las puntuaciones del test constituyen
en forma valida una de las manifestaciones del constructo. Sólo es posible aproximarse a ese objetivo, es el más difícil de comprobar.
Ej. si tomamos la variable Neuroticismo medida por el EPQ-A lo que se quiere establecer es si este factor que mide el test se
corresponde con el constructo Neuroticismo, ubicado en la teoría de la personalidad de Eysenck, de la cual se deriva el instrumento
al que nos referimos.
Procedimientos para evaluar la validez de constructo:
» Análisis factorial: se utiliza cuando el test está dividido en factores y sirve para medir la validez del constructo, debido a que
desde la teoría del instrumento se plantean los distintos factores como atributos diferenciados. Se utiliza no solo para evaluar
la validez del instrumento sino tambien en su construcción. Una vez construido el test y establecidos los correspondientes
factores, la técnica puede aplicarse sobre los datos obtenidos a partir de una muestra de sujetos para establecer si la estructura
factorial planteada, puede ser replicada, lo cual nos permitiría hablar de la validez factorial del instrumento. Las estructuras
factoriales pueden tender a ser inestables y dependen mucho del tamaño de la muestra.
Cuando teóricamente el constructo o atributo plantea la división en factores, en el instrumento se estudia si empíricamente
dichos factores se observan (mediante la agrupación de ítems correlacionados entre sí). El objetivo es reducir del conjunto total
de ítems un conjunto reducido de variables subyacentes (factores).

Analisis de las cargas factoriales (de

Extracción de factores (diferentes
Rotación de la matríz (diferentes
métodos ej. componentes
principales) y obtención de una
matríz de factores. Puede elegirse o
no dicha cantidad según la teoría de
base del constructo.
posibilidades según si los
factores están relacionados o
no)
cada ítem respecto a cada factor) y
descarte de los ítems en conflicto
(cargas altas en más de un factor,
cargas bajas en todos los factores),
incongruencia teórica o descarte de
factores (pocos ítems)

» Diferenciación entre grupos: se aplica el instrumento a dos o más grupos, los cuales debieran diferir en el atributo que se
mide, en razón de alguna característica que se usó para formar los grupos, y que podría inferir a partir de la teoría del constructo
que mide el instrumento, que dicha característica estaría relacionada con diferencias predecibles en el atributo. Ej. si tenemos
test q mide inteligencia, teniendo en cuenta q las habilidades cognitivas varían con la edad, podemos formar grupos de distintas
edades según las diferencias cognitivas esperables, y esperaríamos encontrar diferencias entre los grupos en cuanto al nivel
de inteligencia q mide el test.

Formar grupos que difieran en el Determinar si

Aplicar el
atributo (considerando una difieren
caracteristica conocida asociada al instrumento a
significativamente
mismo) ambos grupos
al compararlos

» Correlaciones con otras medidas del constructo: cuando ya existe otro test (o varios) validado que mide el mismo constructo,
se puede correlacionar el nuevo con aquel para establecer su validez de constructo.
Aplicar otro/s instrumento
Correlacionar ambos
Aplicar el instrumento ya validado que mida el
puntajes
mismo constructo

» Las matrices multimétodo-multirasgo (validez convergente-discriminante): se precisa que existan como mínimo dos
métodos diferentes para medir el constructo que se va a validar. Tambien se necesitan otros constructos que puedan ser
medidos por los mismos métodos. Se miden en los sujetos de la muestra los distintos constructos con métodos distintos. Se
calculan las correlaciones entre todas las medidas y se forma con ellas una matriz que contendría los siguientes datos:

4
 - Coeficiente de fiabilidad: serían las correlaciones obtenidas entre medidas del mismo constructo con el mismo método.
Se espera que sean elevados
- Coeficiente de validez convergente: son las correlaciones entre las medidas del mismo constructo, obtenidas con
métodos diferentes. Se espera que las correlaciones sean altas.
- Coeficientes de validez divergente: son las correlaciones de constructos diferentes medidos con igual método y las
correlaciones de diferentes constructos medidos con distintos métodos. Se espera q sean más bajas que las de la
validez convergente y en el cálculo de la confiabilidad.

Relación entre las medidas del mismo constructo obtenidas por

Convergente diferentes métodos (que permiten medirlo)

- Relación entre las medidas de diferentes constructos obtenidas por el mismo método
Discriminante - Relación de las medidas de diferentes constructos obtenidas por diferentes métodos

Administrar el instrumento junto a otros métodos

(instrumentos) q midan el mismo constructo, y q a su
vez midan otros constructos diferentes

Relacionar las medidas de diferentes constructos obtenidas por el mismo

Relacionar las medidas del mismo
constructo obtenidas con los
instrumentos difernetes. Ej
correlacionar 2 técnicas para medir
extroversión (se espera que sea alta)
método. Ej neuroticismo y extroversión medidas por un test de personalidad
(se espera que sea baja)
Relacionar las medidas de diferentes constructos obtenidas por diferentes
métodos. Ej N y E medidas por respectivos instrumentos (se espera que sea
más baja)

Tema 16 – DISEÑOS DE SUJETO ÚNICO – práctico

La psicología, como toda ciencia, es una disciplina que busca establecer amplias generalizaciones que apliquen a una gran cantidad
de individuos. La investigación psicológica se caracteriza por estudios que implican grandes números de sujetos y se busca
determinar el promedio. “Metodología de grupo”
Las puntuaciones del grupo evaluado pueden resumirse mediante medidas de tendencia central (ej. la media) que reflejan el nivel
de distribución de las puntuaciones de ese grupo. Una consecuencia es que el rendimiento promedio o típico puede no representar
el valor obtenido por un sujeto cualquiera dentro de ese grupo.

