Presentacion de Clase - Diseños 2023

Diseños de investigación
Curso 2023
Claudia Rodríguez Torrella
Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es
DISEÑOS DE INVESTIGACIÓN
Tema 1: El método científico

Control y sistematización
Método científico Objetividad
Replicabilidad-Verificabilidad-Fiabilidad
-De observación/descriptivos/naturales/correlacionales
Estrategias o
métodos -De interpretación/experimentales
Diseños Establecer el "esquema" de nuestro estudio
-Nos ayudarán a subsanar las limitaciones del diseño elegido

Técnicas -ej: muestreo aleatorio, bloqueo, asignacion aleatoria...

Enfoque: CUANTITATIVO CUALITATIVO
OBJETIVIDAD SUBJETIVIDAD
(sólo existe una realidad) (realidad es una construcción)
Objetivo Busca leyes y generalización Rechaza las generalizaciones
Se orienta a... ….resultado ...proceso
Metodología DEDUCTIVA INDUCTIVA
Cuantitativas: reducen la Cualitativas: describen los

Técnicas complejidad de los datos (Ej. hechos
Técnicas experimentales) (Ej. Observación)

Fases del método científico

1. Identificación y formulación del problema
2. Formulación de hipótesis Nivel conceptual
3. Recopilación o recogida de datos
Nivel técnico-
4. Análisis de datos y contraste de los resultados con las metodológico
hipótesis
5. Conclusiones y generalización de los resultados Nivel estadístico-
analítico
6. Nuevas predicciones
7. Informe de la investigación

Informe de investigación (1) Título, autores y filiación

(2) Resumen/Abstract
(3) Introducción
(4) Método
Sujetos
Material
Procedimiento y Diseño de investigación
(5) Resultados
(6) Discusión/Conclusiones
(7) Referencias
(8) Anexos

(2015) 122. En el apartado de Resultados de un informe de investigación, debemos:
1. Reflejar los datos resumidos y los resultados de los análisis estadísticos.
2. Reproducir los datos brutos del estudio para permitir comprobaciones externas.
3. Relacionar los resultados de los análisis con las hipótesis de trabajo y con otras
investigaciones del campo de estudio.
4. Describir cómo se ha realizado la investigación para garantizar su replicabilidad.

(2015) 122. En el apartado de Resultados de un informe de investigación, debemos:
1. Reflejar los datos resumidos y los resultados de los análisis estadísticos.
2. Reproducir los datos brutos del estudio para permitir comprobaciones externas.
3. Relacionar los resultados de los análisis con las hipótesis de trabajo y con otras
investigaciones del campo de estudio.
4. Describir cómo se ha realizado la investigación para garantizar su replicabilidad.

Clasificación del método científico

Natural u observacional
1. Según el grado de Control Comparado o comparativo (correlacional) vs
Experimental
Deductivo: Investigador deduce según leyes lógicas
2. Según el tipo de Inferencia Inductivo: Investigador induce una teoría nueva a

partir de experiencia
Hipotético-deductivo
No experimental
3. Según grado de Manipulación Cuasi-experimental
Experimental

Clasificación del método científico
1. Según el grado de Control

MÉTODO GRADO CAUSALIDAD
CONTROL
Observacional Mínimo NO
Correlacional: sólo asociación
Comparativo Intermedio Comparado: cuasi-causalidad
Experimental Máximo SÍ
3. Según el grado de Manipulación

MÉTODO MANIPULACIÓN ALEATORIZACIÓN
No experimental NO NO
Cuasi-experimental SÍ (de selección) NO
Experimental SÍ (intencional) SÍ

Manipulación de Selección Manipulación Intencional

Permite seleccionar la VI y los valores de la VI
No asignación aleatoria valores Asignación aleatoria valores
sujeto sujeto
No asignación aleatoria suj- Asignación aleatoria suj-cond.
cond.experimental Experimental
• Nivel de manipulación:
o Variables manipuladas: variables experimentales, variables activas,
manipulación intencional, etc.
o Variables de selección: variables asignadas, grupos ya formados,
atributos, grupos naturales, etc.
PIR

(2013) 086. En un diseño cuasiexperimental:
1. No hay una intervención específica del investigador sobre la variable independiente

o tratamiento.
2. Se estudia la conducta espontánea en situaciones naturales.
3. Constituye el grado máximo de intervención y control interno.
4. Los grupos de estudio no se pueden organizar por asignación aleatoria.
5. Representa el grado máximo de naturalidad y el mínimo control interno.

(2013) 086. En un diseño cuasiexperimental:
1. No hay una intervención específica del investigador sobre la variable independiente

o tratamiento.
2. Se estudia la conducta espontánea en situaciones naturales.
3. Constituye el grado máximo de intervención y control interno.
4. Los grupos de estudio no se pueden organizar por asignación aleatoria.
5. Representa el grado máximo de naturalidad y el mínimo control interno.

(2014) 033. ¿Cuál es la característica de la estrategia de investigación cuasi-

experimental que la diferencia de la estrategia experimental?
1. Se estudian casos únicos o muy pequeños.
2. El estudio se realiza en contextos simulados.
3. No se realiza asignación aleatoria de los participantes a las distintas

condiciones de estudio.
4. Se utilizan varias variables dependientes.
5. Se realiza con muestras de participantes obtenidas por muestreo

probabilístico.

(2014) 033. ¿Cuál es la característica de la estrategia de investigación cuasi-

experimental que la diferencia de la estrategia experimental?
1. Se estudian casos únicos o muy pequeños.
2. El estudio se realiza en contextos simulados.
3. No se realiza asignación aleatoria de los participantes a las distintas

condiciones de estudio.
4. Se utilizan varias variables dependientes.
5. Se realiza con muestras de participantes obtenidas por muestreo

probabilístico.

(2014) 035. ¿Qué procedimiento específico de la estrategia experimental hace que

sea la más adecuada para contrastar hipótesis de causalidad?:
1. El muestreo representativo de los participantes.
2. La manipulación de la variable independiente con control de las posibles

variables extrañas.
3. La realización del estudio en contextos reales con grupos naturales.
4. La identificación de posibles variables predictoras a través del análisis

retrospectivo del fenómeno de estudio.
5. La aplicación de técnicas estadísticas para el análisis de los datos.

(2014) 035. ¿Qué procedimiento específico de la estrategia experimental hace que

sea la más adecuada para contrastar hipótesis de causalidad?:
1. El muestreo representativo de los participantes.
2. La manipulación de la variable independiente con control de las posibles

variables extrañas.
3. La realización del estudio en contextos reales con grupos naturales.
4. La identificación de posibles variables predictoras a través del análisis

retrospectivo del fenómeno de estudio.
5. La aplicación de técnicas estadísticas para el análisis de los datos.

Otras clasificaciones del método científico
o Según ocurrencia de los fenómenos/registro información:

• Retrospectivo (va a buscar información sobre hechos pasados)
• Prospectivo (se prosigue la recopilación de datos longitudinalmente hacia el futuro)
• Ambispectivo (al inicio del estudio ya se ha producido la exposición (VI), no el efecto(VD))
o Según la dimensión temporal:
• Transversal (se estudian las variables simultáneamente)
• Longitudinal (se estudian una o más variables a lo largo del tiempo)
o Según el análisis y alcance de los resultados:
• Descriptivos (simplemente describen, sin intervenir; NO relacionan)
• Analíticos (sin manipular, pero buscan relaciones, hipótesis causales)
• Experimentales (manipulan el factor causal)

Tema 2: Función del diseño, intervención sobre las variables y validez

Variable Psicológica/concepto OPERATIVIZACIÓN Constructo

Ej.: Inteligencia Emoción Atención
Definición operacional, asignación de conductas precisas,

observables y procedimientos de medida y cuantificación
-La selección
1.Variable Independiente Manipulamos
-Intencionalmente
Variables Relevantes
2.Variables extrañas (contaminadoras,
enmascaradas, moderadoras, adicionales, Controlamos
de confundido, tercera variable)
Es en virtud de la VD que aceptamos

Variable Dependiente Medimos o rechazamos la hipótesis nula

✓ Y= a + b X+ e
VI VD ✓ “Si X, entonces Y”
✓ Y= f(x)
✓ Var 1
Causa Var 2 Var 4
Efecto
Antecedente
Consecuente
Var 3
Predictor
Pronóstico
Factor
VEx Criterio* VEx sistemática: cambio de VI
siempre acompañado de cambio en
VEx
VEx es moderadora:
VEx actúa de manera irregular (actúa
Efecto de
según los niveles de VI)
confundio
Relación espúrea:
Sin VEx, la VI es irrelevante
Descomposición de la varianza
VTOTAL Vsistemática Verror Fuentes aleatorias,

Azar
Todas las Varianza Varianza

variaciones de Primaria Secundaria
VD
Minimizamos
Valor de la varianza
Valor de la varianza
atribuible a VEx
atribuible a VI
no controladas
Maximizamos Controlamos
Principio Maximización Kerlinger: MAX-MIN-CON PIR

(2017) 221. En lo que respecta a los componentes de la varianza total de los datos, la
varianza de error es una fuente de variación que:
1. Forma parte de la varianza sistemática de los datos.
2. Tiene lugar en la variable independiente debido a la influencia de variables extrañas

o perturbadoras.
3. Es debida a factores aleatorios.
4. Se conoce también como varianza intergrupos.

