Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OM
partir de las mismas premisas o principios básicos indemostrables (ejemplo: sólo les
es accesible la realidad material, o que la realidad material puede conocerse por
medio de los sentidos y puede comunicarse, etc.).
Método Científico → es el método que produce conocimiento científico. Deben
considerarse dos cuestiones: la lógica subyacente (hipotética deductiva – inductiva) y
los aspectos lingüísticos de las premisas (las hipótesis y las teorías se redactan con
términos teóricos).
.C
El método científico es el Método Experimental, que es el único que permite cumplir
con todos los objetivos de la Ciencia: describir, predecir y explicar. Estos niveles de
desarrollo se alcanzan de manera progresiva, y esta progresión en el desarrollo del
DD
conocimiento evidencia la complejidad que es llegar al último objetivo de la ciencia:
explicar la realidad, conocer las causas de los fenómenos que delimitan los
diferentes campos de estudio. En el camino se utilizan diferentes métodos
dependiendo del conocimiento disponible en cada momento, por lo cual es común que
se utilicen métodos menos exigentes (no experimentales y correlacionales -inductivos-
LA
OM
• Objetividad de las observaciones: las observaciones, incluso las realizadas
sobre uno mismo, deben ser hechas como si se tratara de otro. Se debe hacer
explícita la distinción entre el investigador u observador y la cola o fenómeno
observado.
• Relacionabilidad y comunicabilidad: los fenómenos observados y las
relaciones inferidas deberán poder ser coordinadas e integradas en un
esquema de relaciones que constituye la estructura formal de la ciencia. Por
.C
otro lado, la ciencia es un conocimiento abierto al cual se puede acercar
cualquier persona interesada en el mismo. Cuando se hace una investigación
se trata de darla a conocer a la comunidad científica y a la sociedad. Los
descubrimientos científicos deberán ser presentados mediante un informe para
DD
que otros científicos puedan conocerlos.
siguientes:
1) Definición y planteamiento del problema: pregunta para la cual no
encontramos respuesta. Es necesario que sea resoluble y debe ser planteado
en términos adecuados.
FI
2) Revisión de la teoría.
3) Formulación de la hipótesis: la hipótesis es una formulación que supone una
solución alternativa al problema de investigación plateado. La hipótesis supone
una relación entre variables. Es la “verdad provisional” o cómo se explica el
problema a la luz de lo que se sabe.
OM
.C
DD
LA
FI
OM
resultado como consecuencia de un argumento antecedente.
Un problema fundamental en el empleo de las hipótesis lo constituye la solidez del
argumento antecedente, ya que puede estar condensando una forma de pensar,
observaciones casuales o las corazonadas de un investigador, y aunque todo esto
debe ser respetado, no justifica que se formulen hipótesis que a largo plazo implicarán
una serie de esfuerzos desperdiciados por un gran número de personas. La hipótesis
es fundamental en una investigación, siempre y cuando esté correctamente formulada,
.C
ya que se convierte en la transición del problema al procedimiento experimental.
El problema es una formulación general de lo que se pretende investigar en el
experimento, mientras que la hipótesis sería la formulación más específica de los
DD
resultados que se esperan encontrar en el mismo.
Hipótesis experimental → consiste en una relación funcional entre, por lo menos, dos
variables: la independiente, el factor que se manipula (causa), y la variable
dependiente, el fenómeno o conducta que se estudia (efecto). El objetivo del
investigador es llevar a cabo un experimento que permita poner a prueba la hipótesis
LA
apropiadamente. Definición:
Es una solución tentativa al problema que ha dado lugar a la investigación, debiendo
estar expresada, en su enunciado, de la forma más concreta posible, los resultados
que se esperan encontrar en la misma, la relación que se cree existe entre la/s VI/s
FI
OM
dirigen la investigación.
→ Hipótesis según su valor explicativo:
• Hipótesis relacionales o asociativas: son aquellas cuyo contenido se
refiere exclusivamente a la relación existente entre dos o más variables
(investigaciones correlacionales). Estos estudios las variables son la
predictiva y la variable criterio. Por ejemplo: el consumo de alcohol es
un factor asociado a accidentes; en sujetos adultos la baja autoestima
.C
se relaciona con una mayor presencia de sintomatología depresiva.
• Hipótesis experimentales: implican la presencia de una relación de
causalidad entre las variables incluidas en las mismas. Por ejemplo: si
se supone (hipótesis) que el nivel de estrés afecta la memoria de los
DD
sujetos, se indica que la causa de la disminución o aumento de la
capacidad de memorización depende del nivel de estrés que
experimentan los sujetos y se deberá diseñar un experimento para
ponerlo a prueba.
LA
contrastación empírica.
Cuando se observa con el propósito de recoger información para probar una hipótesis,
no alcanza con simplemente observar: previamente, se debe establecer el objeto de
la observación, es decir, se debe tomar una decisión sobre lo que se va a enfocar la
OM
Variable → en toda investigación, el científico se ocupa de variables: manipula unas,
mide otras y controla las restantes. Estas variables pueden ser de distintos tipos según
su naturaleza y el papel que asumen en la investigación.
Es importante describir las variables incluidas en una investigación, ya su naturaleza
de influye en el diseño que debe utilizar el investigador y también en las pruebas
.C
estadísticas que aplicará posteriormente al realizar el análisis de los resultados
obtenidos.
No se puede aplicar el método experimental a variables no observables o no
DD
cuantificables. Deben ser cuantificables en alguna forma, o al menos diferenciables, a
partir de características observables a las que se les pueda atribuir valores
(representarlas numéricamente).
Definición de variable
LA
Una variable es una propiedad, característica o rasgo que puede tomar diferentes
valores.
En psicología se puede definir la variable como cualquier aspecto del organismo o del
ambiente que pueda variar adoptando, por lo menos, dos valores distintos.
FI
Por ejemplo: a la variable “sexo” se le pueden asignar los valores “varón” y “mujer”,
que se pueden representar con los números 0 y 1, respectivamente.
→ Nominal: es aquella en las que los números u otros símbolos son utilizados
solamente para diferenciar unos objetos de otros. No se determina si algo es
mayor o menor, sino si son iguales o diferentes. Por ejemplo: sexo (femenino,
masculino), ocupación, etc. Los números en una escala nominal solo sirven
para diferenciar entre diferentes objetos, sucesos, personas u atributos, y su
única característica es que son distintos entre sí. No puede realizarse ninguna
operación aritmética con ellos.
OM
cuestión sino un punto arbitrario elegido por el investigador (por ejemplo: el 0
grado centígrado de la escala de temperatura Celsius). Tiene las propiedades
de orden y adicionabilidad. Por ejemplo: escalas de temperatura, puntuaciones
en test de inteligencia, etc. Las escalas permiten sumar y restar sus valores,
así como multiplicar y dividir las sumas y diferencias que existen entre dichos
valores.
→ De razón: no sólo proporcionan información sobre la igualdad de las
.C
diferencias entre dos valores consecutivos de una variable, comparándolas
entre sí, sino que también tiene un verdadero punto 0, como punto de ausencia
de la característica en cuestión. Por ejemplo: escala de longitud, escala de
peso, velocidad de un automóvil, etc.
DD
Clasificación de las variables
→ Clasificación según el nivel de medida que impliquen:
LA
da un aparato, etc.
→ Clasificación desde el punto de vista de la manipulación:
• Variables activas o manipuladas directamente por el investigador:
son susceptibles de manipulación directa por parte del investigador. Los
Variables relevantes
Las variables relevantes son aquellas que afectan o modifican al fenómeno que en el
experimento se presenta como variable dependiente. Entonces, la variable
OM
estudiando (VD).