Diseños de sujeto único  énfasis en el estudio del cambio conductual de un único sujeto, a lo sumo de unos pocos. Han sido
derivados de procedimientos generados desde el análisis experimental de la conducta de Skinner. Desde el punto de vista clínico,
es más importante evaluar cuál es el efecto especifico que produce un tratamiento en una conducta de importancia social para un
sujeto en particular. Presentan la ventaja de una reducción de la confusión que generan las diferencias individuales de los sujetos,
que normalmente deben ser controladas mediante técnicas de control metodológico/estadístico. En este diseño, la fluctuación de la
conducta de cada sujeto es evaluada y monitoreada de manera continua. Hay q tener en cuenta que la capacidad de generalización
de los resultados se ve limitada por lo cual no pueden derivar afirmaciones generales. Se podría generalizar el resultado a individuos
con idénticas característica si se repitiera la investigación con varios sujetos similares.
Requieren del diseño de una situación sumamente estructurada, para poner analizar la influencia que ejercen los programas e
intervenciones sobre la conducta en situaciones aplicadas. Para eso, se contrastan condiciones aplicadas a un individuo cuya
conducta es continuamente monitoreada mientras la VI es manipulada de manera sistemática.
La primera etapa se llama “Fase de línea base”, durante la cual se lleva un registro de la conducta (VD) del individuo antes de aplicar
cualquier intervención. Una medida típica es la frecuencia de la conducta por alguna unidad de tiempo (días, horas). Provee
información acerca de cómo es la conducta antes de que se aplique el tratamiento. Este registro siempre va a presentar fluctuaciones
de la conducta, ya que la misma suele verse modificada en diferentes momentos por muchas variables.
Ej. se puede registrar la cantidad de tics que presenta un niño en 8 intervalos de 5 minutos, a las 16hs, durante dos semanas. La
cantidad de tics puede depender si un día está más ansioso que otro.

Una vez que la conducta muestra que es relativamente estable, que exhibe poca fluctuación entre los intervalos de registro, se
introduce una intervención (tratamiento/valor de la VI: presencia)

5
Dos tipos de diseño de N = 1 o N pequeño:
DISEÑOS DE REVERSIÓN a ABAB
Buscan confirmar el efecto de un tratamiento al demostrar q la conducta cambia sistemáticamente al alternar condiciones de
tratamiento y no tratamiento.

Fase de línea base inicial (A)  fase de tratamiento (B)  retorno a línea base (A)  otra fase de tratamiento

Durante los periodos de tratamiento, la conducta se sigue midiendo de manera idéntica a la línea de base, pero mientras está siendo
intervenida. En la tercera fase, se retira la intervención. Y como el tratamiento es removido en la segunda A, el cambio conductual
q se había producido es revertido, por eso se denomina diseño de reversión, se busca revertir el efecto positivo del tratamiento.
El investigador observa si:
a. La conducta-meta (que es la q quiere modificarse) cambia inmediatamente luego de la introducción de una variable de tratamiento
(primera B)
b. Si la conducta se revierte cuando el tratamiento es retirado (segunda A)
c. Si la conducta vuelve a mejorar cuando se reintroduce el tratamiento (segunda B)
Cuando las variaciones en la conducta siguen a la introducción y retiro del tratamiento, existiría evidencia de que es el tratamiento
el que causó el cambio en la conducta, demostrándose entre el tratamiento y el cambio en la conducta-meta una relación funcional.
Ventajas:
Permiten demostrar una relación funcional entre una VI (intervención) y la VD, teniendo así un alcance explicativo al permitir
determinar las condiciones específicas bajo las cuales se produce el cambio conductual. Tambien, como el diseño implica fases
alternantes de tratamiento y no tratamiento, tiene una función importante dentro de las terapias ayudando al paciente a transitar de
programas continuos de tratamientos a programas intermitentes, llegando al retiro definitivo de la intervención y que la conducta
permanezca modificada.
Desventajas:
a. No se pueden aplicar para modificar conductas q una vez establecidas sean irreversibles.
b. El establecimiento y medición de conducta durante línea base lleva tiempo, y durante el mismo no se generan condiciones para
un cambio conductual
c. A veces, no desean aplicar la reversión del cambio conductual, se rehúsan a retirar el tratamiento una vez que observaron cambios
positivos
d. Los resultados suelen ser difíciles de interpretar. Ej. cuando al retirar el tratamiento el cambio conductual no se revierte, y se
complica adjudicar una relación funcional entre VI y VD. Dicha relación queda demostrada cuando, desp de producirse el cambio
conductual ante la aplicación del tratamiento, el mismo es revertido al retirarse la intervención.
e. Hay casos en los que no se pueden aplicar porque no se puede hacer la reversión por los siguientes motivos:
Problemas éticos: no se considera ético retirar un tratamiento que está mostrando éxito, solo con fines de control
experimental.
Problemas prácticos: muchas veces se niegan a aplicar la reversión

DISEÑOS DE LINEA BASE MÚLTIPLE

Demuestran el efecto de un tratamiento al mostrar que las conductas registradas en más de una línea de base cambian luego de la
introducción de un tratamiento.
 A través de sujetos las diferentes líneas de base son establecidas para la misma conducta de diferentes individuos
 A través de conductas diferentes conductas, mismo individuo
 A través de situaciones misma conducta de un individuo en diferentes situaciones

» A través de sujetos
Procedimiento x el cual se observa y registra simultáneamente una misma conducta en más de un individuo.
1. Se establecen las líneas de base de una misma conducta para diferentes sujetos
2. Cuando la conducta de c/u se ha estabilizado, se introduce una intervención para modificar la línea de base de c/u, sin retirar el
tratamiento. El tratamiento es introducido en diferentes momentos para cada sujeto.
Si el tratamiento es responsable de cambiar la conducta, debería observarse un efecto en el registro conductual inmediatamente
luego de la aplicación del tratamiento en cada conducta (línea de base) y no en las restantes.
Ej. de psicología del deporte

» A través de conductas
Se establecen dos o más líneas de base en diferentes conductas de una misma persona. Primero se interviene una de las conductas
mientras las otras permanecen en línea de base, luego otra, y así sucesivamente. Se asumirá una relación causal si cada conducta
responde directamente al tratamiento.
Ej. de adulto con timidez extrema

» A través de situaciones
Se establecen dos o más líneas de base de la conducta de un individuo, pero cada una medida en diferentes situaciones. La
intervención se aplica primero en la línea de base de la conducta de una situación, y si ocurre un cambio conductual, en vez de
retirar la intervención, se le aplica a la línea de base de la conducta en la segunda situación y así sucesivamente

6
En estos diseños no hay reversión, no se retira el tratamiento, sino que el mismo se aplica a cada línea de base en momentos
diferentes. La aplicación de la intervención en cada línea de base es escalonada en el tiempo. Esto permite que las líneas de base
no intervenidas sirvan como control para la evaluación de la eficacia del tratamiento en aquellas que si son intervenidas.
Una desventaja posible es cuando las conducta-meta están muy relacionadas entre sí, y el efecto del tratamiento en una de ellas
puede generalizarse de manera no programada.