(2017) 221. En lo que respecta a los componentes de la varianza total de los datos, la
varianza de error es una fuente de variación que:
1. Forma parte de la varianza sistemática de los datos.
2. Tiene lugar en la variable independiente debido a la influencia de variables extrañas

o perturbadoras.
3. Es debida a factores aleatorios.
4. Se conoce también como varianza intergrupos.

Intervención sobre la VD
+imp: La validez de constructo = que realmente mide

Validez lo que pretende medir
Requisitos Capacidad de detectar variaciones ante los cambios

Sensibilidad
medida VD en la VI
Precisión; constancia de la medida ante las mismas

Fiabilidad condiciones
VD no responde por debajo de un nivel de VI = Efecto suelo Posibles

inconvenientes
VD no responde por encima de un nivel de VI = Efecto techo

Intervención sobre la VI
-Unifactorial: 1 VI
Número de variables -(Multi) Factorial ≥ 2 VI
Número y naturaleza de
VI Operativización los valores/niveles de la/s VI
Manipulación:
1. Determinar valores que toma VI
2. Elaboración de Tratamientos
o unidades experimentales
INTERGRUPO
Situación Entre sujetos, grupos independientes, situación tipo I
Experimental INTRAGRUPO
Intrasujetos, medidas repetidas o grupos relacionados, situación tipo II

Intervención sobre las variables extrañas

Tipo I INTERGRUPO
Sujeto - Afectado por Sujeto: debe
asegurar que los grupos son
• Diferencias individuales homogéneos.
- No afectado por error progresivo.
Material
• Tipo o presentación
Instrumentación
• Debe ser la misma
Experimentador
• Efecto Rosenthal: distorsionar resultados para que "encaje" en la hipótesis
• Modelling effect: correlación experimentador-sujetos
Ambiente
Tipo II INTRAGRUPO
• Debe mantenerse cte - Afectado por Error progresivo por
el orden de presentación de las
Error Progresivo = Efectos de Orden / Secuenciales / Residuales / De arrastre condiciones.
• Práctica: mejora el rendimiento por aprendizaje - No afectado por sujeto: sujeto es
control de la VEx.
• Fatiga: disminuye el rendimiento por cansancio

Eliminación
Constancia
Control experimental Bloqueo
Aleatorización
Intervención [...]
Variables
Extrañas
Control estadístico ANOVA
ANCOVA
PIR

Técnicas de control de variables extrañas: Situación I INTERGRUPO

INTER-grupo
ELIMINACIÓN CONSTANCIA
• Utilizar el valor cero de la VEx eliminando • Misma cantidad del valor en cada grupo
todos los demás valores. • No utilizar si hay muchos grupos
• Provoca dificultades en • Útil en VV ambientales
la generalización de resultados
• Desaconsejable si la VEx procede del sujeto
En VV ambientales: Mantenemos constante la
• Asignar el valor 0 a la VEx y eliminar el resto temperatura del laboratorio a 22 grados en
• Útil en VV Ambientales todas las situaciones.
En VV sujeto: reparto aleatorio de igual
Eliminamos el ruido ambiental
número de mujeres y hombres a los grupos.
insonorizando el laboratorio.
BALANCEO / EQUILIBRADO / FLUCTUACIÓN ALEATORIA

EQUIPARACIÓN • El azar repartirá homogéneamente los valores
• Mantener la misma proporción de los valores de la/s variable/s
de la variable en cada grupo. • Útil si las VEx son desconocidas
En todas las muestras se respeta la pro Se reparte una gran muestra de sujetos
porción presente en la población de la al azar en dos grupos. Esperamos que el
variable sexo. En cada grupo el 70% azar reparta homogéneamente a
són chicas y el 30% chicos hombres y mujeres.

-EP Controlado en cada sujeto
Técnicas de control Equiponderación -Existe una única
secuencia ABBA
de variables INTRA-SUJETO
-Condiciones experimentales
extrañas: Situación divididas por la mitad
II INTRAGRUPO Condiciones:
A. Times
-Efecto de asimetría: A-> B. Arial
B no es igual que B->A A B B A
Grado de EP: 0 1 2 3
Problemáticas -Generación de distinta
EP en A: 0 + 3 = 3
del orden cuantía de error: el EP se EP en B: 1 + 2 = 3
Equiponderación acumula de forma distinta
INTRA-grupo Contrabalanceo según la situación
Reequilibrado -Contrabalanceo o ABBA-BAAB: requiere
número par de sujetos y tantas secuencias como
condiciones experimentales
-Total o contrabalanceo completo: tantas
secuencias como el factorial de las condiciones
experimentales
-Equiponderación Parcial o Contrabalanceo
-EP se controla en incompleto: tantas secuencias como condiciones
Equiponderación el grupo total experimentales. Todas las condiciones deben
Pretende controlar INTER-SUJETO o aparecer el mismo número de veces en el mismo
-Existen distintas nivel. Existen dos formas : equiponderación
el error progresivo (EP) INTRA-GRUPO secuencias parcial aleatoria y equiponderación parcial
sistemática.
-Equiponderación aleatoria total o
aleatorización total: Tantas secuencias como
sujetos. No requiere ningún supuesto previo,
solo una N grande (>80)

25 sujetos ABBA
N = 50
25 sujetos BAAB
3 situaciones A, B, C = 3! = 6 grupos
G1 ABC Cada condición debe
G2 ACB aparecer el mismo nº
G3 BCA de veces
G4 BAC
G5 CAB
G6 CBA
3 situaciones A, B, C = 3 grupos Cada condición debe

 Sistemática: experimentador elige aparecer el mismo nº
secuencias ABC, BCA, CBA de veces que las
otras condiciones.
 Aleatoria: el azar elige secuencias
BAC, CBA, ACB

Intervención sobre las variables extrañas Diseño de grupos

independientes:
-Varianza error: Varianza intragrupo
-Varianza Tto: Varianza Intergrupo
ANOVA
(análisis Varianza)
Diseño Intragrupo:
-Varianza intersujeto: controlada (``cada
Control sujeto es control de si mismo´´).
-Varianza intrasujeto = Varianza interTTo +
estadístico Varianza error
-Análisis de la covarianza que ajusta los

valores de la VD en función de las
ANCOVA puntuaciones en la variable control
mediante correlaciones entre la variable
contaminadora y la VD.
(ANOVA + REGRESIÓN) -Requiere haber medido los niveles de la
variable contaminadora.


-Bloqueo: Se forman bloques de sujetos homogéneos respecto a una variable extraña
(Ej. Nivel CI) y luego se asignan aleatoriamente los sujetos de cada bloque a cada condi.
Experimental. Se trata de una ALEATORIZACIÓN RESTRINGIDA .
Alto TCC En cada condición habrá la
Medio misma proporción de
Bajo sujetos con cada nivel de CI
ACT
-Apareamiento o emparejamiento (o equiparación): Asignar sujetos con

Otras técnicas de control la MISMA puntuación (Ej. Mismo CI) en la variable de emparejamiento a los grupos.
Asociadas al Diseño Experimental
115 – 115 TCC En cada condición habrá la
100 – 100 misma proporción de
85 – 85 sujetos con idéntico CI
ACT
Pretenden neutralizar
VEx
-Simple y doble ciego: Controlar los sesgos de los sujetos como reactividad,
expectativas, adivinación de hipótesis (simple ciego) y expectativas del investigador
(doble ciego)
Efecto placebo y nocebo
!
-Aleatorización
Técnica de Equilibración: estrategia de control que -Bloqueo PIR
persigue reducir el sesgo de selección (INTERGRUPO) -Apareamiento
(2014) 032. Los diseños de investigación experimentales intrasujeto:
1. Utilizan variables independientes no manipuladas directamente por el investigador sino a

través de la selección de los participantes.
2. Se basan en la comprobación de grupos independientes asignados a las condiciones

experimentales.
3. Combinan dos variables independientes basa-das en las características de los

participantes.
4. Tienen menor validez interna que los diseños intersujetos al no utilizar la asignación
aleatoria.
5. Utilizan técnicas de control específicas para controlar los efectos asociados al orden de la
aplicación de las condiciones experimentales.

