1.

LA PSICOLOGÍA COMO CIENCIA

Conocimiento Científico. Este conocimiento no es superior ni inferior

a otras formas de teorizar sobre la realidad. Su particularidad radica
en ofrecer información confiable a la sociedad que permite abordar
problemas prácticos fundamentales para su mantenimiento y desarrollo.

Las ciencias comparten una estrategia común a la hora de generar

conocimiento y dicha estrategia es el MÉTODO.

Método Científico. Es el que permite alcanzar todos los objetivos de

la Ciencia: DESCRIBIR, PREDECIR Y EXPLICAR.

Las teorías son construcciones conceptuales, abstractas, creaciones

para predecir y explicar fenómenos. No son verdades, sino creaciones
provisorias, eternamente reemplazadas por nuevas ideas, más
predictivas, más explicativas.

ETAPAS DEL PROCESO CIENTÍFICO

Las etapas que integran el método científico son:

1. Definición y planteamiento del problema
2. Revisión de la teoría
3. Formulación de la hipótesis
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.
4. Determinación del diseño de investigación
a. Recogida de datos
5. Confrontación de los datos con la hipótesis
a. Conclusiones y generalización de los resultado
6. Comunicación de los resultados en Congresos o en artículos
(papers) en revistas de la especialidad.

CAP. 3 - PLANTEAMIENTO CUANTITATIVO DEL PROBLEMA

Sampieri

Planteamiento cuantitativo del problema:

● Implica afinar ideas
● Es útil para evaluar, comparar, interpretar, establecer
precedentes y determinar causalidad y sus implicaciones
● Puede dirigirse a explorar, describir, relacionar y/o explicar
● Los criterios son:
 ○ Delimitar el problema (es la esencia de los planteamientos
cuantitativos)

○ Relación entre variables -

Expresar una relación entre dos o más conceptos o variables
(que pueden ser medidos con puntuaciones numéricas)

○ Formular como pregunta -

estar formulado como pregunta, claramente y sin ambigüedades

○ Tratar un problema medible u observable -

Implicar la posibilidad de realizar una prueba empírica, es
decir, la factibilidad de observarse en la “realidad
objetiva”.

● Y sus elementos son:

○ Objetivos: son las guías del estudio
■ Establecer qué se pretende con la investigación
● General → contribuir a resolver un problema en
especial (mencionar cuál es el problema y de qué
manera se piensa que el estudio ayudará a
resolverlo)
● Otras investigaciones → Probar una teoría o aportar
evidencias empíricas a favor de ella
■ Es posible que durante la investigación surjan otros
objetivos, se modifiquen los objetivos iniciales o
incluso se cambien por nuevos objetivos, según la
dirección que tome el estudio.
■ Deben ser:
● Claro, específicos, medibles, apropiados y
realistas
■ Usamos verbos como:
● Describir, determinar, demostrar, examinar,
especificar, indicar, analizar, estimar, comparar,
valorar, relacionar

○ Preguntas de investigación: deben ser claras y son el qué

del estudio
■ No hay una sola forma correcta de expresar todos los
problemas de investigación. Cada uno requiere un
análisis particular; pero las preguntas generales tienen
que aclararse y delimitarse para esbozar el campo del
problema y sugerir actividades pertinentes para la
investigación
■ León y Montero - Requisitos que deben cumplir las
preguntas de investigación:
● Que no se conozcan las respuestas (si se conocen,
no valdría la pena realizar el estudio)
● Que puedan responderse con evidencia empírica
(datos observables o medibles)
 ● Que impliquen usar medios éticos.
● Que sean claras.
● Que el conocimiento que se obtenga sea sustancial
(que aporte conocimientos a un campo de estudio).

○ Justificación del estudio: es el porqué y el para qué del

estudio
■ Criterios para evaluar la utilidad de un estudio (son
flexibles y no exhaustivos) - Preguntas adaptadas de
Ackoff, Miller y Salkind
● Conveniencia - ¿Qué tan conveniente es la
investigación?; esto es, ¿para qué sirve?

● Relevancia social - ¿Cuál es su trascendencia para

la sociedad?, ¿quiénes se beneficiarán con los
resultados de la investigación?, ¿de qué modo? En
resumen, ¿qué alcance o proyección social tiene?

● Implicaciones prácticas - ¿Ayudará a resolver algún

problema real?, ¿tiene implicaciones
trascendentales para una amplia gama de problemas
prácticos?

● Valor teórico - Con la investigación, ¿se llenará

algún vacío de conocimiento?, ¿se podrán
generalizar los resultados a principios más
amplios?, ¿la información que se obtenga puede
servir para revisar, desarrollar o apoyar una
teoría?, ¿se podrá conocer en mayor medida el
comportamiento de una o de diversas variables o la
relación entre ellas?, ¿se ofrece la posibilidad de
una exploración fructífera de algún fenómeno o
ambiente?, ¿qué se espera saber con los resultados
que no se sabía antes?, ¿se pueden sugerir ideas,
recomendaciones o hipótesis para futuros estudios?

● Utilidad metodológica - ¿La investigación puede

ayudar a crear un nuevo instrumento para recolectar
o analizar datos?, ¿contribuye a la definición de
un concepto, variable o relación entre variables?,
¿pueden lograrse con ella mejoras en la forma de
experimentar con una o más variables?, ¿sugiere
cómo estudiar más adecuadamente una población?

○ Viabilidad del estudio que implica:

■ Disponibilidad de recursos
■ Alcances del estudio
■ Implicaciones y consecuencias del estudio (cuestiones
éticas)
 ○ Deficiencias en el conocimiento del problema que orientan
al estudio en:
■ Estado del conocimiento o el arte
■ Nuevas perspectivas a estudiar

Los planteamientos cuantitativos se derivan de la literatura y

corresponden a una extensa gama de propósitos de investigación, como:
- describir tendencias y patrones,
- evaluar variaciones,
- identificar diferencias,
- medir resultados y
- probar teorías

Tipos de planteamientos por su propósito:

Pueden dirigirse a:
1. Explorar fenómenos, eventos, comunidades, hechos y conceptos o
variables (su esencia es exploratoria)
2. describirlos (su naturaleza es descriptiva)
3. vincularlos (su esencia es correlacional o correlativa);
4. considerar los efectos de unos en otros (su naturaleza es causal)

(Lester y Lester) Son útiles para:

1. Evaluar
Es necesario establecer criterios claros de valoración y luego
explicar cómo el problema los articula.
2. Comparar
Contrastar grupos, categorías, clases o tipos de fenómenos en
cuanto a alguna propiedad o variable.
3. Interpretar
Analizar el significado e implicaciones de un problema de
investigación
4. Establecer precedentes
Determinar si se han presentado fenómenos, problemas de
investigación o situaciones similares.
Los precedentes son convenciones, costumbres o actos bien
establecidos. En el ámbito legal representan un conjunto de
normas instituidas por casos previos
5. Determinar causalidad y sus implicaciones

Tipología adecuada para investigación aplicada y para investigaciones

de las que se derivan acciones

Creswell - Habla de tres propósitos fundamentales para ilustrar el

cómo redactar planteamientos cuantitativos
1. comparar grupos o categorías según una o más variables, para
analizar el efecto de una causa sobre una consecuencia (como es
característico de los experimentos);
2. relacionar diversas variables (dos o más); y
3. determinar el impacto de una o más causas (que más adelante
denominaremos variables independientes) sobre una o más
consecuencias (variables dependientes). En ocasiones, también hay
 que considerar el efecto de alguna o diversas variables
mediadoras o intervinientes.

Método para delimitar el problema

1. Escribir primero los conceptos que tiene en “la mira”
2. Posteriormente, buscar conceptos más específicos para sus
conceptos generales
3. Una vez precisados los conceptos, redacta un objetivo y pregunta
de investigación (con uno y una bastó).

Redacción de planteamientos cuantitativos en protocolos

En propuestas, se incluye como un apartado o en la introducción, se

redacta en tiempo presente o futuro y puede escribirse en formato de
párrafos o viñetas.

En reportes se incluye en la introducción, se redacta en tiempo

pasado y su formato es en párrafos.

Al respecto, se sugiere que el planteamiento contenga:

❖ Párrafo introductorio con la intención o finalidad básica del
estudio (objetivo central)
➢ Cuando se vinculan conceptos o variables, el lenguaje usado
debe asociarse con una finalidad deductiva (probar teorías e
hipótesis). Creswell sugiere que se identifiquen las
variables principales. Al elaborar el párrafo introductorio,
Creswell recomienda:
■ Utilizar palabras como “propósito, finalidad, intento u
objetivo” para enfocar el estudio.
■ Utilizar verbos activos y frases que comuniquen la
intención básica de la investigación, como: “determinar
el efecto (impacto, influencia…)”, generalizar, probar,
comprobar, conocer, comparar, demostrar, evaluar,
etcétera.
■ Identificar la teoría, marco conceptual o modelo
central, si lo hay. No se trata de explicarlo en esta
parte, sino simplemente de mencionarlo
■ Señalar los conceptos o variables. En estudios
causales, identificar la causa (independiente) y efecto
o resultado (dependiente), así como factores, variables
o conceptos intervinientes o moderadores (en
experimentos, también cuestiones de control).
■ En investigaciones que relacionan conceptos o
variables, usar términos que los conecten o asocien,
dependiendo del tipo de vínculo. Frases del tipo: “la
relación entre… y …”, “este grupo comparado con este
otro…”
■ En planteamientos explicativos o causales (conceptos
que tienen efectos sobre otros), posicionar los
conceptos o variables de izquierda a derecha en el
respectivo párrafo, de acuerdo con su causalidad
 (primero la causa o independiente y luego el efecto o
dependiente). Si hay intervinientes, pueden ir entre
las independientes y las dependientes, y si son de
control, inmediatamente después de la dependiente.
■ Asimismo deben incluirse otros elementos que más
adelante se profundizan en la obra impresa y en el
centro de recursos en línea, por lo que aquí simplemente
se enuncian:
● Mencionar el tipo de diseño concebido (por
ejemplo, experimento, estudio de caso, encuesta)
● Referir a los casos o unidades de muestreo y
análisis, siendo precisos. Definir y explicar si se
trata de personas, hechos, procesos, productos,
grupos, organizaciones o unidades de cualquier otra
naturaleza, así como el contexto y lugar donde se
efectuará la investigación.
● Descriptivos → Definir los principales conceptos o
variables del estudio y cómo serán medidos o
evaluados (esto último solamente se enuncia)
● Correlacionales o explicativos → el uso de
conceptos o variables en objetivos y preguntas se
centra fundamentalmente en tres aproximaciones:
◆ Comparar entre grupos (categorías) para
evaluar diferencias en uno o más conceptos o
variables o bien, comparar entre grupos o
categorías de una variable independiente
(causa) para analizar el efecto en una
variable dependiente (consecuencia).
◆ Para establecer objetivos y preguntas
causales, Lester y Lester sugieren que se
enuncie una afirmación general de causa y
efecto para irla precisando a través de sus
consecuencias

❖ Objetivos (presentados juntos en uno o dos párrafos)y Preguntas

(integradas en uno o dos párrafos)
Las consideraciones sugeridas para el párrafo introductorio de la
propuesta se aplican también a los objetivos y preguntas. Cuando
se tiene solamente un objetivo y una pregunta, se incluyen en
dicho párrafo y, obviamente, ya no son necesarios los objetivos
ni las preguntas.
➢ Cuando queremos describir conceptos o variables podemos
especificar objetivos y preguntas para cada concepto (si son
 distintos) o un objetivo y pregunta que agrupe diversos
conceptos o variables.
➢ Relacionar diversas variables (dos o más).
➢ Determinar el impacto de una o más variables independientes
(conceptos causales) sobre una o más variables dependientes
(conceptos efectos).
❖ Justificación (de uno a tres párrafos que resuman las respuestas
a las siguientes preguntas:
➢ ¿qué aportará el estudio?, ¿por qué es importante
efectuarlo? (en propuestas) o
➢ ¿Qué aportó la investigación? y ¿por qué fue importante
llevarla a cabo? (en informes).
❖ Deficiencias en el conocimiento del problema en dos o tres
párrafos:
➢ ¿Cuáles son las deficiencias actuales y cómo se piensan
solventar mediante la realización de la indagación? (en
protocolos), y
➢ ¿Cuáles eran las deficiencias y cómo se solventaron mediante
la implementación del estudio? (en reportes)

CAP. 5 - DEFINICIÓN DEL ALCANCE DE LA INVESTIGACIÓN QUE SE REALIZARÁ:

EXPLORATORIO, DESCRIPTIVO, CORRELACIONAL O EXPLICATIVO
Sampieri

Alcances

Resultan de la revisión de la literatura y de la perspectiva del

estudio• Dependen de los objetivos del investigador para combinar los
elementos en el estudio

● Exploratorios
○ Anteceden a investigaciones con alcances descriptivos,
correlacionales o explicativos

○ Investigan problemas poco estudiados (“preparan el terreno”)

○ Indagan desde una perspectiva innovadora

○ Ayudan a identificar conceptos promisorios

○ Preparan el terreno para nuevos estudios

○ En pocas ocasiones constituyen un fin en sí mismos.