Variables contaminadoras
Si los valores de la variable dependiente se modifican en función de los cambios que
se introducen en la variable independiente, se dice que la variable independiente es la
.C
causa de los efectos que se observan en la dependiente. Pero, a su vez, otros factores
pueden ser la causa de los cambios observados en la variable dependiente. Estos
factores presentes en un experimento, que no son los que se están estudiando pero
que pueden afectar al fenómeno estudiado, se denominan variables extrañas o
DD
contaminadoras.
Estas variables, entonces, ni se manipulan como la variable independiente, ni se
miden como la dependiente, sino que se deben controlar.
En un experimento bien diseñado la única variable que debe variar sistemáticamente
LA
Variables independientes
Es la variable que el experimentador manipula deliberadamente para conocer sus
efectos sobre algún aspecto de la conducta o fenómeno que se está estudiando. El
experimentador va a hacer variar sistemáticamente la variable independiente para
OM
comprobar si la conducta que estudia varía simultáneamente. Se denomina variable
independiente precisamente porque sus valores dependen únicamente de los deseos
del experimentador, no estando afectados por ningún otro factor. Ésta es la principal
variable del experimento.
Definición:
Es el factor que manipula el experimentador, haciéndolo variar sistemáticamente,
.C
para comprobar los efectos que produce en la variable dependiente.
Cuando un cambio introducido en la variable independiente da lugar a una
modificación en la conducta de un sujeto, se afirmará que dicha conducta está bajo el
DD
efecto de esa variable independiente. Sin embargo, a veces puede suceder que,
aunque se hayan introducido cambios en la variable independiente, no se produce
ninguna modificación en la conducta observada o variable dependiente. Esto puede
ser debido a que:
a) El investigador puede haber estado equivocado al suponer que su variable
LA
OM
b) El experimentador decide aleatoriamente el sujeto o grupo a quienes va a
asignarse cada valor de la variable independiente.
Este tipo de manipulación es propia del método experimental. Por ejemplo: variables
ambientales.
.C
emplear en su investigación.
b) No puede determinar aleatoriamente que sujetos van a recibir los valores de la
variable independiente, ya que es el valor elegido de la misma el que determina
qué sujetos van a formar parte de cada grupo experimental, al tener ya cada
DD
sujeto el valor que le corresponde de la variable independiente.
Por ejemplo: edad, sexo, cultura, estatura, etc. (son variables de sujeto). Cuando un
investigador se encuentra con variables a este nivel de manipulación pierde libertad de
maniobra, entonces se encuentra en una investigación cuasi experimental.
LA
FI
OM
Criterios para elegir la forma de medir la variable dependiente:
• Fiabilidad. Una medida es fiable cuando se obtienen los mismos valores al
llevarse a cabo repeticiones idénticas del experimento.
• Sensibilidad. Una medida es sensible cuando es capaz de variar ante los
cambios que se introducen en la variable independiente, si es que realmente
existe entre ambas variables una relación de causa-efecto.
•
.C
Validez. Una medida es válida cuando mida lo que realmente se pretende
medir con ella.
DD
Definición operacional de las variables de un experimento
Uno de los criterios para determinar si un problema es o no resoluble es el hecho de
que sus variables pudiesen ser o no definidos operacionalmente. Se deberá estudiar el
papel que las variables juegan en el experimento que se va a llevar a cabo, y para
poder hacerlo es necesario que estén claramente especificadas y definidas, lo que
LA
→ Operaciones observables.
FI
OM
mundo científico durante mucho tiempo. Por eso es necesario que estas posibles VC
sean identificadas y controladas.
Control
Son los procedimientos que aseguran que el factor manipulado o VI es la única
.C
causa de las diferencias halladas en las puntuaciones de los sujetos en la VD.
Es decir, son técnicas que utiliza el experimentador para poder afirmar si la VI ejerce o
no efectos sobre la VD. A mayor control experimental, mayor es la validez interna del
DD
experimento realizado.
Experimento → observación objetiva y sistemática de fenómenos provocados en
situaciones estrictamente controladas en las que varía un factor mientras todos los
demás se mantienen constantes.
Al utilizar la palabra “control” se refiere a que el experimentador tiene cierto poder
LA
OM
3) Tipo III o mixta: esta situación se da cuando en un experimento alguna VI se
estudie con medidas independientes y las restantes con medidas repetidas
(diseños factoriales).
.C
Pereda Marín afirma que para estudiar las variables contaminadoras deben dividirse
las fuentes de las que proceden en:
a) Sujetos.
DD
b) Experimentador.
c) De procedimiento.
d) Aparatos.
e) Error progresivo.
En detalle:
LA
→ Sujetos.
Las variables de sujeto hacen referencia a las diferencias individuales existentes entre
los sujetos de un experimento, las cuales pueden opacar el efecto de la VI sobre la
VD. Algunas hacen referencia a aspectos estables (sexo, edad, personalidad,
FI
aptitudes, etc.), mientras que otras hacen referencia a aspectos no estables (si los
sujetos son o no voluntarios, que se les pague por participar del experimento, etc.).
Esta fuente afecta solo a situaciones experimentales de tipo I y III (intergrupo y mixta).
Para controlar las VC de sujeto, hay una serie de técnicas de control:
- eliminación,
- balanceo,
- constancia, y
- aleatorización.
→ Experimentador.
El sexo, la edad, las expectativas del experimentador, etc., son aspectos que, si no se
controlan adecuadamente, pueden influir en los resultados del experimento y
contaminarlo. Las dos técnicas de control más idóneas para controlar las VC
provenientes del experimentador son:
→ De procedimiento.
Todas aquellas variables que se refieren a aspectos del ambiente (iluminación,
humedad, ruidos, temperatura, etc.), la tarea experimental (características de la tarea
como por ejemplo la manera de responder los sujetos, etc.), las instrucciones (como
son dadas), etc., pueden variar de un grupo experimental a otro, haciendo que dicha
variación sea confundida con las de la VI e invalidando los resultados de la
investigación. Con respecto a las instrucciones, al dar instrucciones a los sujetos se
OM
puede, inadvertidamente, revelarles cuál es la hipótesis que se está probando con el
experimento y como consecuencia de ello, influir en su repuesta o en su rendimiento.
Para controlar estas VC, se dispone de la técnica de eliminación.
→ Aparatos.
Los instrumentos empleados en el experimento pueden variar en cuanto a su
.C
sensibilidad y fiabilidad, introduciendo un error sistemático (introducen modificaciones
sistemáticamente en la VD hacia determinados resultados del experimento) en los
resultados de la investigación si no se controlan adecuadamente. Por esto, antes de
iniciar el experimento, conviene revisar todos los aparatos que se vayan a emplear y
DD
confirmar su sensibilidad y fiabilidad.
Para controlar estas VC, se dispone de las siguientes técnicas:
- eliminación, y
- constancia.
LA
→ Error progresivo.
Cuando los tratamientos experimentales se presentan siempre en un mismo orden
temporal o espacial, puede ocurrir que el experimento quede contaminado.
FI
Se deberá tener en cuenta el tipo de tratamientos que se van a emplear antes de llevar
a cabo un experimento con medidas repetidas, y si determinado tratamiento tiene
efectos residuales, se deberá dejar transcurrir, entre una aplicación y otra, un período
de tiempo lo suficientemente amplio como para que desaparezcan los efectos del
primer tratamiento.
OM
En este tipo de situaciones, a cada grupo de sujetos se le aplica un tratamiento distinto
y después se miden sus puntuaciones en la VD para determinar si la VI tiene algún
efecto sobre ella.