(2014) 032. Los diseños de investigación experimentales intrasujeto:
1. Utilizan variables independientes no manipuladas directamente por el investigador sino a

través de la selección de los participantes.
2. Se basan en la comprobación de grupos independientes asignados a las condiciones

experimentales.
3. Combinan dos variables independientes basadas en las características de los

participantes.
4. Tienen menor validez interna que los diseños intersujetos al no utilizar la asignación
aleatoria.
5. Utilizan técnicas de control específicas para controlar los efectos asociados al orden de
la aplicación de las condiciones experimentales.

(2018) 034. En lo que respecta a la validez interna del diseño, indique cuál de las
siguientes afirmaciones es INCORRECTA:
1. En los diseños de medidas repetidas, las amenazas a la validez interna

provienen de los efectos de orden y residuales.
2. Los efectos de orden y residuales pueden ser controlados mediante técnicas

de eliminación.
3. En los diseños N=1 se utilizan técnicas de control como la equiponderación.
4. En los diseños intersujeto, la equivalencia inicial de los grupos se garantiza

utilizando la regla de asignación aleatoria.

(2018) 034. En lo que respecta a la validez interna del diseño, indique cuál de las
siguientes afirmaciones es INCORRECTA:
= Tipo II Intragrupos
1. En los diseños de medidas repetidas, las amenazas a la validez interna
provienen de los efectos de orden y residuales. Error progresivo
2. Los efectos de orden y residuales pueden ser controlados mediante

técnicas de eliminación. equiponderación/contrabalanceo
3. En los diseños N=1 se utilizan técnicas de control como la equiponderación.
4. En los diseños intersujeto, la equivalencia inicial de los grupos se garantiza

utilizando la regla de asignación aleatoria.

Validez del diseño

Validez interna: grado de seguridad con el que podemos establecer la relación de causa-
efecto entre VI y VD.
Control de variables extrañas y manipulación VI
Validez externa: grado de generalización de los resultados.
Validez externa de población: posibilidad de generalizar de una muestra a una población.
Validez ecológica (situaciones): condición experimental ≈ contexto natural
Validez histórica (momento temporal): posibilidad de generalizar a lo largo del tiempo.
Generalización Inferencia causal
EXTERNA validez INTERNA
PIR
Efectividad Eficacia
Validez del diseño

Cambios que afectan a los sujetos entre
Validez interna: grado de seguridad Historia sesión y sesión (Ej. Motivación)
con el que podemos establecer la -Asociadas al tiempo
Cambios internos que alteran
relación de causa-efecto entre VI y Maduración caracteristicas individuales (Ej.
VD. Desarrollo en niños)
Amenazas a la
Validez Interna Cambios en calibrado
Instrumentación u observadores
-Asociadas a
Sesgos en comparaciones la medición Influencia que la admin. de un test
Medida PRE-Tto
PRE-POST, INTRAsujeto o medida reactiva
ejerce sobre los resultados de otro
posterior
o repetición de
pruebas
Regresión Sucesivas mediciones producen la
regresión a la media de los valores
-Asociadas a Estadística extremos.
la selección
Mortandad Perdida de sujetos asignados a las
distintas condiciones.
Experimental

Validez del diseño

Amenazas a la
Validez Interna
Inadecuada asignación, grupos
-Selección Diferencial
Sesgos en comparaciones no homogeneos.
de grupos INTERsujeto
Garantías para una buena validez

interna
-Interacciones con Interacción de la selección con
✓ Homogeneidad grupos X
la selección otros sesgos antes mencionados.
✓ Medida pre-tratamiento
-Ambigüedad de la Precedencia temporal de la causa

dirección causa-efecto no clara.

Validez del diseño

Validez externa: grado de
generalización de los resultados.
De la muestra de sujetos
-Representatividad
De los valores de la VI VI
Amenazas a la
Validez Externa
De los dispositivos experimentales ARTIFICIALIDAD
-Efectos reactivos De interacción de la medida PRE-Tto.
De interferencia de los Ttos Multiples en situación INTRA-grupo.
Garantías para una buena Validez Externa:

✓ Número de valores de VI
✓ No medida pre-tratamiento
Validez del diseño

Validez de constructo: grado de confianza con el que podemos establecer generalizaciones a
constructos de orden superior.
Subrepresentación del constructo
-Sesgos de operativización
de constructos Irrelevancias añadidas
Se producen en situaciones
-Efectos reactivos situacionales
sociales comparativas
Amenazas a la validez
de constructo Los sujetos se esfuerzan siempre por
-Adivinación de hipotesis saber cómo el investigador desea que
También afecta a se comporten = ``Efecto Hawthorne’’
la validez Interna
-Sesgos de Papeles o roles específicos que adopta el
reactividad Del Sujeto
sujeto y que desvirtuan su cta espontánea
-Artefactos Esfuerzo de los experimentadores para que
Del
Experimentador los sujetos obtengan puntuaciones que
confirmen la hipótesis.

Validez del diseño
Validez de conclusión estadística: seguridad de las inferencias (conclusiones) estadísticas sobre

la relación entre las variables.
Dificultan detectar correctamente
- Errores de medida las covariaciones de las variables
Se puede ver afectada

negativamente la potencia
estadística o que se
Amenazas a la Validez - Restricción del rango de variabilidad detecten covariaciones
de conclusión entre las variables.
estadística
- Pruebas estadísticas inadecuadas Puede llevar a infraestimar
o sobreestimar el efecto del
o incumplimiento de los supuestos. tratamiento o VI.
Puede concluir erróneamente que no

- Baja potencia estadística existe relación significativa entre las
variables.

(2013) 083. ¿A qué tipo de validez hace referencia el grado de confianza con el que
puede inferirse que las relaciones de causa-efecto entre las variables de
una investigación son interpretables en el sentido sugerido por el investigador?
1. Validez interna.
2. Validez externa.
3. Validez discriminante.
4. Validez ecológica.
5. Validez de constructo.

(2013) 083. ¿A qué tipo de validez hace referencia el grado de confianza con el que
puede inferirse que las relaciones de causa-efecto entre las variables de
una investigación son interpretables en el sentido sugerido por el investigador?
1. Validez interna.
2. Validez externa.
3. Validez discriminante.
4. Validez ecológica.
5. Validez de constructo.

Tema 3: Diseños Experimentales

-Objetivo: Establecer relaciones causales VI VD
1. Anteceder = Contigüidad temporal

Experimentación -Requisitos 2. Covariar
3. No relaciones espurias (causas alternativas)
-Manipulación Intencional VI
-Aleatorización
-Características
-Control de variables extrañas
-Utilización de como mínimo 2 condis. experimentales

Diseños
experimentales
¿Qué
¿Cuántas VD? ¿Cuántas VI? sit.experimental?
Univariado Unifactorial INTRA INTER
¿Estrategia de
Multivariado Factorial
aleatorización?
¿Completa? ¿Restringida?
D. de grupos D. de bloques y
aleatorios D. Equiparados

Selección aleatoria Asignación aleatoria
Fluctuación
aleatoria
G. 1 Tto 1
Población Muestra G. 2 Tto 2
G. 3 Tto 3
ALEATORIZACIÓN
Contribuye a la
Contribuye a la
validez externa
validez interna

Diseños unifactoriales
2 grupos
aleatorios
Grupos
aleatorios
Multigrupo
UNIFACTORALES
INTER Aleatorios
DISEÑOS
UNIFACTORIALES
UNIFACTORALES
INTRA Grupos
Bloques
apareados
Cuadrado

Diseños unifactoriales Técnica de control = ALEATORIZACIÓN (deben ser muestras grandes)

INTERSUJETO: Grupos aleatorios
Diseños de 2 grupos GRUPOS MEDIDA CARACTERÍSTICAS

aleatorios PRE
Sin medida PRE control NO Val. Int. (no hay PRE)
experimental NO Val. Ext. (pocos valores VI)
Con medida PRE control SÍ

Val. Int. (PRE = equivalencia grupos)
experimental SÍ Val. Ext. (PRE = ANCOVA; interacción con VD)
Solomon control NO
Val. Int. (hay PRE)
Diseño de 4 grupos
según Fontes (UNED)!! SÍ
Val. Ext. (hay grupos sin PRE)
experimental NO Controla interacción PRE x VI Mejora
SÍ Val.Ext sin renunciar a la Val.Int.