Tema 17 – MUESTREO – práctico

Se trata de efectuar la selección de la muestra. La intención que se persigue es poder hacer inferencias hacia la población, a partir
de lo detectado en la muestra. Se necesitan una serie de pasos que nos brinden la posibilidad de generalizar los resultados.
Población: conjunto de individuos u objetos (unidades de análisis) que poseen una o varias características comunes. Ej. total de
pacientes con enfermedad renal crónica en tratamiento de hemodiálisis en CABA
Muestra: subconjunto de la población, se espera que sea representativa de la misma. Se toma con el fin de estudiar las propiedades
del conjunto del cual es obtenida. Ej. Una muestra de pacientes con enfermedad renal crónica en tratamiento de hemodiálisis en
CABA
Unidad de análisis: cada uno de los elementos que constituyen la población estudiada.
 Muestra representativa: cuando la medida que arroja un estadístico, es lo más cercana posible al parámetro
correspondiente. En una muestra representativa, se encuentran presentes las distintas características de la población.
Los estadísticos de resumen son aquellos que se obtienen a partir de la medición de una muestra. Ej. media aritmética de la
muestra
Si midiéramos a toda la población, se denomina parámetro. Por ej. la media poblacional. Esto implica una imposibilidad práctica,
se trata de aproximar al valor del parámetro por medio del estadístico obtenido a partir de la muestra.
A partir del estadístico podemos obtener un rango de valores (intervalo de confianza) dentro del cual con cierto nivel de confianza
debiera ubicarse el valor correspondiente al parámetro. La mitad del intervalo de confianza constituye el margen de error de la
estimación que se hace del parámetro a partir del estadístico.
Cada estadístico tiene un equivalente que describe a la población de la cual proviene la muestra que se lo denomina parámetro.
Los objetivos del estudio ayudarán a definir la población y a partir de allí la muestra, para lo cual se elegirán dos métodos de
muestreo: aleatorio (probabilístico) y no aleatorio (no probabilístico). Su elección tambien está condicionada por la pretensión
de exactitud, tiempo y dinero.

MUESTREO ALEATORIO (PROBABILISTICO)

Son los que garantizan en mayor medida que la muestra sea representativa. Se utiliza el azar para la elección de los sujetos.
Cada elemento de la población tiene la misma probabilidad de ser seleccionado.
 Es importante considerar a los sujetos seleccionados que deciden NO participar de la muestra
 Al identificar la muestra inicial, debemos considerar más sujetos de los requeridos por si alguien decide no participar
 Es importante si se puede, identificar y registrar qué características tienen los sujetos que no quieren participar (ej. edad o sexo).

Muestreo aleatorio simple

Se utiliza algún procedimiento al azar para elegir a los sujetos de la población q van a formar parte de la muestra
a. Se delimita la población
b. Se decide el tamaño de la muestra
c. Se asigna un código (n°) a cada elemento de la población (UdeA)
d. Se escoge mediante alguna técnica de selección aleatoria (programa que genere números al azar)
Ej. Pacientes con enfermedad renal crónica que requieren tratamiento de hemodiálisis en CABA que asisten al Centro de
hemodiálisis Fresenius Medical Care. Se procederá a considerar todos los pacientes activos que efectúan dicho tratamiento en la
mencionada entidad: este conjunto constituye la población.
En función del tamaño de la población se considerará el tamaño de la muestra que resultará más adecuado.
Asignación de código: a cada paciente le corresponde un número de historia clínica, el cual se tomará como su código
Finalmente se utilizará alguno de los procedimientos citados para escoger a los pacientes aleatoriamente

Muestreo aleatorio sistemático

A partir de un primer caso elegido al azar, los restantes se eligen de un listado con intervalos sistemáticos
a. Requiere que se decida un tamaño de muestra y efectuar el cociente entre la población y la muestra
Ej. Población: 2500 pacientes con enfermedad renal crónica en tratamiento de hemodiálisis en CABA que asisten al Centro de
hemodiálisis Fresenius Medical Care
Muestra: 100 pacientes
Entonces 2500 / 100 = 25
b. Al azar se elige un numero de inicio entre la población. Ej. n° 70
la primera persona de la muestra es la 70, la siguiente será (70+25=95) la n° 95, la siguiente (95+25=120) la n° 120 y así
sucesivamente hasta completa el total de la muestra, en este caso 100 pacientes.
La persona 98 para la muestra será la 2495 de la población, si a esta le sumamos 25 obtenemos 2520, superior al tamaño de la
población. Entonces a 2520 le restamos el total de la población (2500), nos da 20, y elegimos a la persona n° 20.

7
Muestreo estratificado
Requiere la división de la población en subgrupos/estratos mutuamente excluyentes. Su ventaja es que se garantizará que la muestra
contenga representantes suficientes de cada estrato.
Ej. podríamos dividir la muestra por género. Una vez que se han elegido los estratos puede aplicarse muestreo aleatorio simple o
sistemático, garantizando q la muestra esté constituida por el porcentaje de sujetos establecido para cada estrato. Porcentaje de
hombres y mujeres previamente establecido.
 Proporcionado: refleja las proporciones de la población.
Ej. 2500 pacientes renales de CABA q asisten a Centros de hemodiálisis FMC
1500 hombres
1000 mujeres
Entonces la muestra presentará un 60% hombres y 40% mujeres.
 Desproporcionado: no refleja las proporciones de la población. En este caso no se puede extrapolar directamente a la
misma, se requiere de un análisis más complejo.
Ej. En este caso la muestra podría presentar 50% hombres y 50% mujeres