Varianza intergrupos → diferencias existentes entre los grupos experimentales antes
de la aplicación de los tratamientos.
.C
Ésta es una de las fuentes de contaminación más importantes en este tipo de
experimentos, y por ende, las técnicas de control utilizadas en esta situación van a
estar principalmente dirigidas a asegurar la equivalencia inicial entre los grupos
experimentales.
DD
También se utilizan otras técnicas para asegurar que, una vez igualados los grupos
antes de la introducción de los tratamientos experimentales, permanezcan
equivalentes durante la realización del experimento.
Las principales técnicas de control para estas situaciones son:
LA
OM
entre los grupos.
Cuando la muestra es grande, se puede esperar que el azar proporcione
grupos equivalentes en los que las VC se distribuyan homogéneamente entre
todos los grupos.
.C
Método de equiponderación o balanceo: el objetivo de este método es repartir por
igual los efectos del error progresivo entre todos los tratamientos. No se elimina el
error progresivo, sino que se distribuye por igual entre todos los tratamientos,
DD
consiguiendo una constancia en el experimento. Se equipondera alterando el orden
de presentación de los tratamientos en los diferentes subgrupos (intragrupo) o en el
mismo sujeto (intrasujeto).
LA
FI
OM
sean empleados (depende de los objetivos de la investigación). Es decir, no hay
métodos buenos o malos en sí, sino que son adecuados o no para cada estudio. Al
mismo tiempo, su utilización está condicionada por requisitos técnicos, de
conocimiento previo y éticos.
La implementación de los diferentes métodos ofrecerá resultados que denominamos
alcance del método, los cuales son progresivos, y cada nivel incluye al anterior
.C
(describir, predecir y explicar).
DD
Clasificación de los métodos de investigación cuantitativos
Métodos cuantitativos → Son distintos métodos que se diferencian en función del
tipo de relaciones que se estudian, las características de sus diseños para llevar a
cabo la investigación, los objetivos de la misma, el momento en el desarrollo de un
tema de investigación, etc.
LA
Si bien son distintos métodos, están cruzados por una misma lógica, por determinados
principios que los unifican como métodos cuantitativos. Podría decirse que vienen a
ser como un tronco del cual salen distintas ramas que son las distintas formas
metodológicas.
FI
Son los métodos que investigan, son los únicos que pueden poner a prueba
DD
relaciones de causalidad: cuando tenemos una hipótesis experimental que plantea una
relación de causa y efecto entre las variables, recurrimos a estos métodos (están
dirigidos a responder por las causas de los eventos y fenómenos físicos o sociales).
Entre ellos se establecen diferencias en función del grado de validez interna que
tienen.
LA
se debe a que los mismos tienen diseños diferentes que brindan un control mejor o
peor de las variables contaminadoras, afectando la validez interna de los mismos. Por
este motivo, se puede decir que estos métodos se diferencian por el grado de
validez interna que tienen. Podemos ubicarlos en el siguiente esquema:
Estos métodos no son excluyentes entre sí, es decir, a veces una investigación
puede caracterizarse como exploratoria, descriptiva, correlacional o explicativa, pero
no se sitúa únicamente como tal. Aunque un estudio sea esencialmente exploratorio,
1) Método exploratorio.
Características:
• El objetivo es examinar un tema o problema de investigación poco estudiado,
del cual se tienen muchas dudas o no se ha abordado antes.
• Sirve para familiarizarnos con fenómenos relativamente desconocidos,
OM
establecer información sobre la posibilidad de llevar a cabo una investigación
más completa respecto de un contexto particular, investigar nuevos problemas,
etc.
• Es común en la investigación, sobre todo en situaciones donde existe poca
información.
• En pocas ocasiones constituye un fin en sí mismo, generalmente determina
tendencias, identifica áreas, ambientes, contexto y situaciones de estudio, o
.C
establece el “tono” de investigaciones posteriores más elaboradas y rigurosas.
No tienen hipótesis claramente definidas, y no parten de una idea previa bien
establecida.
DD
• Es más flexible en su método en comparación con los correlacionales,
descriptivos o explicativos.
• Es más amplio y disperso que los otros métodos.
• Implica un mayor “riesgo” y requiere gran paciencia, serenidad y receptividad
por parte del investigador.
• Los métodos descriptivos suelen ser mayormente exploratorios.
LA
FI
2) Método experimental.
Características:
• Alcance: cumple con todos los objetivos de las ciencias, es decir, describir,
predecir y explicar.
• La lógica de base es hipotético-deductiva: parte de hipótesis (premisas con
alcance general) para ser puestas a prueba por medio de la investigación
empírica, en un conjunto acotado de sujetos (muestra).
• El objetivo es estudiar una posible relación causal (hipótesis experimental)
existente entre dos variables (VI – causas y VD – efectos).
• Se requiere cierto desarrollo de conocimiento previo (otras investigaciones de
distintos niveles).
OM
qué pasa con la VD, es decir, observar si esta última varía en función de la
primera. La variabilidad de la dependiente sería explicada por la variabilidad de
la independiente, y la manipulación intencional permite esta secuencia de
tiempo donde la VI se presenta antes que el efecto en la VD.
Estas características, si bien son necesarias para un experimento, no son suficientes
(porque también las podemos encontrar en los cuasiexperimentos y en los
.C
preexperimentos).
Para que una investigación sea un experimento, depende de que el diseño de la
investigación tenga un adecuado control de variables contaminadoras. ¿De qué
depende esto? Marcaremos para esto una diferencia entre los controles específicos y
DD
controles generales de variables contaminadoras.
OM
Supongamos que en el ejemplo 1 aplicamos la psicoterapia y luego medimos el nivel
de depresión, y en el ejemplo 2 aplicamos el taller y luego medimos el nivel de
participación. Pero para saber si realmente el taller y la psicoterapia fueron eficaces,
se necesita comparar con algo. Para esto, se puede tomar una medida de la VD
anterior a la aplicación de la VI (medida pretratamiento) y después compararla con la
segunda medida de dicha variable (medida postratamiento). Esto se hace para poder
observar, en un caso, si hay una disminución en los niveles de depresión, y en el otro,
.C
si hay un incremento del nivel de participación.
Ejemplo 1.
DD
Medida pretratamiento Tratamiento Medida postratamiento
Depresión antes Psicoterapia Depresión después
Ejemplo 2.
LA
saber si no intervino alguna o varias VC entre las medidas comparadas (pre y post), ni
si la diferencia entre una y otra sea efectivamente explicada por la VI y no por dichas
VC. Por este motivo, la medida pretratamiento por sí sola no hace que una
investigación sea un experimento (es decir, un experimento puede tenerla o no).
b) Comparación de grupos.
Estas comparaciones tienen varias funciones, entre ellas la de servir como control de
VC. El control que nos permite es lo mencionado como control general.
Ejemplo 2.
Grupos Medida pretratamiento Tratamiento Medida postratamiento
1 Nivel de participación Taller (a1) Nivel de participación
antes después
2 Nivel de participación Sin taller (a0) Nivel de participación
OM
antes después
En este nuevo esquema tenemos un segundo grupo (podrían ser más). Este nuevo
grupo funciona como grupo de comparación, que nos da un control general de VC.
¿Por qué el grupo de comparación funciona como control general? Supongamos: en el
.C
ejemplo 1, si realmente la psicoterapia A es más efectiva que la B, en el grupo 1
tendría que haber una disminución significativa de la depresión, mayor que en el grupo
B. En el ejemplo 2, si el taller es eficaz, en el grupo 1 en el que se aplicó el taller
tendría que haber un significativo incremento de la participación, mientras que en el
DD
grupo 2, tendría que haberse mantenido estable. En este sentido, es similar a la
medida pretratamiento.