Diseños unifactoriales Técnica de control = ALEATORIZACIÓN (deben ser muestras grandes)

INTERSUJETO: Grupos aleatorios
Diseños multigrupos GRUPOS MEDIDA PRE CARACTERÍSTICAS

aleatorios
a NO
Val. Int. (no hay PRE)
Sin medida PRE b NO Val. Ext. (>2 valores de VI)
c NO
a SÍ
Val. Int. (hay PRE)
Con medida PRE b SÍ Val. Ext. (>2 valores VI, pero
hay PRE)
c SÍ

Diseños unifactoriales Restricción en la

aleatorización por
INTERSUJETO: Bloques organización de los
bloques
Obj.: Crear grupos homogéneos respecto la variable de bloqueo
Diseños de Fluctuación
Técnicas de control: BLOQUEO + ALEATORIZACIÓN
Bloques Asignación
VI VD
Procedimiento: (Rendimiento lectura)
(entreno lectura)
VAR. BLOQUEO
(CI)
1. Mido la variable de bloqueo y creo ‘’Bloques’’ de sujetos.
2. Fluctuo aleatoriamente sujetos de cada bloque a los grupos.
PIR
3. Realizo asignación aleatoria a las condiciones experimentales.

Diseños unifactoriales Queremos demostrar que la condición X incrementa el rendimiento en lectura respecto la
situación control C. Creemos que la variable CI podria actuar como una variable extraña así
INTERSUJETO: Bloques que decidimos crear 3 bloques: CI alto, CI medio, CI bajo.
Aleatorización
Bloqueo
F A
CI alto L S
U I
4 A X
C GRUPO1 G A
T L N L
U E A E
Medimos CI y A A C A
CI medio
elaboramos grupos C T I T
4 O
I GRUPO2 Ó O
Ó R N R C
Muestra: 12 N I I
CI bajo A A
4
-De dos grupos -Completos: dentro del cada bloque todas las condiciones
INTERSUJETO: Bloques
-Multigrupo -Incompletos: dentro de cada bloque sólo algunas condiciones
Val. Interna
1. Diseños de bloques aleatorios (varios sujetos por nivel y bloque) Val. externa
Apareamiento o Bloques de sujetos IGUALES;

emparejamiento pares IDÉNTICOS + aleatorización
2. Diseños de grupos apareados o equiparados
(1 sujeto por nivel y bloque) Máxima validez interna Variabilidad intergrupo = 0
Problemas validez externa eliminación sujetos
Interacción entre la VI y variables

de bloqueo o entre ellas mismas
3. Diseños de cuadrado -Cuadrado Latino: (2 vv. bloqueo)
invalida el experimento
-Cuadrado grecolatino (3 vv. bloqueo)
(2 o + V. Bloqueo) -Cuadrado hipergrecolatino (4 vv. bloqueo)
-Cuadrado latino balanceado (en diseños intragrupo)

▪ se realiza ANTES de la fluctuación de los sujetos a los grupos

➢ Variable de bloqueo
▪ sirve para ASEGURAR la equivalencia entre los grupos
▪ se mide DESPUÉS de la asignación de los sujetos a los grupos

➢ Medida PRE
▪ sirve para COMPROBAR la equivalencia entre los grupos

Selección aleatoria Asignación aleatoria
Fluctuación
aleatoria
G. 1 Tto 1
Población Muestra G. 2 Tto 2
G. 3 Tto 3
Medida
V. Bloq.
Medida
PRE

INTRASUJETO
-Objetivo: Controlar el error progresivo.
-Técnica principal: equiponderación o contrabalanceo
Bivalente (2 valores de la VI)

-Clasificación:
Multivalente (más de 2 valores de la VI)
INTRAgrupo -Control de la variable ``sujeto´´ o diferencias inter-

individuales(cada sujeto hace de control de si mismo).
-Economía de sujetos.
Intrasujetos,
Medidas o grupos -Fuente de variables extrañas: el orden de presentación
relacionados, -Características de las condiciones experimentales (error progresivo).
Situación tipo II
-Validez interna: (control de la variable sujeto).
-Validez externa: (múltiples TTos a cada sujeto).
Diseños factoriales
➢ Diseño Factorial Más de 1 variable independiente
➢ Conceptos:
FACTORES NIVELES = Valores
= las VI que asumen las VI
a1, a2, a3,
A, B, C b1, b2,
c1, c2,c3,c4 Diseño completo o
¿ Cuántas variables independientes ? cruzado = todas las
¿ Cuántos niveles de las variables
combinaciones posibles
independientes ? DIMENSIÓN O TRATAMIENTOS O entre niveles de VI
¿ Cuántas condiciones experimentales ?
EXTENSIÓNDEL CONDICIONES
¿ Cuántos grupos de sujetos distintos ?
DISEÑO EXPERIMENTALES Diseño jerárquico o
3x2x4 anidado = Sólo se
¿ Cuál es la dimensión del diseño ?
eligen condiciones que
interesan

➢ CLASIFICACIÓN:
-Bifactorial ( Ax B)
• Según el número de factores:
-Multifactorial (Ax Bx C )
-Inter (Ax B; Ax Bx C, todos INTER)

• Según la situación experimental: -Intra (Ax B; Ax Bx C, todos INTRA)
-Mixto (algún/os factor/es INTERy algún/os INTRA)
-Factores fijos (los valores de VI se seleccionan

intencionalmente).
• Según el procedimiento de -Factores aleatorios (los valores de VI se seleccionan
selección de niveles de VI: aleatoriamente).
-Mixto
 CARACTERÍSTICAS PRINCIPALES de los diseños factoriales
-Efecto adicional a la suma de los efectos individuales de las VI
Interacción: -El comportamiento de una variable se modifica según los niveles de la/s otra/s
-Una VI no se puede explicar sin entrar en cada valor de la otra VI.
En un diseño AxB sólo podríamos tener el efecto de interacción AxB. Sin embargo, en un diseño AxBxC
tendríamos los siguientes posibles efectos de interacción: AxB, AxC, BxC y AxBxC.
Efectos simples Efectos de un nivel de 1 factor dentro de cada uno de los niveles del otro.
Efectos de un nivel de A dentro de cada nivel de B.
Efectos Principales Efectos de 1 factor bajo todos los niveles del otro (efectos de un factor aislado).
En un diseño factorial AxB, habría dos posibles efectos principales: efecto principal de A
y efecto principal de B.
Efectos Diferenciales Diferencia entre los diferentes niveles o valores de un mismo factor
(necesario cuando el factor tiene mas de 2 niveles).
Diferencia entre los niveles de A; Diferencia entre los niveles de B; ...
PIR

Efectos simples
VI-B1 VI-B2 Efectos principales
Efectos Diferenciales
VI-A1 Valor VD=4 Valor VD=7 11
Interacción:
VI-A2 Valor VD=6 Valor VD=10 16
Anova interacción
Confirmatorio: Ef. Principales
Efectos principales 10 17
Anova Ef. Simples
Complementario: Ef. Diferenciales

Descomposición de la varianza total en diseños factoriales:
Ejemplo: DISEÑO A x B x C, con medidas repetidas en C
Varianza INTER Varianza INTRA

• Factor C
• Factor A • Interacción Ax C
• Factor B • Interacción Bx C
• Interacción Ax B • Interacción Ax Bx C
• Error • Error experimental (factor intra
x sujeto)

- Sin PRE
2 GRUPOS - Con PRE PRE: medida
GRUPOS - Solomon DESPUÉS de la
ALEATORIOS aleatorización
- Sin PRE
MULTIGRUPOS - Con PRE
- 2 grupos independ. V.BLOQUEO:
BLOQUES
INTERGRUPO - Multigrupo ANTES de la
ALEATORIOS (1 VB) aleatorización
UNIFACTORIALES Bloques de sujetos de idéntica
BLOQUES GRUPOS APAREADOS puntuación; normalmente sólo 2 grupos
- Latinos (2 VB) No puede
CUADRADO (+1VB) - Grecolatinos (3VB) haber
- Hipergrecolat. (4VB) interacciones
BIVALENTE Si se controla el Error Progresivo es un diseño más preciso y

INTRAGRUPO eficaz que el Intergrupo.
MULTIVALENTE Economía de sujetos.
INTERGRUPO
FACTORIAL INTRAGRUPO Permite estudiar la INTERACCIÓN entre variables.
MIXTO
(2013) 084. Los diseños de cuadrado latino son un tipo de:
1. Diseños aleatorios.
2. Diseños de bloques.
3. Diseños intra-sujetos.
4. Diseños mixtos.
5. Diseños unifactoriales.