Generalmente
■ determinan tendencias,
■ identifican áreas, ambientes, contextos y situaciones de
estudio,
 ■ relaciones potenciales entre variables; o
■ establecen el “tono” de investigaciones posteriores más
elaboradas y rigurosas.

○ Son más flexibles, amplias y dispersas

➔ Valor:
Sirven para familiarizarnos con fenómenos relativamente
desconocidos, obtener información sobre la posibilidad de
llevar a cabo una investigación más completa respecto de un
contexto particular, indagar nuevos problemas, identificar
conceptos o variables promisorias, establecer prioridades
para investigaciones futuras, o sugerir afirmaciones y
postulados.

➔ Ejemplos:

◆ Sigmund Freud - surgida de la idea de que los problemas

de histeria se relacionaban con las dificultades
sexuales
◆ SIDA
◆ Pavlov - reflejos condicionados y las inhibiciones
◆ Elton Mayo - productividad en planta Hawthorne

● Descriptivos
○ Por lo general son la base de los estudios correlacionales

○ Busca especificar propiedades y características importantes

de cualquier fenómeno que se analice. Describe tendencias
(características, perfiles, propiedades) de un grupo o
población

○ Consideran al fenómeno estudiado y sus componentes

○ Miden conceptos

○ Definen variables

○ Su objetivo NO es indicar cómo se relacionan las variables

➔ Valor:
Sirven para descubrir y prefigurar, para mostrar con
precisión los ángulos o dimensiones de un fenómeno, suceso,
comunidad, contexto o situación.
◆ el investigador debe ser capaz de definir, o al menos
visualizar, qué se medirá (qué variables, conceptos, etc) y
sobre qué o quiénes se recolectarán los datos (personas,
grupos, hechos, objetos, comunidades)

➔ Ejemplos
 ◆ En general en psicología organizacional (describir
empresas) y
◆ En psicología clínica (descripción de personalidad de un
individuo)

● Correlacionales

○ Proporcionan información para llevar a cabo estudios

explicativos

○ Asocian conceptos o variables mediante un patrón predecible

para un grupo o población

○ Cuantifican relaciones entre conceptos o variables

○ Tiene como finalidad conocer la relación o grado de
asociación que existe entre dos o más conceptos, categorías
o variables en una muestra o contexto en particular. (Entre
dos variables a veces, y con frecuencia tres o más
variables)

○ Las variables se miden, se cuantifican, analizan y se

establece la vinculación

○ Las correlaciones se sustentan en hipótesis sometidas a

prueba.

○ Puede ser positiva o negativa

■ Positiva: una variable aumenta y la otra también.
■ Negativa: una variable disminuye y la otra aumenta.
■ Si no hay correlación: fluctúan sin seguir un patrón
sistemático común

○ Se distinguen:
■ De lo descriptivos: porque este se centra en medir con
precisión las variables individuales y los
correlacionales evalúan con la mayor exactitud posible
el grado de vinculación de las variables

○ Riesgo: correlaciones espurias (falsas)

Llega a darse el caso de que dos variables estén
aparentemente relacionadas, pero que en realidad no sea así.
Se requeriría de una investigación explicativa para saber
cómo y por qué las variables están supuestamente
relacionadas.

➔ Utilidad:
Saber cómo se puede comportar un concepto o una variable al
conocer el comportamiento de otras variables vinculadas.
Intenta predecir el valor aproximado que tendrá un grupo de
individuos o casos en una variable, a partir del valor que
 poseen en las variables relacionadas.

➔ Valor:
Valor explicativo parcial ya que el hecho de saber que dos
conceptos o variables se relacionan aporta cierta
información explicativa.
Cuánto mayor sea el número de variables que se asocien y
mayor sea la fuerza de las relaciones

● Explicativos

○ Pretenden establecer las causas de los sucesos o fenómenos

que se estudian. Responden a un porqué ocurre, en qué
condiciones o por qué se relacionan las variables

○ Generan un sentido de entendimiento

○ Son sumamente estructurados.

Grado de estructuración de los estudios explicativos:

○ Puede alcanzarse cierto nivel de explicación cuando

a) Relacionamos diversas variables o conceptos y éstos se

encuentran vinculados entre sí (no únicamente dos o
tres, sino la mayoría de ellos),
b) La estructura de variables presenta correlaciones
considerables y, además,
c) El investigador conoce muy bien el fenómeno de estudio.

No son “tipos” de investigación, ya que constituyen un continuo de

“causalidad” que puede tener un estudio (en ese orden).
en la práctica, cualquier investigación puede incluir elementos de más
de uno de estos cuatro alcances
 Alcance Propósito
Examinar un tema o problema
de investigación poco
estudiado, del cual se tienen
muchas dudas o no se ha
abordado antes.
Exploratorio
Valor
Ayuda a familiarizarse con
fenómenos desconocidos, obtener
información para realizar una
investigación más completa en
un contexto particular,
investigar nuevos problemas,
identificar conceptos o
variables promisorias,
establecer prioridades para
investigaciones futuras, o
sugerir afirmaciones y
postulados.

Especificar las propiedades, Es útil para mostrar con

las características y los
perfiles de personas, grupos,
Descriptivo comunidades, procesos,
objetos o cualquier otro
fenómeno que se someta a un
análisis.
precisión los ángulos o
dimensiones de un fenómeno,
suceso, comunidad, contexto o
situación.

Conocer la relación o grado Valor explicativo parcial, ya

de asociación que exista que el hecho de saber que dos
entre dos o más conceptos, conceptos o variables se
Correlaciona categorías o variables en un relacionan aporta cierta
l contexto específico información explicativa.

Responder por las causas de Se encuentra más estructurado

los eventos y fenómenos
físicos o sociales.Explicar
por qué ocurre un fenómeno y
Explicativo en qué condiciones se
manifiesta, o por qué se
relacionan dos o más
variables.
que los demás alcances (de
hecho implica los propósitos de
éstos); además de que
proporciona un sentido de
entendimiento del fenómeno a
que hace referencia.

¿de qué depende que nuestro estudio se inicie como exploratorio,

descriptivo, correlacional o explicativo?

Depende fundamentalmente de dos factores:

1. El estado del conocimiento sobre el problema de investigación,
mostrado por la revisión de la literatura
Nos señala cuatro posibilidades de influencia
i. No hay antecedentes sobre el tema en cuestión o que no
son aplicables al contexto en el cual habrá de
desarrollarse el estudio → Exploratorio
ii. Guías aún no estudiadas e ideas vagamente vinculadas con
el problema de investigación, la situación resulta
similar → Exploratorio
iii. La literatura nos puede revelar que hay “piezas y
trozos” de teoría con apoyo empírico moderado; esto es,
estudios descriptivos que han detectado y definido
 ciertas variables y generalizaciones. → Descriptiva o
correlacional
iv. Hay una o varias teorías que se aplican a nuestro
problema de investigación → Explicativo

2. La perspectiva que se pretenda dar al estudio.

Si piensa en realizar una investigación sobre un tema estudiado
previamente, pero quiere darle un sentido diferente, el estudio
puede iniciarse como exploratorio.

Los cuatro alcances del proceso de la investigación cuantitativa son

igualmente válidos e importantes y han contribuido al avance de las
diferentes ciencias.

Primero planteamos el problema y revisamos la literatura y, después,

analizamos si la investigación va a tener uno u otro alcance.

CAP. 2 - PANORAMA GENERAL DEL PROCESO DE INVESTIGACIÓN

Polit

El estudio científico

● Sujetos o participantes en el estudio → Individuos que son

objetos de estudio
○ respondientes o informantes → Cuando los sujetos aportan
información a los investigadores a través de su respuesta a
preguntas directas (participantes de entrevistas) también se
les llama
● Investigador o científico → Persona que realiza la investigación
● Investigador principal o director del proyecto → persona
encargada de dirigir la investigación cuando se trabaja en equipo

Conceptos, ideas y teorías científicas

● Conceptos → La investigación científica se relaciona con

abstracciones y no con fenómenos tangibles. La conceptualización
comprende el proceso de desarrollo y depuración de ideas
abstractas. Las abstracciones formuladas a partir de la
generalización de manifestaciones o características particulares
determinadas del comportamiento humano.
● Constructo → se refiere a una abstracción o representación mental
inferida a partir de situaciones, fenómenos o formas de
comportamiento particulares.
Según Kerlinger representan términos que los investigadores
inventan (o construyen) en forma deliberada y sistemática para un
propósito científico determinado.
 ● Teoría → constituye una generalización abstracta que ofrece una
explicación sistemática de las relaciones entre ciertos
fenómenos.

Variables

Son conceptos que generalmente se llaman variables y como su nombre lo

indica es algo que cambia.
Casi todos los aspectos de los individuos del ambiente pueden
considerarse variables.
Si todo fuera igual entonces sería una constante

Una variable es cualquier cualidad de un organismo, grupo o situación

capaz de adoptar valores diferentes.

Variables continuas y variables categóricas

● Variables continuas → sus valores pueden ubicarse dentro de un

continuo. Los valores de las variables continuas son
significativos incluso cuando no constituyen números enteros
Ej. Edad, peso

● Variables categóricas → Las variables de esta clase,son capaces

de adoptar sólo un conjunto reducido de valores discretos.
Ej. estado civil, tipo de sangre
○ Dicotómica → Sí solo toma dos valores. Ej. embarazada/no
embarazada

Variables activas o de atributo

● Variables de atributo → las variables representan atributos

preexistentes de los sujetos de investigación

● Variables activas → las variables que el investigador crea o

diseña

Variables dependientes e independientes

Las supuestas causas reciben el nombre de variables independientes,

en tanto que los efectos posibles constituyen las variables
dependientes. Se supone que la variabilidad de éstas últimas depende
de la variabilidad de las primeras.

Los términos "variable independiente" y "variable dependiente" se

emplean a menudo para indicar la dirección de la influencia entre
factores y no necesariamente una relación causal.

La variable dependiente es aquella que el investigador está

interesado en comprender, explicar o predecir.
Muchas de las variables dependientes tienen múltiples causas o
antecedentes.
Del mismo modo que un estudio puede examinar más de una variable
independiente, es posible que el investigador considere dos o más
variables dependientes.

Es común diseñar estudios que consideren múltiples variables

independientes y dependientes.
Una variable que se clasifique como dependiente en un estudio, puede
ser considerada independiente en otro

La expresión "variable de criterio" proviene de los estudios en que

se analizan las consecuencias de un tratamiento o de algún otro tipo
de intervención, en los cuales suele ser necesario establecer
criterios que permitan valorar el éxito de la intervención.
Sin embargo, el término "variable dependiente" es más amplio y más
general en cuanto a sus implicaciones y aplicabilidad, de ahí que su
empleo sea más frecuente que el de "variable de criterio", si bien en
muchas circunstancias son equivalentes o sinónimos.

Heterogeneidad

Cuando un atributo muestra marcada variaciones en el grupo en

investigación, se dice que el grupo es heterogéneo en lo que respecta
a dicha variable.

Si la variabilidad es reducida, se dice que el grupo es relativamente

homogéneo.
El grado de variabilidad de un grupo de sujetos repercute en el
diseño del estudio correspondiente.

Definiciones operacionales

Definición operacional
Supone la especificación de las operaciones que el investigador deberá
realizar a fin de obtener la información.
La facilidad con que las variables pueden operacionalizarse difiere en
gran medida.
La precisión al definir los términos de manera conceptual y
operacional, tiene la ventaja de comunicar con exactitud lo que
dichos términos significan.

Los investigadores de aspectos cualitativos suelen no definir los

conceptos en términos operacionales, sino después de haber recabado la
información.
Ello obedece a su deseo de que sean los propios participantes en el
estudio quienes definan su significado.

Datos
Son los fragmentos de información que se obtienen a lo largo de la
indagación.

Cuantitativo → númericos
Cualitativo → descripciones narrativas

Relaciones

Las variables se interrelacionan de diferentes maneras.

● Relaciones de causa y efecto (o relaciones causales) son de gran

interés científico. → Si la variable X es causa de la ocurrencia
o manifestación de la variable Y
● Relación Funcional → relación imperfecta. No puede asegurarse una
causa

Control
Es un elemento fundamental de la investigación, y específicamente de
la investigación cuantitativa

Este concepto de control se refiere a mantener constantes las

posibles influencias sobre la/las variables dependientes
investigadas, de manera que pueda comprenderse que la verdadera
relación es con su variables independientes.
En otros términos, el control de la investigación pretende eliminar
los factores que de otra forma, contaminarían u oscurecerían la
relación entre variables que realmente interesa.

A ello obedece que esta clase de variables se conozcan comúnmente como

variables mediadoras

Sólo es indispensable controlar aquéllos que simultáneamente se

relacionan con las variables dependientes e independientes. El
investigador debe planear la mejor manera de controlarlas a fin de
garantizar la máxima utilidad y validez de sus resultados, y en virtud
de que no hacerlo puede conducirlo a conclusiones erróneas o
prejuiciadas.