En el ejemplo 1, si interviniera alguna VC que redujera el nivel de depresión más allá
de la psicoterapia aplicada y afectara a ambos grupos, no habría diferencia entre ellos.
Pero si la reducción se observa en el grupo en el que se aplicó determinada
LA
con el número 0. Cuando no se aplica ningún valor de la VI, se lo llama grupo control.
En este ejemplo, si las VC hubieran producido cambios en la participación (incremento
o disminución), se debieran haber dado en ambos grupos, y no solamente en el que se
aplicó el taller. Pero si en el grupo experimental se observa un incremento significativo
de la participación y en el grupo control se mantiene estable, se puede concluir que la
VI tuvo efecto, porque los grupos difieren en que en uno se aplicó el taller y en el otro
no.
Grupo de comparación → permite hacer una comparación formal que sirve como
forma general de control de VC, porque si éstas producen efecto en uno de los grupos,
también deberían hacerlo en el otro, y no actuar de forma diferencial.
La comparación entre grupos se asienta en una premisa básica: los grupos deben ser
similares entre sí en cuanto a las características de los sujetos que los componen.
OM
Grupos Composición Medida Tratamiento Medida
de grupos pretratamiento postratamiento
1 Azar Nivel de Taller (a1) Nivel de
participación antes participación
después
2 Azar Nivel de Taller (a2) Nivel de
participación antes participación
después
3
.CAzar Nivel de
participación antes
Sin taller (a0) Nivel de
participación
después
DD
De esta forma, se cumplen los requisitos necesarios para una primera forma de
investigación que constituya un experimento: para serlo, la investigación debe tener
comparación de grupos, los cuales tienen que haber sido formados al azar. Es decir,
los diseños de comparación de grupos, cuando son aleatorios, siempre son
experimentos. Por ende, pueden tener o no medida pretratamiento. Estos diseños son
LA
el valor de la VI es propio del sujeto (un aspecto como edad o perfil de personalidad) y
no se puede modificar.
OM
Supongamos que, aunque los grupos fueron formados al azar, no son demasiado
grandes, y nos preocupa que las diferencias individuales puedan contaminar la
investigación. En esta situación podríamos recurrir a un diseño experimental diferente:
tomamos la muestra, pero en lugar de asignar a cada sujeto a un grupo diferente, a
cada sujeto le aplicamos todos los valores de la VI (a cada sujeto que participa de la
investigación se le aplican todos los tratamientos). Este diseño es el diseño de
.C
medidas repetidas o intragrupo. El ejemplo anterior quedaría así:
Grupos Composición de Tratamiento Medida
grupos postratamiento
DD
1 Azar Palabras emotivas (a1); Media de palabras
Palabras neutras (a2) recordadas: lista 1 y
lista 2
Desventajas:
En muchos casos no pueden ser utilizados. Esto se debe a que, para que
puedan ser aplicables, es necesario que el efecto que produce la VI sobre la
VD sea rápidamente reversible, ya que si permanece en el tiempo (como en el
OM
Sujeto 4 - a2a1
Y así sucesivamente.
¿De qué manera queda controlado el error progresivo? Cuando el primer tratamiento
se aplica, no habría error progresivo (0), y cuando el segundo se aplica, el error
progresivo sería 1. Tomando de a dos sujetos con secuencias diferentes:
.C
Si sumamos el EP para cada tratamiento, nos da lo mismo: el EP
no se elimina pero queda equiparado en ambos tratamientos
a1 a2
0 1 a1 = 0 + 1 = 1
DD
a2 a1
0 1 a2 = 0 + 1 = 1
En este caso es necesario que la cantidad de sujetos sea un número par, para que
ambas secuencias se apliquen igual cantidad de veces. Con esta forma de
equiponderación, el EP no queda controlado en cada sujeto, sino en el conjunto de
LA
ellos.
2) Equiponderación o contrabalanceo intrasujetos.
En este caso, el orden se invierte en cada sujeto, de manera que el EP no queda sólo
controlado en el conjunto de sujetos, sino también en cada sujeto. Por ejemplo, con
FI
Sujeto 3 - a1a2a2a1
Sujeto 4 - a2a1a1a2
Y así sucesivamente.
Suponiendo que cada tratamiento genera la misma cantidad de EP y del mismo signo,
tendríamos:
• 1° tratamiento aplicado: 0
• 2° tratamiento aplicado: 1
• 3° tratamiento aplicado: 2
• 4° tratamiento aplicado: 3
a2 a1 a1 a2 a2 + a2 = 0 + 3 = 3
0 1 2 3 a1 + a1 = 1 + 2 = 3
OM
equiponderación intersujetos, porque en intrasujeto tendrían que aplicársele a cada
sujeto muchos tratamientos.
.C
Tenemos un diseño de medidas repetidas o intragrupo y se controla el
error progresivo mediante alguna técnica de equiponderación o
contrabalanceo (intersujetos o intrasujetos).
DD
LA
FI
3) Método cuasiexperimental.
Un elemento fundamental para determinar la diferencia entre los tres métodos
explicativos tiene que ver con el grado de validez interna que presenten en función
de sus diseños. El cuasiexperimento presenta una validez interna intermedia, menor
que la del experimento y mayor que la del preexperimento.
Para ejemplificar se tomará el ejemplo anterior en el cual se quería poner a prueba un
taller para incrementar la motivación de los alumnos para que participen más en
determinadas actividades escolares. Esta investigación se expresaba en el siguiente
diseño:
OM
Grupos Composición Medida Tratamiento Medida
de grupos pretratamiento postratamiento
1 N (grupos Nivel de Taller (a1) Nivel de
naturales) participación antes participación
después
2 N (grupos Nivel de Sin taller (a0) Nivel de
naturales) participación antes participación
después
.C
En este caso, los grupos no fueron formados al azar. Siempre que en una
investigación se puedan formar grupos al azar, se hace para que tenga mayor validez
DD
interna. Pero en algunas ocasiones, esto no es posible, más allá de la voluntad del
investigador. En este ejemplo, la investigación se hace en una institución educativa,
que tiene determinada estructura administrativa. Podría suceder que la institución
acceda a que se realice la investigación, pero que no estuviera dispuesta a que altere
su organización. En este caso, el investigador no podría formar grupos al azar, sino
LA
que tendría que trabajar con grupos de alumnos que existieran previamente. Estos
serían grupos naturales.
Grupos naturales → son grupos de sujetos que existen previamente a la
investigación, de manera tal que muchas veces estos sujetos se conocen entre sí o
tienen algún nexo, ya sea por participar de una actividad en común o que coincidan en
FI
algún lugar.
Lo que sucede es que, al no formar grupos al azar, no hay ninguna seguridad de la
equivalencia inicial de los grupos, es decir que pueden o no serlo. Por consecuencia,
la validez interna del diseño disminuye, pero al haber medida pretratamiento, se
puede saber que los grupos son equivalentes en la medida de la dependiente antes de
aplicar el tratamiento. Este es el motivo por el cual la validez interna no es tan baja,
sino intermedia, y la investigación se convierte en un cuasiexperimento.