Muestreo de conglomerados
Requiere un muestreo inicial con base en una unidad mayor que el elemento de la población. Cuando los elementos de la población
están muy dispersos geográficamente, este tipo de recurso permite que la muestra se aglomere en un número limitado de lugares.
De dos maneras:
 En una sola etapa: antes de llegar a la UdeA, hay una sola etapa previa en la que se toma una unidad mayor
Si requiriera llevar a cabo la investigación con todos los pacientes de hemodiálisis del país, sería conveniente implementar este
tipo de muestreo, tomando como base del mismo una unidad inicial mayor que cada elemento de la población (px de
hemodiálisis). Se escogerían aleatoriamente un n° determinado de servicios de hemodiálisis del país, supongamos q dicha
empresa cuenta con 123 centros, de tal modo q se simplificaría el trabajo, ya q en vez de extraer los pacientes de cada centro,
solo se trabajaría con los provenientes d los centros escogidos aleatoriamente.
 En varias etapas: antes de llegar a la UdeA, se pasa por más de una etapa previa, se toman en forma sucesiva varias
unidades mayores que los elementos de la población
Ej. Primera etapa: considerando todas las provincias del país (q tienen centro de hemod.) se seleccionan aleatoriamente un n°
de ellas
Segunda etapa: de las provincias, se seleccionan aleatoriamente alguna/s ciudades entre aquellas q tengan centros de hemod.
Tercera etapa: de los centros de hemod. Seleccionados se procederá a elegir al azar pacientes de c/u de ellos

MUESTREO NO ALEATORIO (NO PROBABILISTICO)

No todo elemento de la población tiene la misma probabilidad de ser parte de la muestra, por lo tanto, algún sector puede carecer
sistemáticamente de una representación adecuada. Tiende a generar muestras menos precisas y representativas.

Muestreo accidental/de oportunidad/ de conveniencia

Se seleccionan las personas q uno encuentra x casualidad. Ej. se les pide participar a pacientes de hemod. Que se encuentran
efectuando el tratamiento en el horario que los investigadores asisten al lugar, siendo q hay distintos turnos a lo largo del día.

Muestreo por cuotas

Es un muestreo de oportunidad, pero con cuotas establecidas para el n° de personas que habrán de incluirse en las submuestras
determinadas a partir de alguna/s variables. Equivalente al muestreo estratificado. La cuota es el equivalente al estrato. El
investigador establece cuotas para uno de los valores de la variable que interese que esté representada en la misma. Al recolectar
los datos cuando se ha cubierto una cuota se continua únicamente con sujetos que apliquen a otra cuota.
Ej. establecer cuotas para la variable sexo en la población de pacientes de hemod. Cuando se cubra la cuota para mujeres, se
tomarían únicamente hombres.
Si las cuotas se establecen en varias dimensiones (tomando más de una variable), se lo denomina muestreo dimensional. Ej. no
considerar solo sexo sino tambien turno de asistencia al tratamiento

Muestreo propositivo
Cuando desea estudiarse una muestra definida claramente, y q cumpla con ciertas características en función de las necesidades de
la investigación.
Ej. identificar pacientes en diálisis q presentan distintas comorbilidades asociadas a la insuficiencia renal crónica, por ej. diabetes,
hipertensión, para explorar respuestas diferenciales a la terapéutica dialítica.

Muestreo de bola de nieve

Se usan contactos iniciales para identificar a otras posibles personas que podrían integrar la muestra
Ej. los investigadores contactan con algunos pacientes en diálisis que a su vez los ponen en contacto con otros y así sucesivamente.

La realidad práctica de una investigación, a veces va por otros caminos. ¿Cuánto de lo que refiere a una muestra aleatoria se cumple
en los distintos métodos de investigación cuantitativos?

8
 a1 a2
b1 a1b1 a2b1
b2 a1b2 a2b2 Al analizar los resultados de una investigación, tomamos decisiones sobre si corroboramos o no las
hipótesis planteadas, “dos estudios conducidos de la misma manera en todos los aspectos, excepto el tamaño de la muestra, pueden
llevar a conclusiones diferentes”. Cuanto más pequeño sea el tamaño de la muestra, más probable será que cometamos Error tipo
2 (rechazar la hipótesis cuando es correcta). Entonces, que podamos corroborar una hipótesis, depende bastante del tamaño de
muestra que empleemos

Tema 18 – DISEÑO FACTORIAL – teóricos

Todos los diseños vistos hasta ahora tenian una sola VI. Existen tambien diseños multivariados, con más de una VI: diseños
factoriales. Estos tienen por lo general dos o tres VI (o más). Lo que se hace en un diseño factorial es analizar los efectos combinados
que producen las VI al actuar en forma conjunta.

Diseño factorial: aquellas investigaciones que tienen dos más VI y en las cuales se analiza el efecto combinado que producen
estas variables.
A los factores se los representa mediantes las primeras letras del alfabeto: VI: Factor – VD: Criterio
Diseño factorial: A x B x C
Tiene tres VI ya que cada letra representa una VI. Tambien se puede representar como: 2 x 3 x 2
Tambien sería un diseño con tres factores (VI), el valor de cada numero nos indica la cantidad de niveles que toma esa VI. Entonces
tenemos un factor con dos niveles, otro con tres y el ultimo con dos.

Los factores pueden tener tanto manipulacion intencional como manipulacion de selección. Cuando todos los factores son de
manipulacion intencional el diseño factorial puede ser un experimento. Cuando todos o alguno es de selección es un
cuasiexperimento.

Los factores pueden ser de medidas independientes o de medidas repetidas

 Medidas independientes en todos los factores
 Medidas repetidas en todos los factores
 Y en el mismo diseño podemos tener factores con medidas independientes como factores con medidas repetidas

Matriz factorial: diseño factorial 2 X 2 (A x B)

Los tratamientos no son solo el nivel de una VI, sino que son el resultado de la combinacion de los niveles de los distintos factores.

Por ej. en este caso un tratamiento seria a1b1, que sería la aplicación conjunta del nivel 1 del factor A y del nivel 1 del factor B.