(2013) 084. Los diseños de cuadrado latino son un tipo de:
1. Diseños aleatorios.
2. Diseños de bloques.
3. Diseños intra-sujetos.
4. Diseños mixtos.
5. Diseños unifactoriales.

(2014) 034. Los diseños experimentales factoriales o también denominados diseños

experimentales complejos:
1. Estudian el efecto de una variable independiente sobre varias variables

dependientes.
2. Estudian los efectos principales de varias variables independientes y su posible

efecto conjunto o de interacción.
3. Son poco adecuados si se sospecha que algunas de las variables del estudio
pueden tener efectos de interacción.
4. Pueden prescindir de las técnicas de control experimental por su complejidad.
5. Se basan en la aplicación de todas las condiciones experimentales al mismo

grupo de participantes.

(2014) 034. Los diseños experimentales factoriales o también denominados diseños

experimentales complejos:
1. Estudian el efecto de una variable independiente sobre varias variables

dependientes.
2. Estudian los efectos principales de varias variables independientes y su

posible efecto conjunto o de interacción.
3. Son poco adecuados si se sospecha que algunas de las variables del estudio
pueden tener efectos de interacción.
4. Pueden prescindir de las técnicas de control experimental por su complejidad.
5. Se basan en la aplicación de todas las condiciones experimentales al mismo

grupo de participantes.

(2016) 048. En lo que respecta a las características de los diseños de investigación y a

las técnicas de análisis asociadas a los mismos, indique cuál de las siguientes
afirmaciones es CORRECTA:
1. En el diseño de bloques aleatorios se lleva a cabo una restricción a la

aleatorización, de modo que los tratamientos se asignan aleatoriamente a los
sujetos en función del bloque al que pertenecen.
2. En los diseños de medidas totalmente repetidas, además de la
homocedasticidad, es necesario garantizar el supuesto de esfericidad para poder
utilizar pruebas paramétricas.
3. En un diseño factorial AxB, cuando los resultados indican que tanto los efectos
principales como el de interacción son estadísticamente significativos, deben
interpretarse en primer lugar los efectos principales y posteriormente el efecto de
interacción.
4. En los diseños multigrupos aleatorios, la presencia de interacción entre
variables puede interpretarse como un efecto moderador.

(2016) 048. En lo que respecta a las características de los diseños de investigación y a

las técnicas de análisis asociadas a los mismos, indique cuál de las siguientes
afirmaciones es CORRECTA:
1. En el diseño de bloques aleatorios se lleva a cabo una restricción a la

aleatorización, de modo que los tratamientos se asignan aleatoriamente a los
sujetos en función del bloque al que pertenecen.
2. En los diseños de medidas totalmente repetidas, además de la
homocedasticidad, es necesario garantizar el supuesto de esfericidad para poder
utilizar pruebas paramétricas.
3. En un diseño factorial AxB, cuando los resultados indican que tanto los efectos
principales como el de interacción son estadísticamente significativos, deben
interpretarse en primer lugar los efectos principales y posteriormente el efecto de
interacción.
4. En los diseños multigrupos aleatorios, la presencia de interacción entre
variables puede interpretarse como un efecto moderador.

(2018) 40. En el contexto de los diseños experimentales, es necesario utilizar

alguna(s) de las siguientes estrategias de control para garantizar la validez interna.
Indique la opción INCORRECTA:
1. Técnicas de equilibración como la asignación aleatoria.
2. Selección aleatoria de la muestra.
3. Técnicas de constancia, utilizando un único valor de la variable perturbadora en

todos los grupos.
4. Equiponderación en el caso de diseños experimentales con medidas repetidas.

(2018) 40. En el contexto de los diseños experimentales, es necesario utilizar

alguna(s) de las siguientes estrategias de control para garantizar la validez interna.
Indique la opción INCORRECTA:
1. Técnicas de equilibración como la asignación aleatoria.
2. Selección aleatoria de la muestra.
3. Técnicas de constancia, utilizando un único valor de la variable perturbadora en

todos los grupos.
4. Equiponderación en el caso de diseños experimentales con medidas repetidas.

(2019) 162. En relación con los diseños de investigación en Psicología, indique cuál de
las siguientes afirmaciones es INCORRECTA:
1. El diseño de bloques tiene como objetivo, entre otros, el análisis de la

interacción entre la variable de tratamiento y la variable de bloqueo.
2. El diseño de cuatro grupos de Solomon permite analizar el posible efecto de

sensibilización del pretest, en el efecto del tratamiento.
3. En los diseños de medidas repetidas, el principal problema es el derivado de la

secuencialidad en la que se aplican los tratamientos.
4. Los diseños experimentales de covarianza tienen como objetivo la reducción de

la varianza de error, incluyendo variables cuantitativas como covariables.

(2019) 162. En relación con los diseños de investigación en Psicología, indique cuál de
las siguientes afirmaciones es INCORRECTA:
1. El diseño de bloques tiene como objetivo, entre otros, el análisis de la

interacción entre la variable de tratamiento y la variable de bloqueo.
2. El diseño de cuatro grupos de Solomon permite analizar el posible efecto de

sensibilización del pretest, en el efecto del tratamiento.
3. En los diseños de medidas repetidas, el principal problema es el derivado de la

secuencialidad en la que se aplican los tratamientos.
4. Los diseños experimentales de covarianza tienen como objetivo la reducción de

la varianza de error, incluyendo variables cuantitativas como covariables.

(2020) 005. El diseño de bloques aleatorios NO tiene como objetivo:
1. Utilizar un proceso de aleatorización completo.
2. Controlar una variable perturbadora mediante un procedimiento de

estratificación.
3. Reducir la varianza de error y, por lo tanto, incrementar la potencia estadística.
4. Incrementar la homogeneidad en cada condición experimental.

(2020) 005. El diseño de bloques aleatorios NO tiene como objetivo:
1. Utilizar un proceso de aleatorización completo.
2. Controlar una variable perturbadora mediante un procedimiento de

estratificación.
3. Reducir la varianza de error y, por lo tanto, incrementar la potencia estadística.
4. Incrementar la homogeneidad en cada condición experimental.

(2017) 235. En relación con las características de los diseños factoriales aleatorios,
podemos decir que:
1. Son diseños cuasi-experimentales en los que se manipulan dos o más variables

independientes.
2. Permiten analizar tanto los efectos principales de los factores sobre la variable
dependiente, como el efecto de interacción entre dichos factores.
3. Son diseños cuya técnica de análisis principal es el análisis factorial de

componentes principales.
4. Son diseños en los que las variables independientes pueden ser de naturaleza
tanto intrasujeto como intersujeto.

(2017) 235. En relación con las características de los diseños factoriales aleatorios,
podemos decir que:
1. Son diseños cuasi-experimentales en los que se manipulan dos o más variables

independientes.
2. Permiten analizar tanto los efectos principales de los factores sobre la variable
dependiente, como el efecto de interacción entre dichos factores.
3. Son diseños cuya técnica de análisis principal es el análisis factorial de

componentes principales. (+ interacción)
4. Son diseños en los que las variables independientes pueden ser de naturaleza
tanto intrasujeto como intersujeto. Manipulación intencional de VI

(2021) 208. ¿Cuál de las siguientes afirmaciones es una característica del diseño de
bloques aleatorios?:
1. Se asume la interacción entre la variable manipulada y la de bloqueo.
2. Permite reducir la heterogeneidad de las unidades experimentales y, por lo

tanto, aumentar la potencia de la prueba F utilizada para analizar el efecto del
tratamiento.
3. La variable de bloqueo no debe estar correlacionada con la variable

dependiente.
4. Utiliza una estrategia de control estadístico denominada técnica de bloqueo.