FENOMENOLOGÍA
Las investigaciones que se basan en el paradigma fenomenológico no
conceden la misma importancia al tema del control. Hacen hincapié en
una perspectiva holística en la individualidad de la experiencia
humana, así se sostiene que poner controles sobre el entorno de
investigación significa parcializar irrevocablemente el significado de
la realidad. Sus críticos afirman,que la falta de control impide
descartar numerosas explicaciones alternativas de resultados, en cuyo
caso no se arribaría a conclusiones firmes acerca de las relaciones
esenciales entre las variables.

Principales pasos en la investigación

 ➔ Fase 1: Fase conceptual
Consiste en formular una pregunta de investigación.

Al plantearse un problema de investigación, el investigador ha de

considerar:
● dimensiones sustantivas
● metodológicas
● prácticas
● éticas

● Paso 2: Revisión de la literatura sobre el tema

Conocer lo que ya se ha hecho acerca de un problema puede
ser también útil para sugerir temas de investigación o
identificar aspectos que requieren mayor indagación.

● Paso 3: Creación de un marco teórico

Cuando la investigación se desarrolla en el contexto de un
marco teórico, resulta más probable que sus resultados tengan
relevancia y utilidad duraderas.

● Paso 4: Formulación de hipótesis

Una hipótesis es un enunciado de las expectativas del
investigador acerca de las relaciones entre las variables que se
indagan.El enunciado del problema identifica los fenómenos que se
investigan; la hipótesis predice cómo se relacionarán estos
fenómenos.

➔ FASE 2: Diseño y planeación

● Paso 5: Selección de un diseño de investigación

comprende el plan general que indica cómo habrá de
obtenerse la respuesta a las interrogantes del estudio y
manejarse las dificultades que se enfrentarán durante el
proceso. El diseño debe especificar cuál de los diversos
tipos de procedimientos de investigación se adoptará y,
en caso de ser conveniente, cómo piensa el investigador
llevar a la práctica los controles científicos para
facilitar la interpretación de los resultados.
○ Investigación experimental vs Investigación no
experimental

● Paso 6: Identificación de la población por estudiar

Población → denota el conjunto o totalidad de los
objetos, sujetos o miembros que cumplen un conjunto
determinado de especificaciones
El requisito de definir la población del proyecto de
investigación responde a la necesidad de especificar el
grupo al cual se podrán aplicar los resultados.
Las investigaciones suelen utilizar como sujetos sólo
 una reducida fracción de la población, a la cual se da
el nombre de muestra.

● Paso 7: Especificación de los métodos para obtener los

datos
○ Mediciones biofisiológicas
○ Autoinformes
○ Técnicas de información

● Paso 8: Diseño del plan de muestreo

Los datos se toman de una muestra y no del total de una
población. La ventaja de emplear una muestra está en que
resulta más práctico y menos costoso que obtener datos
de toda la población.
Se evalúa qué método utilizar con un solo criterio: la
representatividad de la muestra seleccionada.
El diseño de un plan de muestreo comprende la elección
del método de muestreo, la especificación del tamaño de
la muestra y la selección de procedimientos para
reclutar a los sujetos.

○ Los métodos de muestreo que suponen una mayor

complejidad son los muestreos probabilísticos, en
los cuales se utilizan procedimientos aleatorios
para la selección de los casos que integrarán la
muestra. Cada miembro de la población tiene la
misma probabilidad de ser incluido en la muestra.

○ Muestreo no probabilístico no hay manera de

garantizar que todos y cada uno de los miembros de
la población tengan igual posibilidad de ser
elegidos; por consecuencia, es mayor el riesgo de
que la muestra resulte sesgada

● Paso 9: Terminación y revisión del plan de

investigación
Revisado por asesores.
Cuando busca apoyo financiero para realizar el estudio,
suele presentar su plan como una propuesta formal ante
la institución que posiblemente le otorgue los recursos.
Aun cuando los revisores encontraron que el proyecto
tiene una calidad que amerita apoyarlo financieramente,
es común que ofrezcan sugerencias para mejo-rar su
diseño

● Paso 10: Realización y revisión del estudio piloto

Durante el curso de un proyecto pueden surgir problemas

imprevistos. Por esta razón es recomendable hacer un
estudio piloto, el cual constituye una versión en
 pequeño o una prueba preliminar del estudio principal.
El principal objetivo del estudio piloto es evaluar la
adecuación del plan de obtención de datos.
A veces se les da el cuestionario para leer para saber
que lo comprenden sin dificultades. Esta prueba se
denomina pre evaluación del cuestionario.
(son sujetos distintos a nuestra muestra real)
Si se hacen correcciones muy extensas, quizá sea
conveniente realizar una segunda prueba piloto en la
cual se incluyan dichas correcciones.

➔ Fase 3: Fase empírica

Comprende la obtención de datos y su preparación para el
análisis.

● Paso 11: Recolección de datos

El plan debe especificar los procedimientos para
obtener los datos.

El escenario de investigación puede influir sobre la

calidad -y la cantidad-de los datos obtenidos.

● Paso 12: Preparación de los datos para el análisis

Con frecuencia se requiere llevar a cabo la codificación
de la información. El término codificación alude al
proceso de traducir los datos verbales en categorías o
formas numéricas.

➔ Fase 4: Fase analítica

● Paso 13: Análisis de los datos

○ El análisis cualitativo conlleva la integración y
síntesis de datos narrativos, no numéricos mientras
que, por lo general, la información cuantitativa se
analiza mediante procedimientos estadísticos.
○ El análisis estadístico abarca una amplia variedad
de técnicas, entre las cuales se cuentan
procedimientos sencillos y métodos complejos y
refinados.

● Paso 14: Interpretación de los resultados

La interpretación es el proceso de dar sentido a
los resultados y examinar las repercusiones de los
hallazgos dentro de un contexto más amplio.
El proceso de interpretación se inicia con un
intento por explicar los descubrimientos.

➔ Fase 5: Fase de difusión

● Paso 15: Comunicación de los resultados

 Preparación de un informe de investigación.
Existen diversas maneras de informar los resultados de
una investigación: artículos de periodico académico,
disertaciones, artículos para revistas, conferencias
profesionales, libros, etc.

● Paso 16: Aplicación de los hallazgos

Aunque con frecuencia los investigadores no están en
posición de poner en marcha un plan para aplicar los
resultados de su investigación, lo que sí pueden hacer
es contribuir al proceso incluyendo, en sus informes,
recomendaciones sobre cómo incorporar los resultados a
la práctica y difundiendolos entre el personal en
servicio.

2. VARIABLES E HIPÓTESIS

VARIABLES, OPERACIONALIZACIÓN, MANIPULACIÓN Y ESCALAS DE MEDIDA

Juan Carlos Argibay - 2021

Variable: Es cualquier propiedad o característica del organismo o del

ambiente que pueda variar, adoptando por lo menos dos valores
diferentes, debiendo ser dichos valores mutuamente excluyentes entre
sí.

Categoría o valor: los distintos estados o variaciones que asume una

variable.

Clasificación de las variables en el contexto de una relación causal

En el contexto de una relación causal las variables se pueden

clasificar en:
● Variables independientes: es una supuesta causa de la variable
dependiente. Es seleccionada entre todas las variables causales
respecto a esa dependiente, para ponerla a prueba en una
investigación. Es la variable cuya variabilidad explicaría la
variabilidad de la variable dependiente

● Variables contaminadoras o extrañas: al elegir de las variables

causales una o varias como variables independientes para poner a
prueba en la investigación, automáticamente todas las demás
variables causales pasan a ser variables contaminadoras o
extrañas. Es necesario controlarlas, para que no produzcan
efectos sobre la dependiente.
 ● Variables dependientes: es aquella en la que se esperan observar
los efectos producidos por los cambios en la variable
independiente.
La elegimos en función del fenómeno que queremos investigar

En esta relación el lugar de la causa lo ocupa la variable

independiente y el lugar del efecto la variable dependiente. También
son posibles causas las variables contaminadoras o extrañas.

Podemos decir entonces que las variables causales (o variables

relevantes), son aquellas que modifican o afectan de alguna manera a
determinada variable dependiente.
Las variables causales, son tales, en relación a determinada variable
dependiente. Una variable podrá ser causal para determinada/s
variable/s dependiente/s y no para otra/s.

Clasificación de las variables en el contexto de una relación NO

causal

En una relación no causal no hay ni variable independiente, ni

variable dependiente.

Cuando relacionamos varias variables con otra o cuando en una relación

bivariada usamos una de las variables para predecir la otra, se llama
● predictor/es a la/s variable/s que se utiliza/n para predecir. En
algunos casos se utiliza el término como sinónimo de variable
dependiente (especialmente en los diseños factoriales).

● criterio a la variable que se va a predecir a partir de la/s

anterior/es.

Cuando en una relación no causal bivariada, no se plantea ninguna de

las dos variables como predictora de la otra, podemos hablar de
variables asociadas.

En las relaciones no causales también se pueden controlar variables

que intervengan en la relación entre las variables en estudio.

Constructo hipotético y operacionalización

Las variables planteadas a nivel teórico constituyen constructos

hipotéticos. Estos son conceptos creados deliberadamente con fines
científicos.
Una característica importante de los constructos hipotéticos es
que son inobservables.

Es necesario transformar ese constructo hipotético inobservable en un

término empírico que sería observable.
Paso teórico → empírico se lo llama OPERACIONALIZACIÓN
 Tipos de definiciones operacionales

Hay de dos tipos:

1. Definición operacional experimental: nos describe el tipo de
acciones que deberá llevar a cabo el investigador a fin de
producir los valores de la variable o en algunos casos los
criterios a seguir para aplicar dichos valores. Se puede aplicar
únicamente a las variables independientes y a las variables
contaminadoras o extrañas.
2. Definición operacional de medida: Describe cómo se medirá una
variable. Se aplica a las variables dependientes (en todos los
casos). Pero también se puede aplicar a las variables
independientes. Esto ocurriría cuando la variable independiente
es imposible de operacionalizar experimentalmente. Además se
puede utilizar en variables contaminadoras o extrañas.

En las relaciones No causales, predictor y criterio tienen siempre

operacionalizaciones de medida.

Manipulación de la variable independiente

La manipulación siempre remite a la variable independiente y es el

conjunto de tareas que lleva a cabo el investigador para aplicar dicha
variable.

Tipos de manipulación

1. Manipulación artificial (manipulación intencional): es la

aplicación de una operacionalización experimental de la variable
independiente. Esto hace que el investigador pueda elegir
libremente qué valores de la variable independiente va a utilizar
en la investigación y además pueda elegir a qué sujetos o grupos
de sujetos les va a aplicar esos valores.

2. Manipulación natural (manipulación de selección): es la

aplicación de una variable independiente que tiene una
operacionalización de medida. Lo que hace que el investigador
pueda elegir libremente qué valores de la variable independiente
va a utilizar en la investigación, pero lo que no puede, es
elegir a qué sujetos aplicar esos valores, porque cada sujeto ya
tiene en sí mismo el valor que le corresponde de la variable
independiente. El investigador solamente mide la variable
independiente y clasifica a los sujetos en los distintos grupos.
CUADRO MANIPULACIÓN
Definiciones

● Niveles: son los valores, las distintas categorías, que adopta la

variable independiente

● Tratamiento: es la aplicación a los sujetos de cada nivel de una

variable independiente o de combinaciones de niveles de más de una
variable independiente.

Nivel de medición de las variables o escalas de medida

● Cualitativas: Se expresan en cualidades y pueden ser a su vez:

○ Escalas Nominales: la única propiedad que tienen estas

escalas es la de diferenciar unas cosas de otras.

○ Escalas Ordinales: a la propiedad anterior de diferenciar

unas cosas de otras, se le agrega que se puede establecer un
orden jerárquico entre los valores de la escala. De tal
manera que se puede precisar que un valor es mayor o menor
que otro, pero no se puede precisar cuanto mayor es o cuanto
menor es.

● Cuantitativas: se expresan en números, que tienen valor de

número, y pueden ser:
○ Escalas de intervalo y escalas de razón: a las propiedades
de una escala ordinal se le agrega que se puede establecer
con precisión cuanto mayor o cuanto menor es un valor de la
escala respecto a otro. Lo que diferencia principalmente,
que sea de intervalo o de razón, es el valor cero:
■ En la escala de intervalo el cero es arbitrario, no
significa necesariamente ausencia, mientras que en las
de razón el cero es absoluto, significa si o si ausencia
 de la característica o propiedad que representa la
variable.

No hay que confundir escalas cualitativas y escalas cuantitativas con

metodologías cualitativas y metodologías cuantitativas, ya que por ej. en una
investigación cuantitativa se pueden usar cualquiera de las cuatro escalas. Más
allá de que en muchos casos se privilegien las mediciones de las variables
dependientes hechas en escalas cuantitativas, porque facilitan los cálculos
estadísticos necesarios para analizar los datos. Lo mismo pasa con las variables
a usar en el método correlacional, que se prefiere dentro de lo posible que sean
cuantitativas, porque también son mejores para los cálculos estadísticos.