Las investigaciones de series temporales interrumpidas son otro ejemplo de
cuasiexperimento. Es llamado así porque consiste en una serie de medidas que se
toman en un lapso de tiempo y la aplicación de la VI interrumpe la serie. Aquí se toma
una amplia serie de medidas de la VD, cuantas más sean más fácil se podrá luego
evaluar el efecto del tratamiento. Después se aplica la VI y se vuelve a medir la VD
igual cantidad de veces. La lógica de este diseño es que las medidas antes de aplicar
el tratamiento sean similares, y si es efectivo, haya discontinuidad entre las medidas
anteriores y posteriores a su aplicación (sea descenso o incremento, dependiendo del
efecto que se espera producir). Esta discontinuidad daría cuenta del efecto que
OM
1 N (grupo 25 medidas del Taller (a1) 25 medidas del
natural) nivel de nivel de
participación antes participación
después
Respecto a la validez interna de este diseño, podemos decir que es menor que la de
.C
un experimento: porque no hay grupo de comparación (como en este caso), y cuando
hay grupo de comparación, porque son grupos naturales y se desconoce su
equivalencia inicial. Al mismo tiempo, esta validez no es tan baja porque al tomarse
una serie de medidas pre y postratamiento, es mucho más improbable que si el
DD
cambio se produjera por una VC, esta actúe justo en el momento que se aplica la VI y
no en cualquier otro momento de la serie de medidas.
Investigaciones con manipulación de selección o natural
La VI también puede tener manipulación de selección. En estos casos, lo que
produce es que la investigación no puede ser un experimento, ya que, aunque haya
LA
grupo de comparación, los grupos no pueden formarse al azar. Por este motivo
disminuye la validez interna.
Tampoco se daría la secuencia de tiempo, ya que no necesariamente se aplicaría
primero a la VI y después se observarían sus efectos en la VD. Aquí, las VI y VD
FI
OM
.C
3) Método preexperimental.
DD
Estas investigaciones tienen muy baja validez interna, casi no la tienen, por lo que se
usan menos, ya que tienen muy poco peso de prueba para probar relaciones causales.
Sin embargo, manifiestan ventajas económicas y de esfuerzo para sondear dichas
relaciones, antes de utilizar diseños más exigentes.
Supongamos el siguiente diseño:
LA
naturales) después
2 N (grupos ----- Sin taller (a0) Nivel de participación
naturales) después
En el diseño preexperimental no sólo se ignora si los grupos son equivalentes (al no
poder formarlos al azar), sino que además, al no tener medida pretratamiento, no se
OM
En este caso no se tiene grupo de comparación ni medida pretratamiento. Por lo tanto,
no se tiene contra qué comparar. Para saber si el taller produce efecto, necesitamos
comparar con algo. Aquí, la comparación que se puede hacer es externa a la
investigación: por ejemplo, se podría comparar contra el nivel histórico de
participación en esa institución escolar. Esta comparación sería pobrísima y muy poco
.C
confiable. Por esto este diseño es el de menor validez interna de todos, y la
investigación constituye un preexperimento.
DD
LA
FI
Método Correlacional
OM
autoestima”. Esta hipótesis es claramente correlacional porque no se puede
determinar que una variable sea causa de la otra.
→ No tiene teoría explicativa: no brinda el “por qué” de la relación entre las
variables en estudio. Lo que sí tiene es teoría vinculada con cada una de las
variables a investigar.
→ No hay VI ni VD, ya que estas implican relación de causalidad. Al establecer
una relación, se pueden predecir los valores de una variable a partir de otra(s).
.C
En este caso, las variables asociadas o correlacionadas son:
• Variable predictora (VP): es la que predice.
• Variable criterio (VCr): es la que se predice de la predictora.
→ Las variables pueden ser numerosas: la relación a estudiar puede ser entre
DD
dos variables, pero es más útil cuando se relacionan varios predictores con un
criterio. Por ejemplo: tomar varios predictores para predecir el rendimiento
académico, que sería el criterio. Las investigaciones correlacionales con
múltiples predictores permiten una mejor aproximación al fenómeno de estudio
y mejores predicciones.
LA
OM
Investigar relaciones entre variables porque sí no debería ser una opción. Después de
todo la realidad es una sola y todos los hechos tendrán algún grado de correlación
entre sí, aunque sea extremadamente bajo. La perspectiva teórica y capacidad de
justificar con sentido las relaciones entre variables afecta la selección de variables en
el método correlacional.
En consonancia con esto, las variables deben tener una relación lógica entre ellas y
que ésta no esté determinada por la existencia de alguna otra variable que esté
.C
impactando sobre ellas.
Correlación espuria → asociación aparente de dos variables en una relación que no
existe en realidad. Se requeriría de una investigación en un nivel explicativo para
DD
saber cómo y por qué las variables están supuestamente relacionadas.
define por el control de variables. Esto no quiere decir que no se realicen controles,
sino que son insuficientes para aislar las variables relacionadas del conjunto de
variables que podrían afectarlas. Aún así, estos controles mejoran notablemente la
calidad de la investigación. La validez interna es intermedia.
FI
Análisis de datos
Para el análisis de los datos, los coeficientes de correlación tienen un uso
privilegiado en el método correlacional, pero no se define por el uso de los mismos, ya
que se pueden usar otros cálculos estadísticos en función de las características de las
variables en estudio.
El tipo de cálculo que se puede utilizar está determinado (entre otros) por el nivel de
medición (escala de medida) de las variables a utilizar. Esto no sólo se aplica al
método correlacional, sino a cualquier análisis estadístico que se haga, en cualquier
método. Por ejemplo:
- Si se tienen dos variables cuantitativas, se puede usar el coeficiente de
correlación r de Pearson (muy usual en las investigaciones correlacionales).
OM
mismos depende, entre otras cosas, de:
• El nivel de medición de las variables.
• Si se cumplen o no los requisitos para una prueba paramétrica.
• La cantidad de variables involucradas en el análisis.
• Si son medidas independientes o relacionadas.
Muestras
.C
En general, las muestras utilizadas en el método correlacional son grandes, ya que
DD
los distintos cálculos también tienen requisitos y presentan limitaciones en función de
la cantidad de sujetos. Al estar hablando de investigaciones cuantitativas, no se
pueden llevar a cabo con un número reducido de sujetos. Cuando la muestra es
pequeña, si bien se puede analizar, hay limitaciones importantes y se requiere de un
análisis de datos más creativo para subsanarlas. Con muestras muy pequeñas, el
LA
Coeficientes de correlación
Son los cálculos estadísticos más usados en este método. Son fórmulas estadísticas
que brindan información sobre:
OM
variable tienden a coincidir con valores altos en la otra, los valores medios con
los medios, y los bajos con los bajos.
- Una asociación negativa implica que cuando una variable incrementa sus
valores, la otra los decrementa, y cuando una los decrementa, la otra los
incrementa. En este caso, los valores altos de una variable tienden a coincidir
con valores bajos de la otra, medios con medios, y bajos con altos,
respectivamente.
.C
Regresión lineal
DD
Mediante el Análisis de Regresión, es posible generar un modelo que prediga los
valores de alguna de las variables asociadas a partir de los valores de otra. Cuando se
estudian varias variables (regresión múltiple), es posible predecir el comportamiento
de una variable a partir de los valores de las otras. En este proceso se pueden
seleccionar las variables más “independientes entre sí” y más predictoras, descartando
LA
otras. Pero hay que tener en cuenta que, para que estas predicciones sean precisas,
se requiere que la fuerza de la asociación entre las variables sea alta. Caso
contrario, las predicciones que se hacen tienen el problema de que presentan un alto
grado de error.
FI
OM
→ Áreas o temáticas de interés: patologías, problemas psicológicos como
violencia, estrés, etc.
→ Situaciones específicas: condiciones o circunstancias tales como aislamiento
social, inicio laboral, etc.
Características:
• Objetivos descriptivos: conocer, describir fenómenos, situaciones, contextos
.C
y eventos (detallar cómo son y se manifiestan).