La cantidad de tratamientos depende de la combinacion de los niveles de los factores. En un diseño 2 x 3 x2 la cantidad de
tratamientos es 12 (multiplicando los niveles de los factores). En un diseño 2 x 2 son 4 tratamientos.
La cantidad de grupos va a depender del tipo de medidas que tenga el diseño factorial (Independiente o repetidas).
 Si son todas medidas independientes, la cantidad de grupos es igual a la cantidad de tratamientos, diseño 2 x 3 x 2 con medidas
independientes seria 12 tratamientos y 12 grupos
 Si son todas medidas repetidas, la cantidad de grupos es uno. Si el ejemplo de 2 x 3 x 2 fuera de medidas repetidas, serian 12
tratamientos y 1 solo grupo.
 Si hay ambas medidas, la cantidad de grupos está dada por los factores de medidas independientes. Ej si el diseño 2 x 3 x 2
con medidas repetidas en C, habria 12 tratamientos y 6 grupos (dados por los factores A y B).

Ventajas de los diseños factoriales respecto a los univariados:

 Brindan más información. No solo analizan los efectos aislados de cada VI, sino tambien brindan informacion sobre el efecto
que producen las mismas al combinarse.
 Controlar las VC es más fácil, porque es más sencillo hacerlo en una sola investigacion que en varias
 Dan mejor capacidad de generalizacion a situaciones naturales (validez externa ecologica), porque las variables suelen
interactuar con otras y no solamente presentar efectos aislados
 Se requiere menor tiempo y menor cantidad de sujetos. Ej. supongamos q para dos VI con dos valores cada una hacemos
dos diseños x separado: Variable A  Grupo 1 Grupo 2
30 sujetos, 30 sujetos. Total 60 sujetos
Variable B  Grupo 1 Grupo 2

9
 30 sujetos, 30 sujetos. Total 60 sujetos
Para ambas investigaciones necesitamos en total 120 sujetos

Si hicieramos un diseño factorial 2 x 2 tendriamos:

a1 a2 Total B
b1 15 15 30
b2 15 15 30
Total A 30 30 Total = 60

En esta tabla los numeros representan cantidad de sujetos (sólo en este caso). Para ambas variables tenemos 30 sujetos por grupo
igual que en los anteriores, pero la cantidad de sujetos que se precisan en total serian 60 y no 120.

Fuentes de variacion en un diseño A x B (dos factores):

Efectos que producen los factores aisladamente:

Efectos principales: son los efectos que tiene cada VI (factores) por separado.
El que tiene cada varia por separado.

Efectos que son producidos por la combinacion de los factores:

Efectos de interacción: hay interaccion cuando el efecto de cada factor varía
en funcion de los valores que tome del otro u otros factores. La interaccion seria
una medida de la no adicionabilidad de los efectos individuales de los factores.
Son diferentes a la suma de los efectos principales
Efectos simples: efectos que tiene cada uno de los factores bajo cada nivel
(valor) del otro factor, o bajo cada combinación de niveles de los otros factores.
Efecto de cada uno bajo el nivel del otro. Las cantidades son las que estan
alineadas igual que el factor.

EJEMPLOS:

Efectos simples de A bajo el nivel de B

Efectos simples de B bajo el nivel de A

Efectos principales de B
100 + 20 = 60 80 + 40 = 60
2 2

Efectos principales de A
100 + 80 = 90 20 + 40 = 30
2 2

Efectos de interacción: Se analizan tanto efectos de interaccion como combinacion de los factores, ya que el efecto de interacción
da cuenta del efecto global que tiene cada cominación de factores. En diseño A x B se analiza un solo efecto de interacción. En un
diseño A x B x C tenemos 4 posibles efectos de interacción.
Los efectos de interacción pueden ser estadisticamente significativos o no. Podemos encontrar que hay efectos de interaccion en
algunos casos y en otros no.

Efectos simples: Se utilizan para interpretar la interacción, y los efectos simples se dan dentro de cada efecto de interacción. En
un diseño A x B vamos a tener varios efectos simples para A y varios efectos simples para B. Para cada factor vamos a tener tantos
efectos simples como niveles tenga el otro factor. Ej. en un diseño 2 x 4 tendriamos 6 efectos simples. Cuatro de estos efectos
simples corresponderían al factor A (ya que el factor B tiene cuatro niveles) y los otros dos al factor B, porque el A tiene dos niveles.

10
La cantidad total de efectos simples de un diseño factorial va a variar en función de la cantidad de factores y la cantidad de niveles
que tengan estos factores.
Ej. La inteligencia y la dificultad en la tarea impactan sobre el rendimiento o la dificultad en la tarea modula el impacto de la
inteligencia sobre el rendimiento
VI  A: Inteligencia  a1: Baja , a2: Alta
VI (factores) VD B: Dificultad en la tarea  b1: Fácil , b2: Difícil
VD  Rendimiento (resultados de 0 a 10)

Rendimiento Diseño factorial A x B

Inteligencia
Primera variable Segunda variable

Dificultad en la tarea Diseño factorial 2 x 2

2 niveles en primera variable 2 niveles en segunda variable

¿Cuántas combinaciones entre dichas variables pueden darse? ¿Cuántos tratamientos? 2 x 2 = 4

¿y si cambio la cantidad de valores de Dificultad en la tarea a 3, agregando una dificultad media? 2 x 3 = 6
¿y si agrego una tercer variable como Motivación con 2 valores, elevada y baja? A x B x C ó 2 x 3 x 2 = 12

El factor A (inteligencia) solamente puede tener manipulación natural (porque es atributo de los sujetos). Por lo que debe ser de
MEDIDAS INDEPENDIENTES (intergrupo). El factor B (dificultad en la tarea) puede tener ambos tipos de manipulación, medidas
independientes (inter) o medidas repetidas (intra).
Entonces según si el diseño tiene medidas independientes o repetidas, tendremos distinta cantidad de grupos

En el ejemplo, si es de medidas independientes cada grupo presenta

1 sola combinación de valores (tantos grupos como combinaciones o
tratamientos). N° de grupos = N° de tratamientos

Si Dificultad de la tarea fuera de medidas repetidas, cada grupo de

Inteligencia pasaría primero por la condición de tarea fácil y luego por
tarea difícil (sigue habiendo 4 tratamientos, pero solo dos grupos).
N° de grupos = multiplicación de valores o niveles de los factores
con medidas independientes

Inteligencia Inteligencia Completamos la tabla con datos de Rendimiento, pueden ir entre 0 y 10. Si el
baja alta diseño es de medidas independientes y se partió de 200 sujetos, asignando
Tarea fácil 9 8 50 a cada grupo, puedo obtener el promedio de cada grupo en rendimiento
Tarea difícil 3 7 (sumando los rendimientos individuales y dividiendo por 50 en cada grupo).