(2021) 208. ¿Cuál de las siguientes afirmaciones es una característica del diseño de
bloques aleatorios?:
1. Se asume la interacción entre la variable manipulada y la de bloqueo.
2. Permite reducir la heterogeneidad de las unidades experimentales y, por lo

tanto, aumentar la potencia de la prueba F utilizada para analizar el efecto del
tratamiento.
3. La variable de bloqueo no debe estar correlacionada con la variable

dependiente.
4. Utiliza una estrategia de control estadístico denominada técnica de bloqueo.

(2021) 034. ¿Cuál de los siguientes diseños de investigación es un diseño

estructuralmente incompleto:
1. Diseño jerárquico.
2. Diseño de bloques aleatorios.
3. Diseño de covarianza.
4. Diseño con grupo de control no equivalente.

(2021) 034. ¿Cuál de los siguientes diseños de investigación es un diseño

estructuralmente incompleto:
1. Diseño jerárquico.
2. Diseño de bloques aleatorios.
3. Diseño de covarianza.
4. Diseño con grupo de control no equivalente.

Tema 4: Diseños Cuasi-experimentales y Diseños Ex Post Facto

Diseños Cuasi-experimentales
Equilibrio entre validez interna y validez externa (respecto a los

experimentos, menos control pero mayor generalización
Diseños
cuasiexperimentales
Buscan relaciones causales, pero tienen limitaciones en la atribución de
causalidad (no la pueden asegurar)
NO asignación aleatoria.
NO hay grupo control (quizás si CUASI-CONTROL).
SI puede haber manipulación de las VI.

TTo
D.De un solo grupo con solo POST
Diseños TTo
D.Solo POST con GC no equivalente GC
PREEXPERIMENTALES D. PRE-POST con un solo grupo
TTo
TTo
D. PRE-POST con GC no equivalente GC
D. De GC no equivalente:
Diseños Grupos ya formados D. De cohortes
CUASIEXPERIMENTALES (regla de asignación NO conocida)
con GC D. De discontinuidad de la regresión

Asignados a las condiciones aplicando una regla de asignación conocida
Diseños D.De retirada de TTo con PRE-POST TTo

Retiro
CUASIEXPERIMENTALES
TTo
Solo si efecto
D.De TTo repetido TTo TTo TTo [...] TTo transitorio
sin GC
Diseños de Simple TTo

SERIES TEMPORALES TTo PIR
INTERRUMPIDAS Con GC no equivalente (compuesto)
GC

DISEÑOS CUASIEXPERIMENTALES CON GRUPO CONTROL
-No fluctuación aleatoria a los grupos
D. PRE-POST con GC no equivalente -Regla de asignación NO conocida (grupos ya formados)
TTo -Posible sesgo de selección diferencial
D. De GC no GC
equivalente:
-No fluctuación aleatoria a los grupos.
-Regla de asignación no conocida.
-Compara 2 cohortes distintas ( muestras similares pero que difieren en
D. De cohortes
algún acontecimiento o situación vividos temporalmente)
-Grupos más comparables que en el diseño anterior, pero no puede
Descartarse la amenaza a la selección diferencial.
D. de Discontinuidad -No fluctuación aleatoria a los grupos

-Punto de corte respecto una medida PRE. En función del punto de corte elegido,
en la regresión Se asignan los sujetos a un grupo o a otro.
-Regla de asignación CONOCIDA, es decir, no son grupos ya formados.
G1 TTo -Diseño cuasiexperimental con MAYOR VALIDEZ INTERNA: mayores garantías para
Establecer relaciones de causalidad
G2 GC
-Simple: 1 solo grupo TTo
DISEÑOS DE SERIES TEMPORALES

INTERRUMPIDAS
-2 grupos
-NO fluctuación aleatoria a los grupos
-Compuesto -Grupos ya formados TTo
-Regla de asignación NO conocida GC
-Permite controlar mejor efectos de la
história, regresión estadística, etc.
-Varias observaciones ANTES y DESPUÉS o DURANTE el TTo.

-Se observa si hay cambios de NIVEL o de TENDENCIA en la VD.
-Permite comprobar si se está produciendo un efecto de MADURACIÓN como amenaza a la validez interna.
-Estadísticos específicos para su análisis (ARIMA).

(2015) 001. En un diseño cuasi-experimental de cohortes:
1. La cohorte anterior al grupo experimental hace las funciones de grupo de control no

Equivalente.
2. Podemos concluir relaciones de causalidad entre las variables en estudio.
3. No se puede introducir una intervención como variable independiente porque solo es

aplicable para el estudio de fenómenos naturales.
4. Debemos obtener una amplia serie temporal de medidas pre y post para poder destacar la
amenaza de la selección diferencial.

(2015) 001. En un diseño cuasi-experimental de cohortes:
1. La cohorte anterior al grupo experimental hace las funciones de grupo de control no

Equivalente.
2. Podemos concluir relaciones de causalidad entre las variables en estudio.
3. No se puede introducir una intervención como variable independiente porque solo es

aplicable para el estudio de fenómenos naturales.
4. Debemos obtener una amplia serie temporal de medidas pre y post para poder destacar la
amenaza de la selección diferencial.

(2016) 047. Con relación al tipo de regla de asignación utilizada en los diseños de investigación,
indique cuál de las siguientes afirmaciones es CORRECTA:
1. En un diseño pretest-postest con grupo de control no equivalente, la regla de asignación

utilizada es no aleatoria pero conocida.
2. En un diseño de discontinuidad de la regresión, la regla de asignación utilizada es no

aleatoria pero conocida.
3. En un diseño simple de series temporales interrumpidas, la regla de asignación utilizada

es no aleatoria pero conocida.
4. En un diseño de medidas totalmente repetidas, la regla de asignación utilizada es no


(2016) 047. Con relación al tipo de regla de asignación utilizada en los diseños de investigación,
indique cuál de las siguientes afirmaciones es CORRECTA:
1. En un diseño pretest-postest con grupo de control no equivalente, la regla de asignación

utilizada es no aleatoria pero conocida.
2. En un diseño de discontinuidad de la regresión, la regla de asignación utilizada es no

3. En un diseño simple de series temporales interrumpidas, la regla de asignación utilizada

es no aleatoria pero conocida.
4. En un diseño de medidas totalmente repetidas, la regla de asignación utilizada es no


(2018) 033. En el ámbito de los diseños de investigación, indique la afirmación CORRECTA:
1. El diseño con grupo de control no equivalente es un diseño experimental prototípico.
2. Los diseños de series temporales interrumpidas se caracterizan por el registro de múltiples

medidas antes y después de introducir la intervención o el tratamiento.
3. En los diseños cuasiexperimentales de grupo único la regla de asignación utilizada es no

4. Los diseños de discontinuidad en la regresión se definen por la utilización de una variable

de asignación no aleatoria ni conocida.

(2018) 033. En el ámbito de los diseños de investigación, indique la afirmación CORRECTA:
1. El diseño con grupo de control no equivalente es un diseño experimental prototípico.
2. Los diseños de series temporales interrumpidas se caracterizan por el registro de

múltiples medidas antes y después de introducir la intervención o el tratamiento.
3. En los diseños cuasiexperimentales de grupo único la regla de asignación utilizada es no

4. Los diseños de discontinuidad en la regresión se definen por la utilización de una variable

de asignación no aleatoria ni conocida.

(2019) 161. Un investigador desea analizar el impacto de una intervención para mejorar las
capacidades de lecto-escritura. Para ello, antes de aplicar la intervención mide la capacidad de
lectoescritura en la muestra y establece un punto de corte. Los sujetos con puntuaciones por
encima del punto de corte constituirán el grupo de control y aquéllos por debajo del punto de
corte recibirán la intervención (grupo experimental). Tras la intervención, el investigador medirá
nuevamente la capacidad en lecto-escritura de todos los sujetos. Según este enunciado, señale
la opción INCORRECTA:
1. Se ha utilizado una regla de asignación no aleatoria pero conocida.
2. Se trata de un diseño de discontinuidad en la regresión.
3. Se trata de un diseño con grupo de control no equivalente.
4. Se ha utilizado un diseño cuasi-experimental pretest-postest con grupo de control.