Puede partir de hipótesis: las mismas suelen presentar algún factor fijo (no se
compara ninguna situación, no varía).
DD
• No indica relación entre variables: pretende medir o recoger información de
manera independiente o conjunta sobre las variables a las que se refieren.
• Se trabaja con muestras grandes: como se desconocen las características
que van a ser relevantes, suele abordarse gran cantidad de información para
someter a análisis.
• Generalmente son estudios muestrales: a partir de una muestra obtenida de
LA
a relevar).
• Pueden ser prospectivas o retrospectivas, transversales o longitudinales. Lo
más común, por costos y esfuerzos, es que sean retrospectivas y
transversales.
• Permiten hacer predicciones incipientes.
OM
El diseño constituye la estrategia a seguir por el investigador para la adecuada
solución del problema que tiene planteado.
La elección de un buen diseño para la investigación es esencial, ya que:
.C
→ Permitirá comprobar si existen efectos sistemáticos de la VI sobre la VD y
ayudará a controlar las VC.
Para elegir determinado diseño se deberán cumplir una serie de requisitos:
DD
1) Ausencia de error sistemático: no debe haber efectos sistemáticos de otras
variables que no sean las VI de interés (el experimento no debe estar
contaminado). Para lograrlo, se debe partir de grupos que sean equivalentes
antes de aplicar los tratamientos experimentales, y se deben controlar las
posibles VC.
LA
suposición de que sujetos que forman los grupos varían de uno a otro grupo
sólo en forma aleatoria, lo cual permite pensar que la diferencia observada
después de aplicar la VI se debe a su acción (así se puede determinar el grado
de incertidumbre/confianza de las inferencias).
5) Validez: hay dos tipos:
→ Validez interna: es la que permite al experimentador responder
inequívocamente a la pregunta planteada en el problema de la
investigación. Su disminución hace que los resultados obtenidos sean
ambiguos y puedan tener interpretaciones alternativas.
Las principales fuentes de VC que pueden afectar a la validez interna
del diseño, son:
a) VC de sujeto:
OM
VC produzcan un efecto diferente en función de algunas
características de los sujetos y que estas características
estén distribuidas en forma desigual en los grupos.
• Mortalidad experimental: la desaparición de los sujetos
que fueron asignados a un grupo o tratamiento
determinado y luego no se presentaron al experimento.
Esta posibilidad es muy alta en los experimentos que se
manipulación de la VI.
• Efectos reactivos de la medida pretratamiento: la medida
previa de la VI puede hacer aumentar o disminuir la
sensibilidad de los sujetos hacia la tarea que van a
OM
el experimento a los restantes niveles del factor no utilizados en
la investigación.
c) Efectos reactivos de la situación experimental: los sujetos del
experimento son colocados en una situación totalmente artificial
para que den sus respuestas, ante lo cual pueden reaccionar de
forma diferente a como lo harían en la vida normal.
d) Efectos reactivos de los tratamientos múltiples: cuando se utiliza
•
.C
- Según el número de VI y VD que se utilizan:
• Univariado – univariado: una VI, una VD.
Multivariado – univariado: más de una VI, una VD.
DD
• Univariado – multivariado: una VI, más de una VD.
• Multivariado – multivariado: más de una VI, más de una VD.
- Según el tipo de situación experimental:
• Diseños intergrupos: situación experimental de tipo I.
• Diseños intragrupo: situación experimental de tipo II.
LA
OM
La utilización de este principio requiere:
• Que la asignación de los sujetos a los grupos experimentales sea realizada
al azar.
• Que cada tratamiento experimental sea asignado de forma aleatoria a cada
uno de los diferentes grupos de sujetos.
.C
¿Cómo se entiende el modo en que opera dicho principio? Tomando como punto de
partida que cada elemento de la muestra tiene la misma probabilidad de pertenecer
a un grupo u otro, y que puede recibir cualquiera de los tratamientos disponibles. Bajo
esta condición, se puede estimar que se da el requisito enunciado: que exista
DD
equivalencia inicial entre los grupos, y que las variaciones que se observan en un
grupo, también se dan en el otro u otros.
La asignación aleatoria de los sujetos tiene como finalidad fundamental minimizar la
varianza intergrupos.
Entre los principales modelos de diseños aleatorios se pueden señalar:
LA
niveles.
→ Diseños de experimentos factoriales, en los que se manipula más de un
factor.
OM
1) Son diseños excesivamente simples. Por este motivo, la información que
brindan puede resultar pobre y, a veces, engañosa. Esto se puede comprender
señalando que, en ciertas oportunidades, darle sólo dos niveles a la VI no nos
permite detectar qué sucede con la VD bajo la introducción de otros niveles del
factor.
2) Pseudoaleatorización. Este problema aparece cuando la asignación de los
sujetos no se hace verdaderamente al azar, sino siguiendo algún otro
.C
procedimiento que, aunque parece ser aleatorio, no lo es. Por ejemplo: asignar
a los primeros sujetos que llegan al laboratorio a un grupo experimental y a los
que llegan últimos, al otro. El problema es que no se garantiza que cada uno
DD
de los sujetos tenga igual probabilidad de pertenecer a uno u otro grupo.
3) Posibilidad de inequivalencia inicial. Esta probabilidad siempre existirá, y
podría invalidar un experimento. Para neutralizar este riesgo, se puede
recomendar llevar a cabo replicaciones el mayor número de veces posible
(repetir la puesta a prueba de la hipótesis con otros sujetos y en otros
contextos). Además, cuanto mayor es la muestra, mayor probabilidad hay de
LA
Representación simbólica de diseño de dos grupos al azar sólo con medida postratamiento con un grupo
de control
OM
Representación simbólica de diseño de dos grupos al azar sólo con medida postratamiento y dos grupos
experimentales
Es preferible este diseño antes que el diseño con medidas pre y postratamiento, a
.C
menos que se tenga alguna duda razonable a propósito de la igualdad inicial entre
los grupos experimentales conseguida gracias a la aleatorización.
DD
b) Diseño con medidas pre y postratamiento.
La lógica de este diseño es la siguiente:
1) Se forman aleatoriamente los grupos experimentales.
2) Se toman las medidas pretratamiento.
LA
Representación simbólica de diseño de dos grupos al azar con medida pre y postratamiento con grupo de
control
Representación simbólica de diseño de dos grupos al azar con medida pre y postratamiento con dos
grupos experimentales
→ Historia.
Esta variable puede afectar la validez interna de este diseño, ya que se toman
medidas pre y postratamiento en cada grupo, transcurriendo entre una y otra un
intervalo de tiempo durante el cual pueden ocurrir acontecimientos que afecten de
alguna forma a los sujetos y modifiquen su actitud, alterando los resultados en la
segunda medida.
OM
Control:
- Historia intersesión: se deben tomar simultáneamente en los dos grupos las
medidas pre y postratamiento. Así, se puede suponer que habrán afectado por igual a
los dos grupos experimentales.
- Historia intrasesión: son los acontecimientos que están presentes durante la misma
.C
sesión experimental (iluminación, ruidos, experimentador, etc.). Parte de estos
aspectos se pueden controlar y mantenerse constantes, pero el problema es el
experimentador, ya que si ambos grupos pasan a la vez las medidas pre y post, en
cada grupo se necesitará un experimentador distinto. La solución es asignar
DD
aleatoriamente los sujetos y los experimentadores a los grupos experimentales.
→ Maduración.
Se refiere a los posibles cambios fisiológicos y psicológicos por el paso del tiempo,
entre la toma de las medidas pre y postratamiento.