Tambien puedo saber los promedios obtenidos en las investigaciones con solo una VI, en este caso Inteligencia sobre Rendimiento
y Dificultad de la tarea sobre Rendimiento. Si sumo ambos valores de inteligencia baja (primera columna) y divido por dos, obtengo
el promedio de Rendimiento en la condición de inteligencia baja: 9+3=12  12/2= 6
Lo mismo con inteligencia alta: 8+7=15  15/2 = 7.5
En inteligencia baja el promedio de rendimiento es 6 y en alta es 7.5. Si la diferencia entre ambos promedios es estadísticamente
significativa (p menor o igual a 0.05) concluiríamos que la Inteligencia impacta en el Rendimiento en el sentido que a mayor
Inteligencia el Rendimiento será mayor.

Inteligencia Inteligencia
baja alta
Tarea fácil 9 8 8.5
Tarea difícil 3 7 5
6 7.5

11
Para saber si estas diferencias son significativas o no, siempre los resultados son analizados por un estadístico y junto al mismo en
nivel de p (significación) para cada caso (efectos principales, interacción y efectos simples). Si todos fueran significativos podría ser
algo así:

El efecto principal de la inteligencia (donde se observaba que a mayor inteligencia mayor rendimiento) solo se mantiene en la
condición de tarea difícil, pero se ha invertido en tarea fácil (donde a mayor inteligencia, menor rendimiento).

Otro ejemplo: Neuroticismo x Extraversión (3 x 2) = Emociones negativas

Para Neuroticismo tomamos tres valores: Bajo, medio y alto. Para extraversión tomamos dos valores: Introvertidos y
Extrovertidos.
La VD es la frecuencia de emociones negativas. Este diseño factorial es un método cuasiexperimental porque los factores tienen
manipulación de selección. Son de medidas Independientes (intergrupo), ya que al ser variables de personalidad es la única
opción posible. Son 6 tratamientos (3 x 2 = 6) y los grupos son 6, ya que, al ser de medidas independientes, la cantidad de grupos
es igual a la cantidad de tratamientos.

Tabla con las medias de la VD correspondientes a cada tratamiento:

Efecto principal de A: sumamos ambos valores para Neuroticismo

Bajo, y lo dividimos por dos. Lo mismo para Medio y Alto. Se puede
observar que hay un incremento de los valores desde Neuroticismo
Bajo hasta Alto, de manera que a mayores valores de Neuroticismo
se da una mayor frecuencia de emociones negativas.

Efecto principal de B: sumamos los tres valores de Introvertidos y

los tres de Extrovertidos. Si bien en los introvertidos se observa una
mayor presencia de emociones negativas, la diferencia no alcanza
para ser estadísticamente significativa.

Efecto de interacción: para construir los gráficos vamos a utilizar la primera tabla.
Para analizar la interacción hay que seguir la siguiente secuencia de pasos:
1. Observar si el factor deja de tener efecto bajo algún nivel del otro factor. Para ello hay que tener en cuenta si todos los efectos
simples son significativos o si alguno no lo es.
2. Observar cual es la dirección del efecto. Si la dirección es igual o diferente en cada efecto simple
3. Observar el tamaño del efecto

12
¿Cómo la interacción modifica el efecto del Neuroticismo?
Para resolver el primer paso hay que ver la significación de los efectos simples. En este caso, los dos efectos simples del
Neuroticismo son significativos.
Segundo paso. El cambio en la dirección lo podemos ver en el grafico o en la tabla. En el grafico tenemos que mirar las líneas de
los efectos simples. Si van todas en la misma dirección o no. En este caso las líneas de ambos efectos simples son ascendentes,
no cambia la dirección del efecto.
En la tabla tenemos que mirar si la comparación de las secuencias de medias que representan cada efecto simple, mantienen el
mismo ordenamiento. Por ej. en el par 140 y 147, ambos valores son los más bajos en cada secuencia de medias, 174 y 175 ocupan
lugar medio y 214 y 199 son los más altos. Conclusión, se puede observar que la dirección del efecto no cambia.
En ambos efectos simples los valores más elevados de la VD los observamos en los sujetos con alto Neuroticismo, de manera que
a mayor Neuroticismo, mayor frecuencia de emociones negativas.
Tercer paso. Hay que observar si hay cambios en el tamaño del efecto. En los dos pasos anteriores no se encontraron cambios
producidos por la interacción, y como la hay, algo tiene que verse modificado y lo único que queda es el tamaño del efecto. Entonces
lo que se ve modificado por la interacción en el efecto del Neuroticismo, es el tamaño del efecto. En el grafico lo observamos en la
pendiente que presentan las líneas de los efectos simples. Si las líneas difieren claramente en la inclinación q presentan (si son
relaciones lineales) hay una variación en el tamaño del efecto. En este caso, el efecto simple del Neuroticismo cuando los sujetos
son introvertidos tiene mayor inclinación que cuando son extrovertidos.
En la tabla podemos verlo, (también si son lineales) haciendo la resta entre los valores de los extremos de los efectos simples. En
este caso seria 214 – 140 = 74, y 199 – 147 = 52. Vemos que los resultados difieren entre sí, siendo el valor más elevado el que
corresponde al efecto simple del Neuroticismo para los introvertidos.
Entonces, la interacción modifica el efecto del Neuroticismo de la siguiente manera:
Bajo las dos condiciones de extraversión, se manifiesta el efecto del Neuroticismo sobre la frecuencia de emociones
negativas y en el mismo sentido (a mayor Neuroticismo mayor frecuencia de emociones negativas). La diferencia que
determina la interacción se manifiesta en el tamaño del efecto del Neuroticismo, siendo este más elevado en los sujetos
introvertidos.

¿Cómo la interacción modifica el efecto de la extraversión?