VARIABLES E HIPÓTESIS (PARTE 1)

LA HIPÓTESIS

Proposiciones tentativas acerca de las

relaciones entre dos o más variables y se
apoyan en conocimientos organizados y
sistematizados (Sampieri)

Predicción o explicación provisional de la

relación entre dos o más variables (Polit-
Hungler)
Es una solución tentativa a los
interrogantes de investigación y carece de
valor de verdad, siempre debe ser sometida
a prueba.

Lugar que ocupa la hipótesis en una

investigación:

Las hipótesis se pueden clasificar con diferentes criterios, siendo

las principales:

● Según la RELACIÓN CON EL TIPO DE INVESTIGACIÓN:

○ Deducidas: se deducen de la teoría. Dirigen la
investigación. Surgen en un estadío más avanzado de la
investigación
○ Inducidas: se generan a partir de las observaciones de la
investigación y supone la existencia de una determinada
relación entre dos hechos. Se obtienen en la investigación

● SEGÚN SU VALOR EXPLICATIVO

○ Relacionales o de
asociación (método
correlacional): Con
dos variables o más y
relación de
 asociación entre ellas

○ Experimentales(método experimental): Con dos o más

variables y relación causal o funcional entre ellas

● SEGÚN SU GRADO DE GENERALIDAD

○ General: sus variables incluyen Términos Teóricos
○ De trabajo: sus variables incluyen Términos empíricos
○ Mixtas: alguna variable con término teórico y otra con
término empírico

● SEGÚN EL PROCESO DE PRUEBA DE HIPÓTESIS (EXPERIMENTAL)

○ Hipótesis de investigación / alterna (H1): Plantea que hay
relación causal entre las variables. Predice que hay
diferencia entre los grupos estudiados
○ Hipótesis nula (H0): Es la que se pone a prueba realmente.
Plantea que no hay relación entre las variables. Predice que
no hay diferencias significativas entre los grupos
● SEGÚN LA DIRECCIÓN DE LA RELACIÓN
○ Direccionales: Indica expresamente como influirá una
variable sobre otra
○ No direccionales: Indica que una variable influye sobre
otra sin determinar como

Aspectos a tener en cuenta al redactar las hipótesis:

¿Siempre deben redactarse hipótesis generales en una investigación? No, solo

cuando se disponga de Términos Teóricos y eso depende del avance de
conocimiento sobre el tema.

¿Siempre deben redactarse hipótesis de trabajo? Sí deben redactarse en las

investigaciones empíricas (aún cuando no se haya redactado hipótesis general), a
menos que no se disponga de información previa suficiente, como en las
investigaciones exploratorias o descriptivas, donde dicha hipótesis se redacta al
final (generalización empírica).Como guía para la investigación. Pueden
redactarse preguntas en su lugar.

¿Se puede redactar en varias oraciones en lugar de una?

No, solamente si la hipótesis contempla muchas variables, para no ser repetitivo,
se pueden enumerar en un listado (especificaciones).

¿Pueden incluirse juicios de valor? (Ej mejor tratamiento, mala memoria, buen
desempeño..?
No

¿Tienen que estar relacionadas al método utilizado de la investigación?

Si

VARIABLES E HIPÓTESIS (PARTE 2)

Definición de variable
Propiedad del organismo o del ambiente que pueda variar, adoptando por
lo menos dos valores diferentes, debiendo ser dichos valores
mutuamente excluyentes entre sí.

Variables e hipótesis
Las hipótesis están compuestas por términos variables. En la hipótesis
experimental se denominan
● Variable Independiente (VI): La/s que manipula el investigador
asignándole/s valores(causa/s)
● Variable Dependiente (VD): La/s que mide el investigador
(efectos)
● Variables contaminadoras o extrañas (VC o VE): Fuentes de
variación constante que no han sido manipuladas. Son otras
variables que impactan en la VD, pero que no son las que se
quieren estudiar, por eso si no se hace algo, contaminarían la
investigación.

- Con el mismo Término Teórico (TT) puede redactarse diferentes

Variables Teóricas.
- El TT no solamente es la palabra o conjunto de palabras que lo
denotan, sino que además siempre está relacionado con su
correspondiente Definición Conceptual (dada por la teoría a la que
pertenecen). Con la misma palabra (ej. Ansiedad, Personalidad,
Violencia Social) se puede hacer referencia de distintas cosas,
pueden tener diferentes definiciones dadas por distintas teorías,
representando DISTINTOS TÉRMINOS TEÓRICOS.

Las variables redactadas con términos teóricos (y que conforman la

Hipótesis General) deben ser planteadas en términos empíricos,
indicando cómo se van a medir (para conformar la hipótesis de
trabajo). Se denomina OPERACIONALIZACIÓN o Definición Operacional

DEFINICIÓN CONCEPTUAL → Significado

DEFINICIÓN OPERACIONAL → Para convertirlas en algo susceptible de ser
medido y cuantificado

Las Variables teóricas pueden operacionalizarse de múltiples formas

con técnicas e instrumentos:

● Cuestionarios-inventarios
● Entrevistas
● Observaciones
● Tests
● Aparatos - dispositivos
● Protocolos -Informes

Criterios para elegir la forma de medir la VD

● Fiabilidad: una medida es fiable cuando se obtiene el mismo valor

al llevarse a cabo repeticiones idénticas del experimento
 ● Sensibilidad: Una medida de la VD es sensible cuando es capaz de
variar ante los cambios de la VI

● Validez: Una medida es válida cuando realmente mide lo que se

pretende medir

Fuentes de variables contaminadoras

➔ Sujetos
➔ Investigador - Experimentador
➔ Situación experimental
➔ Instrumentos
➔ Error progresivo

3.DIFERENCIAS ENTRE MÉTODOS DE INVESTIGACIÓN: EXPERIMENTO (DISEÑOS DE

COMPARACIÓN DE GRUPOS Y DISEÑO DE MEDIDAS REPETIDAS O INTRAGRUPO),
CUASIEXPERIMENTO Y PRE EXPERIMENTO

DIFERENCIA ENTRE MÉTODOS (PARTE 1)

Los métodos de investigación de la ciencia son herramientas que

permiten generar conocimiento.
Se basan en ciertas reglas y leyes generales.
Pueden abordar distintas etapas del desarrollo de las disciplinas
científicas otorgando distintos niveles de alcance en los resultados
que generan:
● describir,
● predecir y
● explicar: es la finalidad más elevada y suele llegar al final de
un intenso trabajo donde se realizan gran cantidad de
investigaciones hasta que el conocimiento acumulado y relacionado
se estructura en teorías.

En cuanto a la clasificación de los MÉTODOS que nos enfocaremos, son

aquellos que pertenecen a la categoría de métodos cuantitativos ya
que permiten abordar los sucesos, estados y procesos psicológicos de
forma empírica y medible.

MÉTODOS CUANTITATIVOS (Según su finalidad - objetivos de la

investigación)
● MÉTODOS EXPLICATIVOS O EXPERIMENTALES:Pone a prueba. Explica y
genera teoría
○ Experimento
 ○ Cuasi experimento
○ Pre experimento
● MÉTODO CORRELACIONAL: Relaciona variables. Predice
● MÉTODO DESCRIPTIVO Y EXPLORATORIO: Describe variables,
caracteriza grupos y fenómenos. EXPLORATORIO → Descubre nuevos
conocimientos

La implementación de los diferentes métodos ofrecerá resultados (de

conocimiento) que denominamos alcance del método, son progresivos,
cada nivel incluye al anterior (describir, predecir y explicar).
Generalmente en desarrollo de un área de conocimiento comienza por ser
explorada, se detectan regularidades empíricas, se sistematiza su
abordaje para detectar variables, se describen, se les asignan
nombres, denominaciones más generales, se relacionan con otras y por
último se buscan sus causas.

MÉTODO MÉTODO MÉTODO MÉTODO

EXPLORATORIO DESCRIPTIVO CORRELACIONAL EXPERIMENTAL
ALCANCE Exploración - Descriptivo Predicción Explicativo
Descripción (incluye
predicción y
descripción)
LÓGICA Inductiva Inductiva Inductiva Hipotético
deductivo
No requerido Empírico Descriptivo - Si (estudios
- son (estudio Variables de otros
CONOCIMIENTO investigacion exploratorio relevantes niveles)
PREVIO es iniciales y otros
 descriptivos
)
Puede Puede Asociativas Causal o
presentar o presentar (no causales) funcional
no (no (no causal
explicativas ni de
ni de asociación)
HIPÓTESIS asociación) , o llegar a
o llegar a ellas
ellas (generalizac
(generalizaci iones
ón empírica) empíricas)
Las Bajo control Nivel bajo o Se
identifica medio identifican
(las (validez VI y VD
VARIABLES Y empíricas) interna Si hay
CONTROLES por medio de media) controles -
observaciones validez
de interna
regularidades elevada
Investigacio Diseño no sí hay
nes por frecuente diseño
ESTUDIOS encuesta,
FRECUENTES censos,
Diseños estudios
epidemiológi
cos
Estadística Coeficiente Estadística
descriptiva de inferencial
ANÁLISIS DE (frecuencia, correlación - Prueba de
DATOS porcentaje, (no hipótesis
medias, excluyente)
desvíos)

DIFERENCIA ENTRE MÉTODOS (PARTE 2)

Cuando se menciona el Método Científico se hace referencia al MÉTODO

EXPERIMENTAL ya que es aquel cuyo objetivo es la explicación de los
fenómenos:
- pone a prueba sus hipótesis para determinar que los cambios
observados en los efectos (VD) se deben a causas específicas
(VI).

Método experimental: EXPERIMENTO

CARACTERÍSTICAS:
● Alcance: cumple con todos los objetivos de la ciencias:
describir, predecir y explicar
● Lógica de base: 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-)
● Las hipótesis se deducen de las teorías (relaciones nuevas entre
variables de dicha teoría o con variables de otras teorías
complementarias temáticamente)
● Se requiere cierto desarrollo de conocimiento previo (otras
investigaciones de distintos niveles)
● Se requiere que, en el marco teórico, se cumpla con los aspectos
lingüísticos de toda teoría: Términos Teóricos (conceptos que
hagan referencia , de manera abstracta y general a las entidades
observables de forma directa, o Términos Empíricos. Estos
términos deben estar definidos conceptualmente y dichas
definiciones tienen que poder expresarse sin hacer referencia a
otros Términos Teóricos

Las variables que contienen los términos teóricos deben relacionarse,

dentro de la hipótesis, de manera causal o funcional.

Las variables de la hipótesis deben variar (cada una) en por lo menos

2 (dos) valores y se denominan VI (causas) y VD (efectos).

Tienen alta VALIDEZ INTERNA, generada por el control de VC (variables

contaminadoras)
Conseguir una situación tan controlada genera dificultades de
generalizar los resultados.

EXPERIMENTO

Las comparaciones formales se realizan entre grupos (formados

aleatoriamente) o entre instancias del mismo grupo (siempre que los
tratamientos sean equiponderados).

Los análisis estadísticos que permiten comparar las medidas de los

grupos u obtenidas en el mismo grupo, en diferentes momentos, son
fórmulas (estadística inferencial) y dependerán de varios factores,
entre los que se destaca:
● Si el diseño es de
○ medidas independientes (intergrupos) o
○ repetidas (intragrupo)
● Cantidad de VI
● Cantidad de valores de la VI
● Nivel de medición de la/s VD
Se tendrá en cuenta la probabilidad de encontrar ciertas diferencias
entre las medidas comparadas (Probabilidad o Nivel de significación)
p.

CLASIFICACIÓN DE LOS MÉTODOS DE INVESTIGACIÓN CUANTITATIVOS

MÉTODOS EXPERIMENTALES
CUADRO

4.DISEÑOS EXPERIMENTALES ALEATORIOS DE 2 GRUPOS, MULTIGRUPOS Y APAREADOS

DISEÑOS EXPERIMENTALES
Es el conjunto de reglas a seguir por el investigador para obtener
observaciones sistemáticas y no contaminadas sobre la posible relación
existente entre la variable independiente y la dependiente.
El diseño determina la forma en que va a hacerse la investigación

● DISEÑO DE DOS GRUPOS ALEATORIOS

○ Diseño de dos grupos aleatorios sólo con medidas

postratamiento
■ Se forman aleatoriamente los grupos experimentales (o
experimental y control)
■ Se asignan aleatoriamente los tratamientos a los grupos
experimentales
■ Se aplican los tratamientos experimentales
■ Se toman las medidas postratamiento
■ Se comparan estadísticamente las medidas postratamiento

○ Diseño de dos grupos aleatorios con medidas pre y

postratamiento
■ Se forman aleatoriamente los grupos experimentales (o
experimental y control)
■ Se toman las medidas pretratamiento
■ Continúa mismo procedimiento que el anterior

● DISEÑO ALEATORIO MULTIGRUPOS

Siguen la misma lógica controlando, mediante la asignación
aleatoria de sujetos a cada grupo, las variables contaminadoras.
La principal diferencia es que se pone a prueba el efecto de una
VI que adopta más de dos valores. Al ser una situación
experimental intergrupos, se comparara entre tantos grupos como
valores adopte la VI (como mínimo 3).
Ventajas de los diseños multigrupos
 Al poner a prueba el efecto de más de 2 valores de la VI sobre la
VD se obtiene mayor información. Se va a conocer con mayor
precisión y exactitud la relación que existe entre la VI y
la VD (cuando la VI es ordinal o cuantitativa). 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.