LA
¿Cuál es el intervalo de tiempo más idóneo que se debe dejar transcurrir entre las
medidas pre y post? Esto se determinará en función de los sujetos, de la tarea a
realizar y del área o campo en que se lleva a cabo la investigación.
Control: mediante la utilización del grupo de control, ya que se supone que se han
producido los mismos cambios en los sujetos de ambos grupos.
FI
→ Instrumentación.
Control: se deben utilizar los mismos instrumentos y en las mismas condiciones
de medida en ambos grupos.
→ Experimentador.
Control: deben utilizarse varios experimentadores perfectamente entrenados y
asignarlos aleatoriamente a cada grupo, distribuyendo por igual su influencia entre
todos los grupos.
→ Mortalidad experimental.
Control: considerar sólo a los sujetos que asistan a las dos sesiones.
OM
resultados de la investigación, son:
.C
pretratamiento. Por eso, este tipo de diseño se va a utilizar cuando se trabaja con
variables que no sensibilicen a los sujetos, o lo hagan de manera mínima.
→ Representatividad de la muestra.
DD
La posible generalización de los resultados dependerá de la representatividad de la
muestra empleada en la población. Una muestra será más representativa de una
población cuanto más grande sea, ya que el método de selección que se emplea es el
azar. Por lo tanto, se deben utilizar muestras numerosas, grandes.
LA
A partir de los datos obtenidos con un diseño de dos grupos al azar con medidas pre y
postratamiento, se pueden hacer cuatro tipos de comparación:
1) Comparar las dos medidas pretratamiento. Así se confirma la equivalencia
OM
aleatorización, partiendo de grupos homogéneos entre sí.
La lógica de los diseños de dos grupos es comparar los efectos de dos valores de la VI
sobre la VD, donde cada grupo toma un valor de la VI (situación experimental de tipo I,
intergrupos). A través de los diseños multigrupo se puede complejizar el experimento
añadiendo más valores de la VI, por lo tanto, más grupos.
El objetivo del diseño aleatorio multigrupos es estudiar el efecto de una VI, que
.C
adopta más de dos valores, sobre la VD. La VI tomará tantos valores como desee el
investigador, y, al estar haciendo una comparación entre grupos experimentales
(intergrupos), deberá formar aleatoriamente tantos grupos como valores le haya
otorgado a la VI (como mínimo tres).
DD
No es necesario que el número de sujetos sea el mismo en cada grupo, siempre y
cuando ese número sea lo suficientemente grande como para que pueda actuar el
azar. Sin embargo, es conveniente tener el mismo número de sujetos en cada grupo
para simplificar el análisis estadístico y para aumentar el grado de seguridad en el
control ejercido por el azar.
LA
mayor información, ya que al tener más grupos, se puede conocer el efecto de más
valores de la VI sobre la VD (permite conocer con mayor precisión y exactitud la
relación que existe entre la VI y la VD). Además, estos diseños nos permiten evitar
errores que podríamos cometer si tomáramos sólo dos valores de la VI y la relación
entre VI y VD no fuera lineal.
Por ejemplo: supongamos que ponemos a prueba la hipótesis “el tiempo dedicado al
estudio afecta el desempeño académico en estudiantes universitarios”.
VI: tiempo de estudio. Operacionalización: cantidad de horas de estudio.
a1: 5 h.
a2: 10 h.
VD: desempeño académico. Operacionalización: nota obtenida en el examen.
A partir de esta hipótesis, con un diseño de dos grupos aleatorios, podríamos
comparar el efecto de 2 valores de la VI. Es probable que pensemos que estudiar más
tiempo será más beneficioso que estudiar poco tiempo. Luego de tomar una muestra
OM
Al observar el gráfico de los resultados, vemos que habría una relación lineal directa
entre las calificaciones y el tiempo dedicado al estudio.
.C
DD
LA
Pero al agregar un tercer valor, es decir, un grupo que estudió 15 horas, el promedio
de notas descendió, siento esta diferencia significativa entre los grupos.
¿Qué conclusiones se pueden extraer? La relación entre tiempo de estudio y
desempeño académico no es lineal, sino que, al incrementar la cantidad de horas de
estudio semanales, llegado un determinado incremento, el rendimiento comienza a
decaer. Estos resultados agregan nuevos datos y abren nuevos interrogantes: ¿cuál
OM
Al comparar la validez de los diseños aleatorios multigrupos con los diseños aleatorios
de dos grupos, podemos ver que su validez es mayor, tanto la interna como la
externa. Por este motivo, si el investigador dispone de los recursos y en función de lo
que quiera poner a prueba, será preferible llevar a cabo una investigación con más de
dos grupos.
.C
Validez interna de este diseño.
OM
1) Muestrear los sujetos que van a intervenir en el experimento.
2) Dividir aleatoriamente los sujetos de la muestra en tantos grupos como valores
de la VI se van a utilizar.
3) Tomar medidas pretratamiento.
4) Asignar aleatoriamente un valor de la VI a cada grupo.
5) Aplicar los tratamientos experimentales.
.C
6) Tomar medidas postratamiento.
7) Aplicar las correspondientes pruebas estadísticas.
DD
LA
FI
que estudió 5 h, se vio perjudicado por esta instrucción, mientras que el Grupo 2, que
estudió 10 h, fue el que más beneficio obtuvo, por último, el tercer grupo, que estudió
15 h, no modificó su promedio (a pesar del gran esfuerzo realizado).
Beneficios que puede otorgar incluir una medida pretratamiento: seguridad en
cuanto a la homogeneidad inicial entre los grupos, y más información al momento de
analizar los resultados obtenidos. Sin embargo, hay que prestar especial atención al
hecho de que esta medida pretratamiento puede sensibilizar a los sujetos
(sensibilización de la medida pretratamiento). Esta sensibilización afectaría la
validez interna de la investigación, por lo cual si existe la posibilidad de que este
fenómeno ocurra, no sería correcto incluirla.
OM
misma puntuación en la variable de apareamiento (variable en la que se quiere
conseguir la equivalencia), cada uno de los cuales incluirá tantos sujetos como
tratamientos tenga la investigación. En el caso particular de los diseños de grupos
apareados, la variable de apareamiento puede ser:
• Una medida de la VD, anterior a la aplicación de los tratamientos.
• Una medida de una variable altamente correlacionada con la VD.
•
.C
En algunos casos como una excepción, el apareo se puede hacer según un
rendimiento previo en una tarea. Por ejemplo: cuando el experimento incluye
una serie de ensayos sucesivos, tomar los primeros ensayos como criterio de
apareamiento.
DD
El objetivo, entonces, es iniciar el experimento con grupos de sujetos equivalentes,
es decir, con grupos que tienen la misma media y desviación típica en la VD. De esta
manera, el investigador dispone de una base lógica para inferir que cualquier
diferencia que se encuentre en los grupos tras la aplicación de los distintos
tratamientos experimentales se podrá atribuir a éstos, es decir, a la VI.
LA
OM
bloque esté constituido por tantos sujetos iguales entre sí como grupos va a tener el
diseño. Por ejemplo: si se fuese a utilizar un diseño de cuatro grupos apareados, en
cada bloque habrá cuatro sujetos o un múltiplo de cuatro.
La técnica de apareamiento debe ir acompañada de la asignación aleatoria de los
sujetos a los grupos experimentales, ya que de esta forma, la aleatorización asegura el
control de las posibles VC que podrían contaminar los resultados de la investigación.