Para resolver el primer paso tenemos q mirar la significación de los efectos simples. De los tres efectos simples de la extraversión,
dos son estadísticamente significativos y uno no. Cuando los sujetos tienen niveles medios de Neuroticismo, no hay efecto de la
extraversión.
Segundo paso, cambios en la dirección del efecto. En el grafico vemos que la línea del efecto simple de la extraversión para los
sujetos con bajo Neuroticismo es ascendente y para los sujetos con alto Neuroticismo es descendente. En el primer caso son los
extrovertidos los que tienen mayor frecuencia de emociones negativas (relación directa), y en el segundo caso los introvertidos
(relación inversa). Cambia la dirección del efecto.

Posibles formas de interacción en un diseño 2 x 2

La interacción puede darse únicamente de cuatro formas diferentes:
 El factor deja de tener efecto algún nivel del otro factor
 Cambia la dirección del efecto
 Cambia el tamaño del efecto
 Cambian la dirección del efecto y el tamaño del efecto

Ejemplo 1: el factor deja de tener efecto bajo algún nivel del otro factor

Como modifica la interacción el efecto del factor A:

El factor A no tiene efecto bajo el nivel b2
Entonces, hay efecto simple del factor A únicamente bajo el nivel b1,
y en este caso los valores mayores de la VD se observan en el nivel
a1. No hay efecto simple significativo de A bajo nivel b2.
Como quedó un solo efecto simple significativo, no se analizó la
dirección ni el tamaño del efecto, porque no hay contra que comparar.

Ejemplo 2. Cambia la dirección del efecto (en factor B)

Ejemplo 3. Cambia el tamaño del efecto (en factor A)

13
 Como modifica la interacción el efecto del factor B:
- Ambos efectos simples son significativos. El factor B siempre
tiene efecto más allá de que nivel de A se tome
- La línea del efecto simple del factor B bajo el nivel a1 es
descendente y bajo a2 es ascendente. Cambia la dirección del
efecto
- Las líneas de los efectos simples tienen la misma inclinación. La
diferencia entre las medias de los efectos simples,
independientemente del signo, da el mismo resultado (20). El
tamaño del efecto no cambia.

Entonces, ambos efectos simples de B son significativos. El factor B siempre tiene efecto. Eso no se ve modificado por la interacción.
Entonces analizamos si la dirección del efecto se ve modificada. La dirección del efecto de B es diferente para cada efecto simple,
bajo el nivel a1 los valores mayores de la VD se observan en b1 y bajo nivel a2 en el valor b2. El tamaño del efecto no varía. De
modo que lo que modifica la interacción es la dirección del efecto.

Ejemplo 3.
Como modifica la interacción el efecto del factor A:
- Ambos efectos simples son significativos. El factor A siempre tiene efecto más allá de que nivel de B se tome.
- Las líneas de los efectos simples son descendentes en ambos casos. La diferencia entre a1 y a2 bajo el nivel b1 es de signo
negativo (20-100 = -80) y a2 bajo el nivel b1 tambien (40-80=-40). No cambia la dirección del efecto.
- Teniendo en cuenta que no hubo cambios por la interacción en los dos pasos anteriores, tiene que haber cambios en el tamaño
del efecto. Esto se confirma observando que las líneas de los efectos simples tienen distinta inclinación.

Ejemplo 4. Cambia la dirección del efecto y también el tamaño del efecto

Como modifica la interacción el efecto del factor A

- Ambos efectos simples son significativos. El factor A siempre tiene efecto más allá de que nivel de B se tome
- Cambia la dirección del efecto. La diferencia entre a2 y a1 bajo el nivel b1 es de signo negativo, y bajo el nivel b2 es positivo.
- Cambia el tamaño del efecto. Las diferencias entre las medias de los efectos simples, dan resultados diferentes, donde una cantidad
duplica a la otra.

Tema 19 – OBSERVACIÓN SISTEMÁTICA – prácticos

Sampieri  las observaciones cuantitativas permiten el análisis del contenido de la comunicación verbal y no verbal de las personas.
Las conceptualiza como “registro sistemático, valido y confiable de comportamiento o conducta manifiesta. Se recolecta información
sobre la conducta más que de percepciones”.
La diferencia entre las observaciones cuantitativas y cualitativas, reside en que en las cuantitativas las variables que se observan
se definen antes de realizar la recolección de datos.
4 pasos para construir un sistema de observación:
1) Definir de manera precisa el universo de aspectos, eventos de conductas a observar. ¿Qué y quiénes se van a observar y por
cuánto tiempo?
Ej. Comportamiento verbal y no verbal de niños con dificultades en el rendimiento académico
2) Especificar las circunstancias de las observaciones en cuanto a tiempo y lugar, que van a depender del planteamiento del
problema y la situación. ¿Dónde y cuándo se realizará la observación?
Ej. en el aula durante las clases de un trimestre
3) Considerar todo el universo o extraer una muestra representativa de aspectos, eventos o conductas a observar
4) Establecer y definir las unidades de observación que van a ser captadas a través de los sentidos.
Ej. para estudio de los efectos de juegos con contenidos violentos sobre la conducta agresiva de los niños, las unidades de
observación pueden ser las agresiones.

Antes de realizar la observación sistemática, a veces se requiere realizar observaciones no sistemáticas.

Observaciones NO sistemáticas  se caracterizan por la observación y descripción de todas las conductas que realiza un sujeto
determinado. No se operacionalizan los términos teóricos ni existe acuerdo sobre tiempo durante el que se realiza el registro. Se
utiliza para describir los comportamientos, no para medirlos. Se inician con la única consigna de que se registre el comportamiento
(humano o animal).

14
OBSERVACIÓN SISTEMÁTICA  se operacionalizan los constructos hipotéticos mediante categorías de comportamientos. Se
acuerda sobre el tiempo durante el cual se realizará el registro.
Ej. las categorías observables de una rata pueden ser acicalarse, sostenerse en dos patas, explorar, quedarse quieta. Defecación
o micción permiten operacionalizar la respuesta emocional de ansiedad en ratas.
Sulzer-Azzaroff y Mayer: la medición del comportamiento requiere de la selección de técnicas o mediciones objetivas, válidas y
confiables.
Objetivas: los observadores q registran los datos conductuales no deben ser influenciados por sus sentimientos o interpretaciones
subjetivas o personales. Ej. no se puede expresar “la rata extraña a sus congéneres y por eso quiere escapar”.
Válidas: que midan de forma directa el comportamiento que se supone que miden. Puede ocurrir que las mediciones objetivas no
sean válidas.
Confiables: deben ser de manera pautada, independientemente de quienes la apliquen y de las ocasiones en que se usen.