○ MULTIGRUPOS SOLO CON POSTRATAMIENTO

○ MULTIGRUPO CON MEDIDA PRETRATAMIENTO Y POSTRATAMIENTO

● DISEÑO DE GRUPOS APAREADOS

Cuáles son los pasos que se siguen al llevar a cabo:
1. Se selecciona una muestra de sujetos.
2. Se mide la variable de apareamiento (la variable
dependiente)
3. Se forman los bloques, que estarán constituidos por tantos
sujetos, como grupos haya que formar, y dentro de los
bloques los sujetos deberán tener la misma puntuación en la
variable dependiente.
4. Se asignan aleatoriamente los sujetos de cada bloque a cada
tratamiento experimental.
5. Se aplican los tratamientos.
6. Se toman las medidas postratamiento
7. Se lleva a cabo el análisis estadístico de los datos.
Para lograr la equivalencia inicial de la variable dependiente se
recurre a la técnica de apareo. La técnica de apareo se utiliza para
igualar los grupos en alguna variable específica, formando
agrupaciones de sujetos con el mismo valor en la variable de
apareamiento (la variable en la que se quiere conseguir la
equivalencia), cada una de las cuales incluirá tantos sujetos como
tratamientos tenga la investigación. En el caso particular de los
diseños de grupos apareados la variable de apareamiento es
principalmente una medida de la variable dependiente, anterior a la
aplicación de los tratamientos y en algunos casos puede ser una
variable altamente correlacionada con la variable dependiente.
Pero hay que tener en cuenta que en otros diseños la técnica de apareo se
usa para el control de variables contaminadoras y en consecuencia la
variable de apareo va a ser una variable contaminadora.

DISEÑOS ALEATORIOS. DISEÑO DE DOS GRUPOS.

Entre los principales modelos de diseños aleatorios se pueden señalar:

a. Diseños aleatorios bivalentes o de dos grupos aleatorios: un
factor (vi) que adopta dos niveles.
b. Diseños multivalentes /multigrupos o de más de dos grupos
aleatorios: un factor (vi) que adopta
más de dos niveles.
c. Diseños factoriales, en los que se manipula más de un factor.

Resumiendo las principales desventajas son:

a) Su dependencia de muestras grandes.
b) La información incompleta que proporciona debido a su falta de
sensibilidad, por utilizar solo dos niveles del factor
manipulado.
En tanto que sus principales ventajas son:
a) Su simplicidad, por ser muy fáciles de llevar a cabo.
b) Su economía, por el poco esfuerzo y costo que exigen.

TIPOS DE DISEÑOS DE DOS GRUPOS ALEATORIOS

Hay dos tipos:
a) Diseño solo con medidas de postratamiento.
b) Diseño con medidas pre* y postratamiento.
* Medida de la VD o una con una fuerte relación con la finalidad de
comprobar la equivalencia de la variable dependiente entre los grupos.
LA VALIDEZ INTERNA DE ESTE DISEÑO
Tomando como modelo el diseño aleatorio de dos grupos con medida pre
y postratamiento, señalaremos las variables contaminadoras que pueden
constituir una amenaza a la validez interna y cómo controlarlas.
● HISTORIA:
○ INTERSESIÓN
■ VC → entre la medida pretratamiento y postratamiento
transcurre un intervalo de tiempo durante el cual pueden
ocurrir acontecimientos que afecten de algún modo a los
sujetos y modifiquen su comportamiento
■ CONTROL → se deben tomar en los dos grupos
simultáneamente tanto las medidas pre como las
postratamiento, de tal manera que los efectos de la
historia afecten por igual a ambos grupos.
○ INTRASESIÓN
■ VC → Acontecimientos que están presentes durante la
misma sesión experimental, tales como iluminación,
ruidos, experimentador etc.
■ CONTROL → La manera de neutralizar este posible efecto
es igualar las condiciones mencionadas en ambos grupos,
pero con respecto al experimentador no se hace posible,
debido a que las mediciones se efectúan simultáneamente,
entonces esto se resuelve asignando aleatoriamente los
sujetos y los experimentadores, después de entrenar a
éstos adecuadamente, a los grupos experimentales. El
grupo de comparación también contribuye a controlar los
efectos de la historia.
● MADURACIÓN: Se refiere a los posibles cambios fisiológicos y
psicológicos por el paso del tiempo, entre la toma de la medida
pre y la toma de la medida post, cambios estos que pueden afectar
a la variable dependiente confundiéndose los efectos de esa
variable contaminadora con los del factor manipulado.
○ CONTROL → se neutraliza con el grupo de comparación,
partiendo del supuesto que en ambos grupos se han producido
los mismos cambios.
● INSTRUMENTACIÓN: Cuando se trabajan con materiales electrónicos
se deben utilizar los mismos instrumentos y en las mismas
condiciones de medida en ambos grupos a fin de controlar los
posibles efectos de esas variables contaminadoras.
● EXPERIMENTADOR:
○ CONTROL → utilizando varios experimentadores muy bien
entrenados, asignándolos aleatoriamente a cada grupo,
distribuyendo de esta forma, su influencia por igual entre
todos los grupos.
● EFECTOS REACTIVOS DE LA MEDIDA PRETRATAMIENTO: Esta medida puede
sensibilizar a los sujetos, pudiendo afectar la medida
postratamiento. Si bien, esta variable puede quedar controlada
por la utilización del grupo de comparación, hay casos en que
esto podría no darse. Por lo cual hay que ser muy prudente en
 estos diseños con la posible sensibilización que pueda producir
la medida pretratamiento en los sujetos.
● SELECCIÓN DIFERENCIAL DE LOS SUJETOS: Esta condición (que no
hubiera equivalencia inicial entre las variaciones de un grupo
con respecto al otro) se controla gracias a la asignación
aleatoria.
● MORTALIDAD EXPERIMENTAL: Se refiere a la pérdida de sujetos entre
la toma de la medida pre y la medida post. La solución es
considerar sólo los sujetos que asisten a las dos sesiones. De
todos modos habría que tener en cuenta que la mortalidad
experimental no sea muy desigual entre los grupos.

LA VALIDEZ EXTERNA DE ESTE DISEÑO

● MEDIDA PRETRATAMIENTO: Una muestra “sensibilizada” por la medida

previa, ofrece datos que no son aplicables al resto de la
población, que normalmente no habrá pasado por esa medida
pretratamiento.
Este tipo de diseño- que utiliza medida pretratamiento- se va a
utilizar cuando se trabaja con variables que no sensibilicen a
los sujetos o lo hagan de manera mínima.
Por último, cabe señalar en lo que refiere a la posibilidad de
generalización, que nunca podrá ir más allá de la población de la
que se extrajeron los sujetos; teniendo en cuenta que esto va a
depender también del grado de representatividad de la muestra que
se utilizó. Es importante también que la muestra sea grande.

ANÁLISIS ESTADÍSTICO DE LOS RESULTADOS

Una prueba estadística que se puede utilizar en el diseño de dos
grupos con medida pre y postratamiento es el análisis de covarianza
utilizando como variable covariada las puntuaciones obtenidas en la
medida pretratamiento.

Sin embargo, con el análisis estadístico basado en las cuatro

comparaciones que a continuación se detallan puede ser suficiente.
1. Comparar las dos medidas pretratamiento.Para confirmar
equivalencia inicial.
2. Comparar las dos medidas postratamiento. Si hay diferencias se
puede presumir que serán debido al factor manipulado.
3. Comparar las medidas pre y postratamiento en ambos grupos. Si hay
diferencias entre las dos medidas de un mismo grupo serán por el
tratamiento experimental o por una variable contaminadora no
controlada.
4. Comparar entre sí las diferencias encontradas en el punto 3, en
ambos grupos. Si al comparar estas diferencias: d1 (diferencias
ente medida pre y post del grupo 1) con d2 (diferencia entre
medida pre y post del grupo 2), encontramos que difieren de modo
significativo, podemos inferir que dicha diferencia es debida a
la acción del factor manipulado. En este caso para los análisis
estadísticos podría usarse la t de Student para medidas
 independientes para las comparaciones 1, 2 y 4, y la t de
Student para medidas repetidas para la comparación 3.

DISEÑOS MULTIGRUPOS
● Los diseños multigrupos son una variante de los diseños
aleatorios
● La técnica por la cual se forman los grupos va a ser la
asignación al azar (aleatorización) de los sujetos a los grupos
experimentales.
● Las variables contaminadoras provenientes de las diferencias
entre sujetos van a ser controladas por la aleatorización,
partiendo de grupos homogéneos entre sí.
● los diseños que estamos estudiando son todos diseños univariados
en cuanto a la VI, esto quiere decir que estamos analizando los
efectos de una sola variable independiente sobre una VD
(univariado - univariado) o más de una VD (univariado -
multivariado)

En un diseño aleatorio de dos grupos se estudia el efecto de una

VI, que adopta 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).

Ventajas del diseño multigrupos

- brinda mayor información que un diseño de dos grupos. Al tener

más grupos en mi estudio, voy a poder conocer el efecto de más
valores de la VI sobre la VD, obteniendo de esta manera, más
información.
Al poder conocer con mayor precisión y certeza los efectos de la VI
sobre la VD, estos diseños tienen mayor validez interna en
comparación con los de dos grupos.
Adicionalmente, al poner a prueba el efecto de más valores de la VI
sobre la VD, mayor será también su poder de generalización (los
niveles puestos a prueba son más representativos de todos los niveles
que puede adoptar la VI), aumentando así también su validez externa,
en comparación con los diseños de dos grupos.

TODOS los diseños aleatorios tienen la desventaja de

- necesitar de grandes números de sujetos, muestras numerosas,
CON RESPECTO A MULTIGRUPOS - PROBLEMAS CON VALIDEZ INTERNA Y EXTERNA
similares a los de dos grupos.

VARIANTES DEL DISEÑO MULTIGRUPOS

1. Sólo con medidas post tratamiento

2. Con medidas pre y post tratamiento
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.

DISEÑO DE GRUPOS APAREADOS

Para asegurarse de que los grupos sean exactamente equivalentes en la
medida de la dependiente se utilizan diseños de grupos apareados.
- Los diseños de grupos apareados forman parte de los diseños de
bloques. Mientras que los demás diseños de bloques, tratan de
controlar una, dos o tres variables contaminadoras de sujeto.

- Para lograr esta equivalencia inicial de la variable dependiente

se recurre a la técnica de apareo. Se utiliza para igualar los
grupos en alguna variable específica, formando agrupaciones de
sujetos con el mismo valor en la variable de apareamiento (la
variable en la que se quiere conseguir la equivalencia), cada una
de las cuales incluirá tantos sujetos como tratamientos tenga la
investigación.

- En el caso particular de los diseños de grupos apareados a estas

agrupaciones se las llama bloques y la variable de apareamiento
puede ser:
a) Una medida de la variable dependiente, anterior a la aplicación
de los tratamientos.
b) Una medida de una variable altamente correlacionada con la
variable dependiente.
c) En algunos casos como una excepción, el apareo se puede hacer
según un rendimiento previo en una tarea.

La técnica de apareo nos permite conseguir este objetivo al formar

grupos exactamente iguales en la medida de la dependiente previa a
los tratamientos. También se consigue reducir la varianza intergrupos
(entre los grupos), lo que da una mayor sensibilidad para distinguir
pequeñas diferencias producidas por la variable independiente.

Cuáles son los pasos que se siguen al llevar a cabo un diseño de

grupos apareados:
1. Se selecciona una muestra de sujetos.
2. Se mide la variable de apareamiento.
3. Se forman los bloques, que estarán constituidos por tantos
sujetos, como grupos haya que formar, y dentro de los bloques los
sujetos deberan tener la misma puntuación en la variable
dependiente.
 4. Se asignan aleatoriamente los sujetos de cada bloque a cada
tratamiento experimental.
5. Se aplican los tratamientos.
6. Se toman las medidas postratamiento
7. Se lleva a cabo el análisis estadístico de los datos.

En cuanto a la validez interna y externa de estos diseños podemos

decir que aumentan la validez interna del experimento, ya que al
formar grupos equivalentes en la variable dependiente, se consigue
reducir la varianza intergrupos.
Pero puede disminuir la validez externa en la medida en que haya que
excluir de la investigación a muchos sujetos que no puedan ser
apareados con otros por falta de equivalencia en las medidas (este
problema se ve incrementado cuando los bloques tienen que estar
formados por más de dos sujetos). Esto puede sesgar la muestra y
dificultar la capacidad de generalización de los resultados.