(2019) 161. Un investigador desea analizar el impacto de una intervención para mejorar las
capacidades de lecto-escritura. Para ello, antes de aplicar la intervención mide la capacidad de
lectoescritura en la muestra y establece un punto de corte. Los sujetos con puntuaciones por
encima del punto de corte constituirán el grupo de control y aquéllos por debajo del punto de
corte recibirán la intervención (grupo experimental). Tras la intervención, el investigador medirá
nuevamente la capacidad en lecto-escritura de todos los sujetos. Según este enunciado, señale
la opción INCORRECTA:
1. Se ha utilizado una regla de asignación no aleatoria pero conocida.
2. Se trata de un diseño de discontinuidad en la regresión.
3. Se trata de un diseño con grupo de control no equivalente.
4. Se ha utilizado un diseño cuasi-experimental pretest-postest con grupo de control.

(2016) 049. En lo que respecta al uso de la aleatorización como regla de asignación, indique cuál
de las siguientes afirmaciones es CORRECTA:
1. Los diseños experimentales y cuasiexperimentales se caracterizan por utilizar, como técnica

de control, la asignación aleatoria de los sujetos a los tratamientos.
2. La aleatorización o utilización de una regla de asignación aleatoria es la técnica de control

más importante de los diseños experimentales debido a que su efectividad es independiente
del tamaño muestral.
3. Todos los diseños, tanto los intersujeto como los intrasujeto, deben incorporar la regla de
asignación aleatoria para ser considerados diseños experimentales.
4. La aleatorización, como técnica de equilibración, es una estrategia de control que persigue

reducir el sesgo de selección.

(2016) 049. En lo que respecta al uso de la aleatorización como regla de asignación, indique cuál
de las siguientes afirmaciones es CORRECTA:
1. Los diseños experimentales y cuasiexperimentales se caracterizan por utilizar, como técnica

de control, la asignación aleatoria de los sujetos a los tratamientos.
2. La aleatorización o utilización de una regla de asignación aleatoria es la técnica de control

más importante de los diseños experimentales debido a que su efectividad es independiente
del tamaño muestral.
3. Todos los diseños, tanto los intersujeto como los intrasujeto, deben incorporar la regla de
asignación aleatoria para ser considerados diseños experimentales. En D. de Bloques
restricción en la aleatorización.
4. La aleatorización, como técnica de equilibración, es una estrategia de control que

persigue reducir el sesgo de selección.

Diseños Ex Post Facto

-Medimos (o seleccionamos según) la VD, y después vamos a
medir el valor de la VI.
Retrospectivos
-Al medir ya se han dado tanto la VD como la VI.
-En general, los diseños de caso-control
Diseños
Ex post facto
Prospectivos -Medimos (o seleccionamos según) la VI y después esperamos

a que suceda la VD. Por lo tanto, mayor validez interna.
-Al recoger datos los valores de VI ya están dados (a veces también se han dado los de VD).
-No se establecen hipótesis causales, sino relacionales.
-Manipulación de selección en funcion del valor de VI o VD. No hay manipulación intencional
ni asignación aleatoria

Diseños Ex Post Facto -Simple Un solo valor de VD ( Validez interna).
Retrospectivos -De Comparación de Grupos o con Seleccionamos sujetos con 1

característica en VD y sujetos
grupo casi control o casos y controles
sin esa característica.
Selección según
valor en VD -Grupo único o correlacional Seleccionamos sujetos con un amplio
Rango de valores de VD. Muestras
más grándes y representativas.
Diseños
Ex post facto -Simple 1 sola VI con 2 o mas niveles. 2 grupos o más.
+ de 1 VI. Alguna variable extraña puede incorporarse

-Complejo o factorial
como VI, ganando asi validez interna.
Prospectivos -De grupo único Misma etrategia que en retropectivos
Selección según -Transversales Se evalúa cada sujeto 1 sola vez.

valor en VI
-Diseños evolutivos -Longitudinales Mismos sujetos en distintos momentos.
-Secuenciales Además de la edad, se estudia

Se utiliza la edad como VI el cohorte como VI.

Diseños Ex Post Facto

D. LONGITUDINAL SECUENCIAL
NAIXEMENT
2002
2002
2002 2003 2004 2005 2006
ANY
2002
NAIXEMENT
2002
D. LONGITUDINALSIMPLE
2002
ANY
4 5 6 7 8 EDAT
D. INTERVALO TEMPORAL 4 5 6 7 8 EDAT
Controla el efecto Historia

-Transversales
Amenazas: efecto cohorte y grupos no homogeneos
-Longitudinales Controla efecto cohorte

-Diseños evolutivos Amenazas: efecto historia y mortalidad experimental
Se estudian distintas cohortes en un mismo momento
Mortandad experimental (secuencial transversal o distintas cohortes en dos o más
-Secuenciales Coste económico Momentos temporales (secuencial longitudinal).

(2014) 029. Con un diseño de investigación ex post facto de “casos y controles” en el que
comparamos un grupo seleccionado por poseer una determinada característica (casos) y el otro
por no poseerla (controles):
1. Aseguramos la relación antecedente-consecuente entre la variable independiente y la
dependiente.
2. Podemos descartar la existencia de hipótesis alternativas de explicación debidas a variables
enmascaradas.
3. No debemos extraer conclusiones de causalidad porque existen amenazas a la validez
interna del estudio debidas a variables extrañas no controladas.
4. No podemos considerar variables como el género o la edad como variables de estudio por
no ser manipulables.
5. Los datos deben ser analizados en términos de cambio por su carácter longitudinal.

(2014) 029. Con un diseño de investigación ex post facto de “casos y controles” en el que
comparamos un grupo seleccionado por poseer una determinada característica (casos) y el otro
por no poseerla (controles):
1. Aseguramos la relación antecedente-consecuente entre la variable independiente y la
dependiente.
2. Podemos descartar la existencia de hipótesis alternativas de explicación debidas a variables
enmascaradas.
3. No debemos extraer conclusiones de causalidad porque existen amenazas a la validez
interna del estudio debidas a variables extrañas no controladas.
4. No podemos considerar variables como el género o la edad como variables de estudio por
no ser manipulables.
5. Los datos deben ser analizados en términos de cambio por su carácter longitudinal.

Tema 5: Diseños N=1 y Encuestas

Diseños N = 1 -N=1
-Caso único
-Replicación intrasujeto No se utiliza N=1 cuando:
-Nomenclatura -Diseño operante -Se puede utilizar diseño de grupos.
-Diseño intensivo -Hay mucha variabilidad en la cta.
-Diseño intraindividual
-Manipulación intencional
-Aleatorización (sujeto como control de si mismo)
N=1 -Cumple requisitos experimento
-Control VEx
-Utiliza 2 condiciones experimentales (Fase A y B)
Identificar estabilidad (nivel) o tendencia

Linea base (fase A) (ascendente o descendente) o ciclos de
-Fases la medida VD (con multiples mediciones)
Intervención o tratamiento (fase B)

Diseños N = 1 -Diseños AB o de fase simple: Poco control, validez interna

D. de
no reversión
-Diseño cambio de criterio: No retira TTo. del tto
-INTRAserie -Diseño ABAB: diseño de retirada, inversión, vuelta atrás, reversión

de fase crítica. Tiene mayor validez interna
o
-Diseño BAB: Útil cuando se requiere intervención inmediata. D. de

1 secuencia, compara
cambios en cada fase. -Diseño ABA: Poco común por acabar sin intervención. reversión
del tto
-Diseños de Tto multiple (ABC)
N=1 -Diseños interactivos (A-BC-C-BC): Efecto combinado

TTo1 TTo1
-Diseños de TTo alternativo TTo2 TTo2 Comparan conjuntos
-ENTREserie
-Diseños de TTo simultaneo TTo1 TTo1 TTo1 o series de datos.
TTo2 TTo2 TTo2
1.Registra varias conductas ( varias VD).

2.Tto a una de ellas (conducta 1).
-Series combinadas -Diseños de línea base múltiple 3.Ver si tto sólo a afectado a la conducta 1.
D. de
Comparan tanto fases
Independientes no reversión
como series. Las VD utilizadas deben ser: del tto
Igual de sensibles

Diseños N = 1
Cambios de nivel: Se produce una brusca desviación o

discontinuidad en la serie de observaciones al final de la línea
base y al comienzo de la fase de intervención.
Cambios de tendencia: Se produce un cambio en la tasa de

incremento o decremento de la serie de observaciones, es
decir, se observa un cambio en la pendiente de la serie entre,
o a lo largo de, las fases.
Línea estable o estacionaria: Cuando el

conjunto de datos no sigue ningún tipo de
orientación o tendencia y muestra pautas de
variación mínimas.
Línea no estable o no estacionaria: presenta
una tendencia creciente/decreciente y
cte/variable

Diseños N = 1
-Depende del control de variables extrañas (depende del diseño).