.C
Cuando los sujetos son pocos, se dificulta aplicar la técnica de apareo, porque es
complicado formar los agrupamientos de sujetos que requiere la técnica, y es más
recomendable usar otros procedimientos. Por este motivo, el diseño de grupos
DD
apareados no es recomendable cuando la muestra está compuesta por muy pocos
sujetos.
Otro inconveniente es la cantidad de grupos que haya que formar, ya que si son más
de dos grupos, es más dificultoso hacer los agrupamientos de sujetos, salvo que la
amplitud total de la variable sea reducida y/o la muestra sea numerosa. Por este
LA
→ Lo que este diseño gana en validez interna, lo pierde en validez externa. Esto
se debe a que el apareamiento va a exigir que se eliminen todos aquellos
sujetos que no encajen en los bloques por falta de equivalencia con otros,
pudiendo sesgar la muestra y dificultarse o imposibilitarse la generalización
de los resultados. Este problema se ve incrementado cuando los bloques
tienen que estar formados por más de dos sujetos.
Análisis estadístico de los resultados
Se utilizarán las mismas técnicas que en los diseños de grupos al azar, teniendo
en cuenta el número de factores manipulados y el número de niveles que se le hacen
adoptar a cada factor.
OM
que compone este grupo constituye por sí mismo un bloque independiente, y de esta
forma, las condiciones de homogeneidad y equivalencia se llevan hasta el máximo (no
como en los diseños intergrupos, donde siempre hay una variabilidad).
De esta manera, el sujeto se convierte en su propio control: al tomar las medidas
de la VD producidas por cada tratamiento aplicado al sujeto y al compararlas entre sí,
se podrían comprobar las diferencias producidas por los distintos niveles del factor en
.C
el fenómeno que se está estudiando. Utilizando esta técnica el diseño resultante es el
diseño intragrupo.
Diseño intragrupo/de medidas repetidas/situación experimental de tipo II → se
utiliza un mismo grupo de sujetos que van a pasar secuencialmente por los distintos
DD
valores de la VI. En otras palabras, a cada sujeto se le aplican todos los tratamientos,
en distintos momentos de la investigación.
El propósito de este diseño es, justamente, controlar al máximo los efectos de las
diferencias individuales.
LA
OM
Validez interna de este diseño.
.C
Validez externa de este diseño.
OM
En estos diseños sólo se utiliza un valor de la VI y se cuenta con un único grupo de
medidas de la VD. Por este motivo es imposible establecer una relación de causalidad
entre ambos. Esto se debe a que no se tiene la oportunidad de comparar los
resultados obtenidos por ese grupo de sujetos en la VD con ningún otro conjunto de
valores, y porque los resultados pueden estar contaminados.
Por lo tanto, en esta investigación:
.C
a) El investigador cuenta con un solo grupo de sujetos que han sido
seleccionados sin seguir una técnica especial.
b) No existe medida pretratamiento.
DD
c) Se aplica el nivel elegido de la VI al grupo de sujetos.
d) Se miden los resultados de los sujetos en el fenómeno conductual estudiado.
Como sólo se dispone de esta medida, el investigador debe comparar sus resultados
con los resultados hipotéticos fruto de la observación, tradición o fuentes similares.
Para ser un experimento, se necesita que se lleve a cabo al menos una comparación,
LA
pero debe hacerse con medidas exactas. Como esto no ocurre, tanto su validez
interna como la externa son bajas.
VC: historia, maduración y selección diferencial de los sujetos.
Este tipo de diseño permite la comparación de dos grupos de medidas, pero tiene
un deficiente control sobre el factor manipulado y sobre las VC, por lo que sigue
siendo considerado preexperimental.
OM
los resultados. Por este motivo, cualquier diferencia encontrada entre las medidas
tomadas, puede ser atribuida al tratamiento o a las diferencias iniciales entre los
grupos.
Este tipo de diseño sólo es aconsejable en las situaciones en que el investigador tiene
una completa seguridad de la equivalencia y homogeneidad inicial de los grupos.
La lógica es la siguiente:
.C
a) Se toman dos grupos de sujetos formados naturalmente, sin seguir una técnica
especial.
b) No se toman medidas pretratamiento.
DD
c) Se aplica un tratamiento a un grupo y al otro grupo el tratamiento de control.
d) Se toman medidas postratamiento.
e) Se comparan las medidas postratamiento de ambos grupos.
Investigaciones cuasiexperimentales
En muchas ocasiones no es fácil llegar directamente de una investigación
preexperimental a una experimental, por lo que se debe dar un segundo paso y
atravesar el nivel de la investigación cuasiexperimental.
Investigaciones cuasiexperimentales → hay un defecto de control en la situación
investigadora, siendo esta la causa de que estas situaciones no alcancen el nivel de
experimentales.
Hay dos situaciones por las cuales una investigación puede tener el carácter de
experimental:
1) Porque el factor que se estudia como posible causa de los cambios observados
en la VD sólo admite un nivel de manipulación de selección. Esto sucede,
por ejemplo, en el caso de variables de sujeto (inteligencia, sexo, edad, etc.).
OM
• Se usan procedimientos como sustitutos del control experimental buscando
minimizar los efectos de las fuentes de invalidez interna.
• Disponibilidad: pueden usarse cuando no sea posible la realización de una
investigación experimental.
Algunos diseños utilizados en estas investigaciones son los siguientes:
.C
Consiste en tomar una serie de medidas de la VD a lo largo de determinado periodo
de tiempo, introducir la aplicación del tratamiento en un momento dado, y luego
seguir tomando medidas de dicha variable por otro periodo de tiempo. Entonces,
DD
para estudiar a un grupo se toman varias medidas pretratamiento, se aplica el
tratamiento, y se toman varias medidas postratamiento (misma cantidad que pre).
El efecto de la variable manipulada se estima a partir de la discontinuidad que
presenten las medidas pre y postratamiento, ya que si el tratamiento no generara
cambios, seguiría un patrón similar. Cuando se analiza dicha discontinuidad, se puede
LA
OM
equivalencia inicial por más similares que parezcan. Por ejemplo: un grupo del turno
tarde y otro del grupo mañana de un colegio.
Grupos naturales → son grupos de sujetos que existen previamente a la
investigación, por lo que muchas veces están compuestos por sujetos que ya se
conocen o que tienen algún nexo.
En este tipo de diseño tienen un papel fundamental las medidas pretratamiento,
.C
pues a partir de ellas se puede comparar la equivalencia inicial de los grupos en la
medida de la VD, siendo obligatorio su uso, pues de no utilizarlas se perdería control
de la situación de investigación y sería un preexperimento.
DD
Al tener grupo de comparación permite controlar los efectos de VC como la historia,
maduración o instrumentación.
Diseños similares a este pueden usarse con dos grupos experimentales, o con más de
dos grupos que pueden incluir o no grupo control.
LA
FI
OM
Cada una de estas fuentes actúan en la conducta de los sujetos experimentales y
pueden afectar los cambios producidos en su conducta. Como su acción es
simultánea, el experimentador deberá intentar controlar las restantes fuentes de
variación que puedan afectar a la VD.
Algunas de estas variaciones pueden observarse al comparar los puntajes entre los
sujetos, y otras al comparar los puntajes entre los grupos. Se clasifican entonces en:
.C
a) Varianza sistemática.
b) Varianza no sistemática.
Varianza sistemática
DD
Es la desviación que presentan los datos en una dirección más que en otra. Esta
desviación no siempre se debe a la variable manipulada directamente por el
experimentador, sino que muchas veces es por causa de factores desconocidos o
extraños que no han sido controlados (VC).
LA
OM
variación de los datos, lo que dificulta la separación de la varianza debida a la variable
experimental.
.C
DD
LA
FI