5. CONTROL DE VARIABLES CONTAMINADORAS

CONTROL DE VARIABLES CONTAMINADORAS (VC)

CONTROL
El concepto de control se refiere a los procedimientos que aseguran
que el factor manipulado en el experimento, la VI, es la única
causante de las diferencias encontradas en las puntuaciones de los
sujetos en la VD.

A mayor control experimental, mayor es la validez interna del

experimento realizado

● En relación al tipo de investigación se debe considerar que

pueden ser: SE DEBE CONTROLAR
○ NIVEL I:
NTERGRUPOS - MEDIDAS INDEPENDIENTES: Cada valor de la VI se
asigna a un grupo
■ Sujeto: Son las diferencias individuales entre los
sujetos de la investigación (sexo, edad, experiencia
previa, enfermedad, etc. relevantes para dicha
investigación). Se debe asegurar que los grupos sean
similares antes de la intervención (equivalentes).
■ Experimentador: Son las características del investigador
(edad, nivel educativo, expectativas,etc.)
■ Procedimiento: Son aquellas condiciones del entorno de
investigación y sus circunstancias de implementación,
como el ambiente (ruido, temperatura, etc.), la tarea en
sí y las instrucciones. Deben ser equivalentes para
todos los sujetos
 ■ Aparatos - Instrumentos: Son las derivadas de las
condiciones de confiabilidad y sensibilidad de los
aparatos y técnicas que miden las variables.

○ NIVEL II:
INTRAGRUPO - MEDIDAS REPETIDAS: Todos los valores de la VI
se asignan al mismo grupo (uno por vez) controlar
● Experimentador
● Procedimiento
● Aparatos - Instrumentos
■ HAY QUE CONTROLAR ESPECIALMENTE Error progresivo: Son
los efectos que se producen al pasar los sujetos por la
sucesión de valores de la VI (uno tras otro), aprenden a
responder a las intervenciones (acostumbramiento) o se
fatigan, lo que influye alterando cada vez más las
medidas de la VD
○ NIVEL III:
MIXTA - COMBINA ANTERIORES: Alguna de las VI es de medidas
independientes y otra/s de medidas repetidas
■ Sujeto
■ Experimentador
■ Procedimiento
■ Instrumentos
■ Error progresivo
CONTROLES

Para diseños de comparación de grupos (intergrupos) son controles

generales:

● El grupo de comparación (ya sea grupo experimental o grupo

control): permite hacer una comparación formal que sirve como
forma general de control de variables contaminadoras, porque si
estas (las variables contaminadoras), producen efecto en uno de
los grupos también debieran hacerlo en el otro, y no actuar en
forma diferencial.
● La aleatorización: se utiliza para asegurar la equivalencia
inicial de los grupos. No se puede saber con certeza que los
grupos sean necesariamente equivalentes, pero podemos aproximar a
esa equivalencia inicial, mediante la asignación de los sujetos
al azar a los grupos. Consiste básicamente en usar el azar para
seleccionar que sujetos compondrán cada grupo.

Si lo que se quiere controlar es una o varias variables en particular,

los controles específicos son mucho mejores, pero sirven para un
número reducido de variables.

Los diseños intragrupo o de medidas repetidas, también funcionan como

forma generalizada de control de las variables contaminadoras de
sujeto, ya que al aplicarle a cada sujeto de la muestra todos los
tratamientos, cada sujeto funciona como su propio control. Lo que
permite eliminar una importante fuente de error que es la varianza
dada por las diferencias individuales.

CONTROLES ESPECÍFICOS

Los controles específicos se aplican a variables contaminadoras en

particular, claramente identificadas. Pueden darse de las siguientes
formas:
● Tomando un solo valor de la variable (eliminación), ya sea:
a) Dándole valor cero (ausencia)
b) Dándole un solo valor que implique la presencia de la variable.
Pero que sea un único valor, transformando la misma en una
constante, eliminando su variabilidad.
● Equilibrando la distribución de la variable contaminadora entre
los grupos. En general se llama balanceo a esta forma de control,
pero hay autores que diferencian entre balanceo y constancia,
según se respeten o no en la distribución los porcentajes reales
en la población. En el balanceo se respetarían estos porcentajes
y en la constancia se igualarían los porcentajes para cada valor
de la variable.
- Una forma en que se puede equilibrar los grupos es mediante
la técnica de apareo.
● Controles estadísticos: donde las variables contaminadoras se
controlan mediante el analísis estadístico de los datos.

● En el caso de los diseños intragrupo o de medidas repetidas se

utiliza el contrabalanceo o equiponderación para controlar los
efectos de orden (error progresivo) derivados de la aplicación
sucesiva de los tratamientos.

ENTONCES → CONTROLES
- ELIMINACIÓN: Cuando es posible se elimina la VC (que no esté
presente en la investigación, dándole valor cero) o si no es
posible se elimina la variabilidad de la variable contaminadora,
tomando un solo valor de la misma.
- EQUILIBRACIÓN: Se trata de equilibrar la distribución de la
variable contaminadora entre los grupos. Hay autores que llaman
en general balanceo a está forma de control y otros diferencian
entre balanceo y constancia según se respeten en la distribución
los porcentajes reales en la población.
- TÉCNICA DE APAREO: Se la utiliza para conseguir la equilibración
en la distribución en los grupos de alguna variable
contaminadora. Consiste en formar agrupaciones de sujetos con el
mismo valor en la variable de apareamiento (la variable en la que
se quiere conseguir la equivalencia), cada una de las cuales
incluirá tantos sujetos como tratamientos tenga la investigación.
El balanceo o balanceo-constancia puede recurrir a esta técnica,
para ser implementado.
No hay que confundir esto con un diseño de grupos apareados. Ya
que en el diseño de grupos apareados, la técnica de apareo no se
usa para controlar una variable contaminadora, sino para
 asegurar la equivalencia inicial en la variable dependiente en
particular.
- CONTRABALANCEO O EQUIPONDERACIÓN: Cuando se aplican tratamientos
(valores de VI) sucesivos se alterna su orden de presentación en
diferentes subgrupos (intersujetos) o en el mismo sujeto
(intrasujeto) controlando el error progresivo
- TÉCNICAS ESTADÍSTICAS: Cuando no es posible controlar las VC
durante el desarrollo del estudio, se las puede controlar en el
análisis de datos (Ej. Análisis de Covarianza- Correlación
parcial)

6. MÉTODO CORRELACIONAL

MÉTODO CORRELACIONAL

Investiga relaciones no causales.

Es un abordaje de investigación que permite conocer si dos o más
variables están relacionadas, sin determinar causalidad.
Intenta detectar relaciones significativas entre variables con el
objetivo de generar predicciones (si observo lo que ocurre en una
variable podré predecir lo que va a ocurrir en otra que considero que
está asociada) y puede fijar las bases para proyectar investigaciones
explicativas, causales. Pero no es un método que permita establecer y
probar relaciones causales.

En el método correlacional la relación entre variables se plantea

mediante una hipótesis relacional, también llamada de asociación.
La misma puede contener dos variables o más.
En la redacción de la hipótesis de asociación las palabras que
expresan la relación entre variables generalmente son: se relaciona,
se vinculan, se asocian...; a diferencia de las hipótesis
experimentales que se usan en los métodos explicativos donde el nexo
entre las variables de la hipótesis suele ser: influye, causa,
provoca, determina, produce...o cualquier otro que implique
causalidad.

No brinda una explicación del “porqué” de la relación entre las

variables en estudio. Si tiene teoría vinculada con cada una de las
variables a investigar. Pero para cada una por separado. Sin una
teoría causal que explique la relación. Solo relaciona variables. Sin
plantear un nexo de causalidad entre las mismas.

Hay que tener en cuenta que aunque la relación no sea de causalidad,

al establecer una relación se pueden predecir los valores de una
variable a partir de otra/s. Por eso se llama predictor a la variable
que se utiliza para predecir y se llama criterio a la variable
que se va a predecir a partir de la anterior. A las variables se las
menciona como variables asociadas o correlacionadas. Cabe aclarar que
el término variable criterio se lo utiliza también en algunos casos
como sinónimo de variable dependiente. Por lo tanto el sentido con que
se usa el término lo determina el contexto del método en el cual se
usa.

Las investigaciones correlacionales con múltiples predictores,

permiten una mejor aproximación al fenómeno en estudio y mejores
predicciones.
Además permiten detectar con mayor precisión la acción de cada
predictor, en la medida en que se puede determinar la superposición
que hay entre los distintos predictores, diferenciando las varianzas
específicas de cada predictor de la varianza compartida.
Hay que tener en cuenta que muchas veces la superposición entre
distintos predictores pone un límite al porcentaje de varianza que se
puede predecir. De manera que una vez que se determinan varios
predictores importantes, continuar agregando predictores no
necesariamente consigue incrementar el porcentaje de varianza del cual
dan cuenta estos en conjunto. De manera que no siempre se puede
aumentar la capacidad predictiva, por el solo hecho de agregar
predictores.

En el método correlacional todas las operacionalizaciones de las

variables a relacionar son de medida.

En las investigaciones con manipulación de selección todas las

operacionalizaciones son de medida.
Como en las investigaciones correlacionales a las variables
únicamente se las mide, por lo general no se puede determinar
empíricamente dentro del diseño de la investigación que una variable
necesariamente antecede en el tiempo a la otra.

En el cuasiexperimento con manipulación de selección o natural,se

miden variables que ya tienen manifestación al momento que se realiza
la investigación y tampoco se puede determinar claramente una
secuencia de tiempo empírica (como si se puede hacer cuando hay
manipulación intencional). Pero hay una secuencia de tiempo teórica
que viene dada desde un sólido marco teórico que establece que una
variable funcionaría como causa de otra. De manera que tendríamos una
teoría explicativa que dé cuenta de porqué una variable se relaciona
con otra en términos de causalidad.

El control de variables no es requisito del método, el método

correlacional no se define por el control de variables.
Pero esto no quiere decir que no se realicen controles, pues se
implementan todos los posibles(contrabalanceo en la aplicación de
técnicas, selección de sujetos para la muestra con criterios de
inclusión y exclusión, controles sobre las técnicas y el investigador,
estadísticos sobre la superposición de variables, etc.) pero resultan
insuficientes para aislar las variables relacionadas, del conjunto de
variables que podrían afectarlas.

En cuanto a la validez externa, las investigaciones correlaciones

tienen en general, mayor validez externa que los estudios
explicativos.

Es importante no confundir método correlacional con los coeficientes

de correlación.
Estos últimos son cálculos estadísticos y el método correlacional, es
un método de investigación.

El tipo de cálculo que se puede utilizar está determinado, entre

otras cuestiones, por el nivel de medición (escala de medida) de las
variables a utilizar.

La diversidad de cálculos que se puede utilizar es mucho mayor y la

elección de los mismos depende entre otras cosas:
● Del 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

Cuando hablamos de la fuerza de la asociación, nos referimos a cuanto

están relacionadas las variables (magnitud del efecto, tamaño del
efecto).
En el caso de los coeficientes de correlación (como el coeficiente de
Pearson),daban valores entre 1 y -1, entonces cuanto más se acerca el
valor obtenido a los extremos la asociación es más fuerte y cuanto más
se acerca al 0 es más débil. Los extremos (1 y -1) implicarían
asociación perfecta, cuestión que no encontraremos en datos reales, 0
implicaría ausencia total de correlación, que tampoco se suele
encontrar. Cabe aclarar que hay formas de calcular con precisión, ya
sea en los coeficientes de correlación o en otros cálculos
estadísticos que porcentaje de la variabilidad de una variable es
explicado o predicho por la/s otra/s (porcentaje de varianza
explicada).

En general las muestras utilizadas en el método correlacional son

grandes, ya que los distintos cálculos también tienen requisitos y
presentan limitaciones en función de la cantidad de
sujetos.

INVESTIGACIONES EXPLORATORIAS

Entonces las investigaciones exploratorias son aquellas que NO tienen

hipótesis claramente definidas, y que no parten de una idea previa
bien establecida. Se investiga un tema sobre el cual no hay mucha
información, sobre el cual no hay investigaciones previas que
delimiten
 ¿Qué significa correlación?

La correlación es una correspondencia o relación recíproca entre dos o

más fenómenos

¿Qué es la correlación estadística?

Medida que se obtiene de la correspondencia o dependencia entre

variables a partir de aplicar una fórmula estadística llamada
Coeficiente de Correlación. El resultado obtenido permite conocer: el
grado de relación entre las variables o fuerza de la asociación y la
dirección de la misma. Básicamente alude a dos aspectos de la
relación: relación lineal y proporcionalidad.

¿Qué es método correlacional?

Abordaje de investigación que permite conocer si dos o más variables

están relacionadas, sin determinar causalidad.

¿Qué aspectos se deben tener en cuenta en el método correlacional?

Alcance del método ¿Por qué no permite explicar?