Validez Interna -El diseño con menos control: diseño AB.
-En principio grado de generalización bajo...

Validez Externa ...pero generalizable a otros sujetos con misma característica (ej.
mismo diagnóstico clínico).

(2014) 031. ¿Qué se denomina “línea base” en los diseños de investigación de caso único o
diseños N=1?:
1. La diferencia existente entre las medidas pretest y postest del participante.
2. La referencia normativa de la población con la que comparar los resultados de la

intervención.
3. Los cambios detectados en la variable dependiente como consecuencia de la aplicación del

tratamiento.
4. La serie de observaciones de la variable dependiente realizadas antes de aplicar el trata-

miento.
5. La ausencia de variabilidad en las observaciones de la variable dependiente.

(2014) 031. ¿Qué se denomina “línea base” en los diseños de investigación de caso único o
diseños N=1?:
1. La diferencia existente entre las medidas pretest y postest del participante.
2. La referencia normativa de la población con la que comparar los resultados de la

intervención.
3. Los cambios detectados en la variable dependiente como consecuencia de la aplicación del

tratamiento.
4. La serie de observaciones de la variable dependiente realizadas antes de aplicar el trata-

miento.
5. La ausencia de variabilidad en las observaciones de la variable dependiente.

Encuestas -No forman parte de la metodologia experimental = NO relaciones

causales, sólo permite extraer conclusiones en términos
de relaciones. No se manipula VI
-Reflejan fielmente las VV que caracterizan a la población si su tamaño es Sólo se toman medidas de VD
adecuado = muestra es representativa
Encuesta de estatus: Descriptiva, informativa.

Según objetivos
Encuesta de investigación: Analítica, relación.
-Transversales p.ej. Epidemiológicos. 1 sola muestra 1 sola vez
-Longitudinales con poblaciones o de series temporales.

cambio neto (≠ muestras de la misma población).
-Longitudinales
Según Dimensión -De panel. Cambio bruto, = muestra en distintos momentos
temporal
De panel repetidos. Combinan
-Longitudinales-secuenciales de cohortes transversal+longitudinal+panel
-Longitudinales retrospectivas

(2014) 030. En las investigaciones de encuesta se trabaja con una muestra

representativa de la población. ¿Qué supone esto?:
1. La muestra refleja fielmente las variables que caracterizan a la población y su

tamaño es adecuado.
2. Las conclusiones del estudio sólo describen a la muestra concreta y no son

generalizables.
3. Obtenemos información incompleta y sesgada por las características de la

muestra.
4. El criterio básico de inclusión en la muestra es la accesibilidad de los participantes.
5. El tamaño de la muestra debe ser lo más próximo posible al de la población.

(2014) 030. En las investigaciones de encuesta se trabaja con una muestra

representativa de la población. ¿Qué supone esto?:
1. La muestra refleja fielmente las variables que caracterizan a la población y su

tamaño es adecuado.
2. Las conclusiones del estudio sólo describen a la muestra concreta y no son

generalizables.
3. Obtenemos información incompleta y sesgada por las características de la

muestra.
4. El criterio básico de inclusión en la muestra es la accesibilidad de los participantes.
5. El tamaño de la muestra debe ser lo más próximo posible al de la población.

Tema 6: Observación y Diseños Cualitativos

DISEÑOS CUALITATIVOS
Características de la investigación cualitativa Técnicas cualitativas

• Estudia la diversidad y particularidad = No generalizable  Observación
• Produce conocimiento idiográfico  Análisis de contenido
• Emplea el método inductivo  Entrevista
• Su diseño es emergente y flexible  Cuestionarios abiertos
• Holística  Diarios de campo
• Participativa  Historias de vida
• Humanista
• Sensible al contexto  Ausencia de intervención del investigador en el fenómeno de
estudio
 Se emplea un sistema de categorías (define qué observaremos)
 El índice Kappa sirve de indicador de grado de acuerdo entre
observadores.

(2018) 41. En el ámbito de la metodología observacional, señale la afirmación

INCORRECTA:
1. El método observacional se caracteriza por la no intervención del investigador en

el fenómeno de estudio y por la no restricción de las repuestas de los sujetos a través
de las tareas o los instrumentos de evaluación.
2. En la metodología observacional, el sistema de categorías puede considerarse el

instrumento de medida.
3. El método observacional se caracteriza por la búsqueda de relaciones causales y el

control del comportamiento de los sujetos.
4. En los diseños observacionales, para calcular la fiabilidad interobservadores se

puede utilizar el índice de Kappa.

(2018) 41. En el ámbito de la metodología observacional, señale la afirmación

INCORRECTA:
1. El método observacional se caracteriza por la no intervención del investigador en

el fenómeno de estudio y por la no restricción de las repuestas de los sujetos a través
de las tareas o los instrumentos de evaluación.
2. En la metodología observacional, el sistema de categorías puede considerarse el

instrumento de medida.
3. El método observacional se caracteriza por la búsqueda de relaciones causales y

el control del comportamiento de los sujetos.
4. En los diseños observacionales, para calcular la fiabilidad interobservadores se

puede utilizar el índice de Kappa.


Presentacion de Clase - Diseños 2023

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Presentacion de Clase - Diseños 2023

Cargado por

Copyright:

Formatos disponibles

Diseños de investigación

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

Diseños Establecer el "esquema" de nuestro estudio

-Nos ayudarán a subsanar las limitaciones del diseño elegido

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

Enfoque: CUANTITATIVO CUALITATIVO

Objetivo Busca leyes y generalización Rechaza las generalizaciones

Se orienta a... ….resultado ...proceso

Metodología DEDUCTIVA INDUCTIVA

Cuantitativas: reducen la Cualitativas: describen los

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

Fases del método científico

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

Informe de investigación (1) Título, autores y filiación

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

(2015) 122. En el apartado de Resultados de un informe de investigación, debemos:

1. Reflejar los datos resumidos y los resultados de los análisis estadísticos.

investigaciones del campo de estudio.

4. Describir cómo se ha realizado la investigación para garantizar su replicabilidad.

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

(2015) 122. En el apartado de Resultados de un informe de investigación, debemos:

1. Reflejar los datos resumidos y los resultados de los análisis estadísticos.

investigaciones del campo de estudio.

4. Describir cómo se ha realizado la investigación para garantizar su replicabilidad.

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

Clasificación del método científico

Deductivo: Investigador deduce según leyes lógicas

2. Según el tipo de Inferencia Inductivo: Investigador induce una teoría nueva a

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

Clasificación del método científico

1. Según el grado de Control

3. Según el grado de Manipulación

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

Manipulación de Selección Manipulación Intencional

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

(2013) 086. En un diseño cuasiexperimental:

1. No hay una intervención específica del investigador sobre la variable independiente

2. Se estudia la conducta espontánea en situaciones naturales.

3. Constituye el grado máximo de intervención y control interno.

4. Los grupos de estudio no se pueden organizar por asignación aleatoria.

5. Representa el grado máximo de naturalidad y el mínimo control interno.

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

(2013) 086. En un diseño cuasiexperimental:

1. No hay una intervención específica del investigador sobre la variable independiente

2. Se estudia la conducta espontánea en situaciones naturales.

3. Constituye el grado máximo de intervención y control interno.

4. Los grupos de estudio no se pueden organizar por asignación aleatoria.

5. Representa el grado máximo de naturalidad y el mínimo control interno.

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

(2014) 033. ¿Cuál es la característica de la estrategia de investigación cuasi-

1. Se estudian casos únicos o muy pequeños.

2. El estudio se realiza en contextos simulados.

3. No se realiza asignación aleatoria de los participantes a las distintas

4. Se utilizan varias variables dependientes.

5. Se realiza con muestras de participantes obtenidas por muestreo

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es

(2014) 033. ¿Cuál es la característica de la estrategia de investigación cuasi-

1. Se estudian casos únicos o muy pequeños.

2. El estudio se realiza en contextos simulados.

3. No se realiza asignación aleatoria de los participantes a las distintas

4. Se utilizan varias variables dependientes.

5. Se realiza con muestras de participantes obtenidas por muestreo

Persever | C/Anglí nº8, 08017 Barcelona | persever@persever.es | www.persever.es