Selección de las variables a observar

La conducta meta es la que se busca modificar, entonces será necesario considerar la denominación de las propiedades de
respuesta que constituyen esa conducta meta.
Ej. se logrará máxima objetividad en la descripción: “Francesca (diagnosticada con Síndrome de Down), no golpeará a sus
compañeros de la sala de 3 años”, que la frase: “Francesca no será agresiva ni hostil”.
Sulzer-Azzaroff y Mayer: una conducta meta se debe traducir en términos cuantificables.
Ej. el acto de compartir se traduce como “tender los juguetes a otros niños luego del pedido en un lapso de 10 segundos”.
Prestar atención en clase  quedarse sentado en la silla

TIPOS DE OBSERVACIÓN SISTEMÁTICA

Sistemas de observación
 CONTINUA: se cuenta en forma permanente la frecuencia en q ocurre la conducta estudiada. Útil para conductas discretas que
aparecen en forma espaciada en el tiempo
 MUESTREO DE FRECUENCIA: se observa la aparición de una conducta cada determinado lapso de tiempo. Se aplica para el
registro de conductas discretas q se repiten muchas veces al día. Ej. tics nerviosos.
 TASA: se divide el n° de conductas observadas por el tiempo durante el cual se emiten. Útil cuando el tiempo durante el cual
ocurre la conducta varia día a día
 DURACIÓN: se mide la cantidad de tiempo que dura una conducta. Para conductas continuas que duran mucho tiempo. Ej.
estar sentado

TÉCNICAS DE REGISTRO DE LA CONDUCTA

REGISTRO DE PRODUCTO PERMANENTE

Registra el resultado duradero de la conducta. Algunos comportamientos dejan evidencia física o producto perdurable. Ej. cantidad
de informes escritos, canastas armadas en artesanía, etc.
Ventajas: - Demuestra con facilidad la validez de las mediciones cuantitativas/cualitativas si se pide a jueces independientes q
valoren los productos según sus criterios – reduce la reactividad o efectos de los procedimientos experimentales sobre personas –
los productos permanentes son más fáciles de registrar cuando se quiere establecer confiabilidad.
𝑁ú𝑚𝑒𝑟𝑜 𝑚𝑒𝑛𝑜𝑟
Fórmula para evaluar la confiabilidad: 𝐶𝑜𝑛𝑓𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = 𝑥 100
𝑁ú𝑚𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟

REGISTRO DE DURACIÓN
Mide el lapso de tiempo en que ocurre un comportamiento. Cuando lo que se busca es modificar la duración de un comportamiento.
Ej. la reducción del tiempo q un niño tarda en realizar la tarea desde el momento en q se le anuncia. Medir la “latencia de respuesta”
será medir el tiempo transcurrido desde el momento en q se le anuncia el “tiempo de hacer la tarea” hasta que la realiza.
𝐷𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑚𝑒𝑛𝑜𝑟
= í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑎𝑐𝑢𝑒𝑟𝑑𝑜
𝐷𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑚𝑎𝑦𝑜𝑟

MEDICIÓN DE SUCESOS TRANSITORIOS (REGISTRO DE SUCESOS)

Registra el número de veces que ocurre una conducta especifica durante un intervalo determinado. Existen comportamientos q no
pueden medirse una vez que han ocurrido, ej. sonreír, pelearse. Se requiere de una observación en vivo, grabaciones o circuitos
cerrados q permitan la transmisión de imágenes.
Consiste en contar las veces en q ocurre un comportamiento determinado durante un intervalo de tiempo específico. Puede ser
realizado por observadores entrenados, pacientes o quienes manejan los tratamientos. Útil para conductas discretas, que tienen
definidos inicio y final. Ej. días de asistencia a la escuela, libros leídos. Hay diferentes maneras de registro, como planillas, contador
manual, etc.

REGISTROS DE MUESTREO TEMPORAL DE INTERVALO

Registra la presencia/ausencia de una respuesta dentro de un intervalo de tiempo. Cuando las conductas no son discretas es difícil
establecer el comienzo y final de la misma. Ej. sonidos desagradables, gritos, etc.
Se idearon formas q permiten medir la ausencia/presencia de los comportamientos dentro de cuadros temporales breves:

 DE INTERVALO COMPLETO: Registra la respuesta cuando se emite en todo el intervalo completo de tiempo. Es decir,
cuando se requiere saber que la conducta se desarrolla durante todo el intervalo y que no es interrumpida

15
  DE INTERVALO PARCIAL: el sistema requiere solo una muestra de la respuesta dentro del intervalo de tiempo. Útil para
registrar conductas transitorias
 MOMENTÁNEO: sistema que registra la conducta cuando ocurre en el momento en que se termina el intervalo. Sirve para
pedir comportamientos estereotipados como chuparse los dedos.

CONFIABILIDAD DE LAS OBSERVACIONES

Con el fin de medir la confiabilidad de registro q hace un observador respecto de los subcomponentes operacionalizados o las
categorías de comportamiento, se pide a un segundo observador que realice el registro de manera simultánea.

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑎𝑐𝑢𝑒𝑟𝑑𝑜𝑠
𝑥100 = 80% (𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑑𝑒 𝑎𝑐𝑢𝑒𝑟𝑑𝑜 𝑚𝑖𝑛𝑖𝑚𝑜)
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑎𝑐𝑢𝑒𝑟𝑑𝑜𝑠 + 𝐷𝑒𝑠𝑎𝑐𝑢𝑒𝑟𝑑𝑜𝑠

El nivel de confiabilidad se calcula aplicando esta fórmula, buscando que el resultado sea un porcentaje igual o mayor a 80%. Si
diera menor, indicaría que los observadores tienen que entrenarse más y acordar los criterios de registro con mayor precisión.
Un problema de la fórmula es q tiende a sobrevalorar los acuerdos, no contempla que pueden darse por azar. para una mayor
precisión se puede usar el coeficiente Kappa de Cohen que es un índice de concordancia.

16