- Tipo de hipótesis que se formulan

- Cantidad y tipo de variables
- Muestras (consideraciones generales)
- Controles de VC
- Análisis de datos (correlación estadística y otros)

Causalidad
Es un término que la Filosofía que la Ciencia (Epistemología de la ciencia)
utiliza para establecer afirmaciones teóricas. Filosóficamente las relaciones
causales son verdaderas. Sin embargo en la ciencia fáctica no se determinan
verdades absolutas (desde siempre y para siempre) sino que sus premisas deben ser
sometidas a prueba permanentemente mediante la investigación empírica y son
comprobadas o refutadas con el auxilio de la estadística.
 La investigación correlacional

La investigación correlacional, también llamada post hoc (abreviación

de la falacia Post hoc ergo propter hoc que significa por esto, por
tanto a causa de esto- refiriendo que al darse una relación entre
variables implicaría una causalidad-) es aquella que intenta detectar
relaciones significativas entre variables con el objetivo de generar
predicciones (si observo la ocurrencia de una variable podré predecir
la ocurrencia de otra que considero está asociada) y fija las bases
para proyectar investigaciones explicativas, causales (para proponer
relaciones causa- efecto debe conocerse que efectivamente estas
variables están relacionadas).

¿Por qué se cuestiona la causalidad de estas afirmaciones?

Las investigaciones correlacionales son retrospectivas, se miden
variables que ya tienen manifestación al momento que se realiza la
investigación (no se manipulan variables de manera activa como en el
método experimental, solo se seleccionan valores y se miden). Que haya
una variable que anteceda efectivamente en el tiempo a otra (la causa
debe presentarse temporalmente antes que el efecto) muchas veces no
puede determinarse.

En ocasiones hay variables que nunca pueden ser efectos: edad,

disposiciones de la personalidad innatas, crianza (si se relaciona con
una variable que ocurrió después como éxito académico). Entonces, sí
se puede establecer la relación temporal, pero..
La antecedencia temporal en sí, tampoco es garantía, ya que un
acontecimiento puede estar cerca o lejos en el tiempo. En general la
proximidad temporal ofrece más seguridad.

Diferencia entre método correlacional y cuasiexperimento con

manipulación de selección.

En el cuasiexperimento con manipulación de selección o natural, se

miden variables que ya tienen manifestación al momento que se realiza
la investigación y tampoco se puede determinar claramente una
secuencia de tiempo empírica (como cuando hay manipulación
intencional). Pero hay una secuencia de tiempo teórica que viene dada
desde un sólido marco teórico que establece que una variable
funcionaría como causa de otra. De manera que tendríamos una teoría
explicativa que dé cuenta de porque una variable se relaciona con otra
en términos de causalidad.
Por lo tanto es de fundamental importancia para que una investigación
pueda ser un cuasi experimento con manipulación de selección, que se
base en una teoría explicativa muy sólida.
En el método correlacional por su parte, si bien puede haber mucha
teoría respecto a las variables a relacionar, no habría ninguna teoría
explicativa que dé cuenta del porqué de esa relación en términos de
causalidad.

interpretación del coeficiente - CUADRO

7. TIPOS DE VARIANZA Y PRUEBA DE HIPÓTESI

PRUEBA DE HIPÓTESIS - CLASE

Una prueba de hipótesis es un procedimiento con el que se busca tomar

una decisión sobre una hipótesis de investigación. Es un
procedimiento estadístico, utilizado en las investigaciones de las
ciencias empíricas que permite contrastar lo sostenido en una
hipótesis científica, a partir de datos empíricos obtenidos de una
muestra extraída de la población, sobre la cual versa dicha
hipótesis.

El procedimiento corrobora, o no, la H0, “hipótesis nula”.

● En el contexto experimental, la H0 afirma por lo general la
inexistencia del efecto de la VI sobre la VD.
● En contexto no experimental la H0 sostiene, que la variable
predictora no sirve para predecir la variable criterio.

La hipótesis que describe nuestra predicción; es la Hipótesis

Alternativa (HA o H1) que podemos expresar de diversas maneras:
Muchas de nuestras hipótesis, o quizás la mayoría, son
unidireccionales (este grupo tiene una media mayor que el otro, ha
habido un cambio pero en esta dirección, etc.).

Podemos establecer, por lo tanto, tres tipos de hipótesis

alternativas (sin especificar la dirección o especificando la
dirección en uno u otro sentido), con sus correspondientes hipótesis
nulas.

La Hipótesis Nula describe otros posibles resultados que niegan

nuestra predicción
La hipótesis Alternativa y la Hipótesis Nula se excluyen mutuamente.

En las pruebas de significación lo que hacemos es examinar la

viabilidad de la Hipótesis Nula, que será rechazada o no rechazada a
la luz de los datos disponibles en nuestro estudio.

Para poner a prueba dicha suposición se implementan análisis

estadísticos sobre los datos obtenidos en una muestra que se usa para
la investigación. Estos nos dan la probabilidad de obtener los
valores muestrales observados o aún más extremos, en el caso de que
el valor del parámetro (sostenido en la H0) sea verdadero. Esa
probabilidad se denomina valor “p”.
Si el valor de p, es pequeño, ello se puede deber solo a dos
alternativas:
1) Los datos muestrales observados se deben solo a la casualidad
RECHAZAR H0 SIENDO QUE ES VERDADERA -> ERROR DE TIPO 1

2) Los datos muestrales responden a la situación actual de la

población. Esta segunda alternativa significa que hemos
encontrado valores muestrales tan poco probables, porque en
realidad lo que sostiene la H0 no es verdad, y el parámetro (de
la población) debería ser más cercano al estadístico (de la
muestra).
RECHAZAR H0 -> DECISIÓN ACERTADA

En el caso que el valor “p” sea grande, también puede deberse a dos
situaciones:
 1) el estadístico da cercano al parámetro porque éste es verdadero;
SOSTENER H0 -> CORRECTO
2) el estadístico da cercano al parámetro, pero de pura casualidad.
SOSTENER H0 CUANDO ES FALSA-> ERROR DE TIPO 2

¿cuándo es bajo el “p” o cuándo no?

Se propone regularmente un límite que determina si el “p” es bajo o

no: 0,05.
● Si el “p” es inferior o igual a 0,05, se rechaza Ho.
● si el “p” es mayor que 0,05, se sostiene H0.

p < α : Rechaza H0 - Me quedo con H1

REGLA DE DECISIÓN
p > α : No rechaza H0 - Rechazo H1
Tipo I: cuando rechaza H0 cuando podría ser verdadera
ERRORES
Tipo II: cuando no rechaza H0 cuando podría ser falsa

A este valor se lo denomina “nivel de significación” simbolizado por

α (alfa).
➔ p es menor o igual a α, por ser el estadístico demasiado
improbable para el parámetro de H0, se dice que “hay diferencia
significativa” (entre el estadístico y el parámetro).
➔ Si el p es mayor a α, se dice que, aunque exista diferencia real
entre el parámetro y el estadístico, dicha diferencia no es
estadísticamente significativa.

Procedimiento para realizar una prueba de hipótesis es el siguiente:

1. Formular la Hipótesis nula (H0) y la Hipótesis alternativa (H1)
2. Seleccionar un estadístico de prueba
3. Establecer el valor de alfa α
4. Determinar la zona de rechazo y establecer la regla de decisión
5. Recolectar los datos y realizar el análisis estadístico
6. Comparar el valor de p con el valor de α
7. A partir de esta comparación decidir si se rechaza o no la
hipótesis nula, y en función de esto si se acepta o se rechaza la
hipótesis alternativa. De lo que va a depender si corroboramos o
no nuestra hipótesis de investigación.

PRUEBA DE HIPÓTESIS - PPT

Prueba de hipótesis (PdH):
Es un procedimiento de estadística inferencial.
Consiste en el contraste de hipótesis estadísticas por comparación con
valores muestrales (llamados estadísticos).

Las hipótesis estadísticas

 ● son enunciados sobre forma o valor de parámetros* de una
distribución de una o más variables (en una población “ideal”).
Afirman un valor para…
❖ un parámetro de una variable
❖ la relación entre los parámetros de dos o más variables.

● Son una “traducción formal” de las “hipótesis de investigación''.

De modo tal que las hipótesis estadísticas “representan” a las
hipótesis psicológicas.

○ El rechazo de una hipótesis estadística implica la

refutación de la hipótesis psicológica por ella
representada.
○ Por el contrario, su mantenimiento tras el contraste,
implica la corroboración de la hipótesis psicológica.

HIPÓTESIS NULA (H0):

● Se somete a contraste.
● No se puede concluir con certeza si es verdadera.
● Se pueden encontrar resultados que determinen su valor de verdad
con una probabilidad de error.
● Una prueba de hipótesis utiliza los datos de la muestra para
determinar si se puede rechazar o no la hipótesis nula.
○ si la muestra da un estadístico "improbable", la rechazamos
y adoptamos la H1
○ si la muestra da un estadístico "probable", la mantenemos
● El nivel de significación (alfa o α), es la probabilidad de
rechazar la hipótesis nula, suponiendo que es verdadera.
● La decisión que se toma respecto de la H0 presenta dos
posibilidades de error:
 ○ Error tipo I:
Rechazar H0
cuando es
verdadera. Dadas
las consecuencias
negativas de
cometer este
error, conviene
que su
probabilidad de
ocurrencia sea
baja.
○ Error tipo II:
Aceptar H0 cuando
es falsa.

Por convenio suele establecerse que si este valor de probabilidad es

igual o menor al 5% (0,05), es lo suficientemente improbable que el
resultado obtenido se deba al azar, como para rechazar con una
seguridad razonable la H0 y afirmar que la diferencia o la relación
observada es real.

Si es mayor del 5%, no tendremos la confianza necesaria como para

poder negar que el resultado obtenido sea obra del azar.

Este es el significado de la
p < 0,05 que muchas veces buscamos con determinación al leer los
trabajos de las revistas científicas.
Hipótesis unilaterales y bilaterales

Las hipótesis pueden se:

● Bilateral:(también conocida como hipótesis no direccional o a dos
colas), cuando no se predice cuál es la dirección del resultado.
● Unilateral:(también conocida como direccional o a una cola), se
establece la dirección del resultado.

PRUEBA DE HIPÓTESIS - PPT 2

¿Cómo se prueban las hipótesis?

Para probar las hipótesis planteadas en la investigación
(fundamentalmente en las investigaciones cuantitativas), hay que
recurrir al análisis estadístico --> procedimiento de prueba de
hipótesis.

El rechazo o no de la hipótesis planteada se va a dar en términos de

probabilidad. En función de la probabilidad de que dichos resultados
se dieran por azar. Tenemos fuentes de variación
● sistemáticas
● aleatorias, que se dan por azar.
Para probar la hipótesis planteada se requiere que el resultado
obtenido responda a una variación sistemática.

Si algo es improbable, se va a considerar que no se dio por azar, sino

que respondió a una fuente de variación sistemática, ya sea, en una
relación causal, como la planteada en las investigaciones
explicativas, o no causal, como la que se plantea en las
investigaciones correlacionales.

El nivel de significación suele establecerse en p = 0.05.

Si no se indica ninguno por defecto se entiende que es p = 0.05.
El investigador puede establecer, y para eso tiene que indicarlo en el
trabajo de investigación, niveles de significación más exigentes , por
ej. p = 0.01 o p = 0.001

Para reducir la probabilidad de cometer un error

● de tipo I, se puede poner en lugar de p = 0.05, un nivel de
significación más exigente, por ej. p = 0.01 o p = 0.001. El
problema es que esto incrementa la probabilidad de cometer un
error de tipo II --> preferiblemente no cometer para justificar
hipotesis
● tipo II, se puede aumentar el tamaño de la muestra. -->
preferiblemente no cometer en estudios EXPLORATORIOS

TIPOS DE VARIANZA
Al comparar medidas de la variable dependiente, se espera que éstas
sean diferentes entre sí pero ¿por qué serían diferentes?

En la investigación experimental o cuasi experimental existen motivos

para que se presenten estas diferencias (fuentes de varianza)

Varianza:
Variaciones que se observan en las medidas tomadas de la variable
dependiente y provienen de diferentes aspectos o fuentes que las
originan

Vale aclarar que el término varianza, es una medida estadística de

variabilidad, que es aplicable a cualquier variable cuantitativa.
Únicamente en el contexto de esta clasificación metodológica de los
distintos tipos de varianza, el término remite exclusivamente a la
variable dependiente.

FUENTES DE VARIANZA
- Sujetos
- Ambiente
 - Situación experimental

Algunas de estas variaciones las podemos observar al comparar los

puntajes entre los sujetos y otras al comparar los puntajes entre los
grupos (por ej. en los promedios). Pudiéndose clasificar:

● Sistemática o intergrupos:

○ Primaria: Desviación (sistemática) de datos en una dirección

más que en otra, debida a la manipulación de la Variable
Independiente. Esta diferencia se observa al comparar las
medidas de los grupos

■ Experimental: VI manipulada
■ No experimental: VI asignada

○ Secundaria: Desviación (sistemática) de los datos en una

dirección más que en otra, debida a la intervención de
alguna variable contaminadora. Esta diferencia se observa al
comparar también las medidas de los grupos. Puede combinarse
con la Varianza Primaria, aumentando o disminuyendo la
desviación de los datos.

● No sistemática o intragrupos
○ De error: Conjunto de fluctuaciones de las medidas a
consecuencia del azar(inconsistentes). Es impredecible y se
observa dentro de los grupos (en las variaciones entre
sujetos)
■ Fuentes:
● Diferencias individuales
● Errores de medida

Varianza total= Varianza intergrupos + varianza intragrupo (de error)

¿Cuán diferentes pueden ser los grupos antes de la manipulación de la

variable independiente?
Al formarse los grupos se espera que sean EQUIVALENTES (no estén
afectados por variables que impacten sistemáticamente sobre la
variable dependiente). Las diferencias observadas
en los promedios de los grupos no tienen que ser estadísticamente
significativas. Pero ser equivalentes no significa idénticos

VARIANZA Y CONTROL
Arnau Gras - Cap 8

Maximización de la varianza primaria

Sí aumentamos el poder de acción de la variable independiente será

más fácil discriminar la variación primaria del resto de la varianza
total

Uno de los procedimientos que se pueden emplear para la maximización

de la varianza primaria consiste en la elección de valores extremos
en la variable independiente. Existen variables cuyos valores extremos
vienen determinados de una forma natural (ej. Sexo) pero no siempre
ocurre así entonces deberemos seleccionarlos

Ansiedad y rendimiento motriz

Tomo ansiedad y armo grupos -> ansiedad alta vs ansiedad baja

En casos en los que la relación entre la variable independiente y

dependiente no es lineal sino curvilíneo no conviene escoger valores
muy distantes de la variable independiente puesto que nos llegaría
diferenciar sistemáticamente los resultados así que se deberán elegir
los valores intermedios

CONTROL EXPERIMENTAL

EXPERIMENTACIÓN Y CONTROL: TÉCNICAS DE CONTROL

a) Mediante el control se pretende en primer lugar eliminar conviene

neutralizar los posibles efectos de las variables extrañas a los
objetivos de la investigación. Esto se consigue inmediatamente a
través de una serie de técnicas
b) El término control se utiliza también en el sentido de introducir
en la situación experimental los diversos valores de la variable
independiente. Está noción de control es sinónimo de
manipulación.
c) Un tercer nivel de control que raramente se consiguen Las
investigaciones conductuales tendría por objeto lograr una
expresión cuantitativa exacta del efecto de la variable
independiente. Es el más alto grado de control qué no solo se
pretende conocer si la ballena experimentar afecta en mayor o
menor grado a la variable dependiente sino la expresión
matemática de dicha relación
Según el grado de intervención del experimentador sobre las variables
podemos dividir las técnicas de control en
● Manipulativas
○ La intervención del experimentador es total
○ Conocimiento claro de las variables extrañas a controlar
○ Se utilizan las siguientes técnicas
■ Procedimientos mecánicos: soy un tilizar se en las
investigaciones de laboratorio sobre todo para el
estudio de las condiciones y formas de aprendizaje
■ Procedimientos eléctricos: suelen emplearse para la
presentación de estímulos como luces o ruidos o bien
para la medición de la conducta
■ Procedimientos quirúrgicos: propias de la investigación
neurológica cómo los experimentos sobre cerebros o
extirpación de glándulas en animales
■ Procedimiento bioquímicos: utilización de drogas
cambios de dieta para el posible control de los
determinantes bioquímicos de la conducta

● Selectivas
○ El investigador puede controlar variables que de otro modo
hubiera sido imposible
○ Se pueden seleccionar tareas y materiales según las
exigencias de la investigación
○ Las técnicas son:
■ Selección de materiales: selección de materiales o
tareas a realizar (ej. Tareas más o menos difíciles)
■ Selección de sujetos: es la más utilizada en la
investigación conductual porque celebra controlar
diferentes variables que serían totalmente imposible de
controlar mediante manipulación física. De esta manera
se controlan variables como sexo, edad, estado
social,etcétera
■ Selección de datos: las fuentes más importantes son los
archivos de las instituciones , estadísticas
demográficas etc. , el investigador puede estudiar la
influencia de diversos factores en la conducta aquí
depende fundamentalmente del grado de confianza que nos
merecen los datos así recogidos y por tanto la precisión
y validez de los mismos se hallan totalmente
condicionados a aquellos

● Estadísticas
○ Son particularmente eficaces para aquellas situaciones en
que la conducta se presenta con gran complejidad y es
difícil conseguir un aislamiento de las condiciones
determinantes de esa conducta
○ Permite valorar la importancia de la acción de cada uno de
estos factores sobre la conducta
 ○ Se deben cumplir dos condiciones básicas para que se pueda
utilizar este procedimiento
■ Qué la variable que se someta a control pueda medirse
■ Qué la investigación se verifica de modo que nos permita
calcular la variación no sistemática o de error (error
experimental y error de muestreo)
○ Con frecuencia se utiliza el método de correlación parcial
que mide el grado de relación existente entre dos variables
cuando se mantiene constante el efecto de las variables
pertinentes restantes y el análisis de la varianza

Control de la varianza secundaria

● Eliminación de la variable extraña: de esta manera se llama
entrar a una gran cantidad de variables extraños mediante la
técnica de eliminación pero si son de carácter organismico como
el sexo se puede llevar a cabo el experimento en función de un
solo sexo utilizando algún criterio previo pero debemos tener en
cuenta qué cuando se elimina una variable mediante selección de
sujetos limitamos el poder generalizador de los resultados y por
tanto la hipótesis pierde la capacidad predictiva
● Manteniendo constante la variable independiente extraña: las
tareas deberán realizarse la misma hora del día o sea segura
mediante un fotómetro que la cantidad de luz sea siempre la misma
etcétera
● Aleatorización o selección al azar: nos asegura que todos
aquellos factores que pueden influir en el fenómeno observado
tienen una misma oportunidad actual en la situación experimental
y por ello se han formado las grupos según el criterio al azar
considerándose estadísticamente equivalentes.La selección al azar
es una de las mejores técnicas de control
○ En primer lugar deberemos seleccionar a los sujetos y
asignarlos a los grupos al azar
○ En segundo lugar también deberemos observar el criterio al
azar en la aplicación de los diversos tratamientos
experimentales
● Sistematización de la variable extraña: cuándo al planificar un
experimento la variable extraña se toma como una variable
experimental por ejemplo el sexo entonces arman equivalentes y
por ejemplo de un grupo de 20 tendremos la mitad hembras y la
mitad machos pero a su vez se van a dividir en subgrupos uno de
luz con 5 hembras y 5 machos y otro de oscuridad con cinco
hembras y 5 machos respectivamente
● Apareamiento de sujetos: la variable elegida para la formación de
los grupos apareados debe presentar una relación muy alta con la
variable dependiente pasa que cuando uno sortea la correlación
tanto más eficaz es el método
○ Implica un inconveniente sé que si se tiene más de una
variable para la formación de grupos la posibilidad de
encontrarse objetos con características similares que
automáticamente reducida
 ● El sujeto como control propio: utilizar el mismo sujeto para las
diferentes condiciones experimentales. Suele utilizarse este
procedimiento en situaciones de aprendizaje efectos de drogas
etcétera siempre que la acción de los tratamientos elimina con el
tiempo puesto que en caso contrario podría parecer el error
progresivo o posible efecto facilitadores o entorpecedores de las
condiciones anteriores sobre las posteriores
● Control del error progresivo: utilizaremos la técnica de
contrabalanceo qué permite que las diferentes presentaciones
posibles de orden ocurren con la misma frecuencia.
Por ejemplo brindamos una lista de las palabras a una mitad del
grupo de sujetos y la segunda mitad deberá pasar la prueba con el
orden invertido de palabras y esta forma se habrá conseguido
neutralizar el posible efecto de orden y corregir el error
progresivo
● Técnica del grupo control: es una de las exigencias más
importantes ya que mediante este se consigue controlar todas las
posibles fuentes de contaminación de resultados
● Control estadístico: se hace íntimamente relacionado con el
diseño de experimentación
○ Se logra mediante la separación y cuantificación de las
Varianzas
○ Se utiliza con mayor frecuencia en los diseños factoriales

Minimización de la varianza del error

La varianza del error se podría definir como la fluctuación

inconsistente de las medidas de la variable dependiente.
Principalmente dos son las fuentes de la varianza del error:
● Diferencias individuales
● Errores de medida
La minimización de la varianza del error se consigue si se observan
dos supuestos básicos de la experimentación
● Aplicación de las condiciones experimentales en situaciones
totalmente controladas de esta manera se consigue reducir la
posibilidad de que los factores incontrolados operen al azar
● Aplicaciones trumentos de medida precisos Y cuánto más precisas y
ajustadas sean las medidas se podrá calcular mejor la varianza
sistemática reduciendo la varianza del error
Con la minimización de la varianza del error aumenta la probabilidad
de comprobar los efectos supuestos en la hipótesis

La varianza total es igual a la suma de la varianza primaria y la

varianza del error.
Al aumentar la varianza del error disminuye automáticamente la
varianza primaria con lo que la posibilidad de que dicha varianza sea
significativa queda totalmente reducida

La lógica de toda prueba de significación estadística se reduce la

siguiente razón
Prueba estadística = estadístico / error característico del
estadístico

Un buen plan experimental deberá alcanzar los siguientes objetivos

● Maximizar la varianza producida por los tratamientos
experimentales la primaria
● Controlar la varianza extraña de producida factores espurios
● Minimizar al máximo los errores al azar

8. VALIDEZ INTERNA Y EXTERNA

VALIDEZ INTERNA Y EXTERNA - CLASE

Un diseño experimental tiene validez interna cuando se puede
afirmar inequívocamente que los distintos tratamientos experimentales
(VI) son la causa que explica las diferencias encontradas en las
distintas medidas de la VD.

Existen diferentes fuentes de variables contaminadoras que pueden

afectar la validez interna, a saber:
a. Variables contaminadoras de sujeto

- La maduración: son los cambios biológicos y psicológicos que

ocurren en los sujetos debido al paso del tiempo

- La selección diferencial de los sujetos: se refiere a la

falta de homogeneidad o equivalencia inicial.

- Interacción entre la selección diferencial de los sujetos y

otras variables contaminadoras: se refiere a cualquier
situación donde alguna variable contaminadora que pueda
intervenir en la investigación produzca un efecto diferente
en función de alguna característica de los sujetos y que
esta característica está distribuida en forma desigual en
los grupos.

- La mortalidad experimental: se refiere al abandono o

desaparición de los sujetos del experimento. Se debe
estudiar si este efecto se da mayormente en una condición
experimental dada.
- La regresión a la media: refiere a la tendencia de los
resultados extremos de la VD (muy bajos o muy altos) a
retornar a valores promedio cuando se realizan mediciones
posteriores.

b. Variables ambientales
 - Efectos de la historia: son cambios ocurridos en factores
ajenos al sujeto, que pueden producirse dentro o fuera del
marco del experimento y, consecuentemente, influir en los
resultados del mismo.

- La propia situación experimental: la medida tomada a los

sujetos antes de aplicarle el tratamiento, el simple hecho
de que los sujetos del experimento se sometan a los
instrumentos de medida, etc., pueden desencadenar reacciones
en los sujetos que no se deban a la manipulación de la VI.

- Efectos reactivos de la medida pretratamiento: la medida

previa de la VD puede hacer aumentar o disminuir, la
sensibilidad de los sujetos hacia la tarea que van a
realizar y afectar, por tanto, a las respuestas que den, al
interaccionar esa sensibilización con la VI.

- Interferencia de los tratamientos múltiples cuando alguno

de ellos produce efectos irreversibles: cuando se aplican
sucesivamente varios tratamientos a los sujetos, es posible
que la conducta de los mismos se ve afectada por la
interacción de los tratamientos anteriores con los
posteriores a no ser que su acción quede eliminada por el
tiempo.

c. Instrumentación: los instrumentos de medida pueden sufrir

cambios, ya sean falta de precisión o errores en las personas
encargadas de evaluar, registrar, etc.; que pueden provocar
diferencias entre los distintos grupos experimentales

VALIDEZ EXTERNA

Se refiere al problema de la generalización de los resultados

obtenidos. Los factores que se deben controlar son:

a. Representatividad de la muestra: los sujetos de la muestra

deberán seleccionarse siguiendo las técnicas adecuadas de
muestreo. Deben ser representativos de la población de estudio
para poder generalizar los resultados de la investigación a dicha
población.

b. Representatividad de los tratamientos experimentales: refiere a

la capacidad de generalizar los resultados que se obtengan en el
experimento a los restantes niveles del factor no utilizados en
la investigación
i. Validez ecológica. Los sujetos del experimento son colocados
en una situación totalmente artificial para que den sus
respuestas; ante ésta, pueden reaccionar de forma diferente
a como lo harían en la vida normal.
 ii. Efectos reactivos de los tratamientos múltiples: la
multiplicidad de los tratamientos aleja a los sujetos de lo
que ocurre en la vida real

9. MÉTODO DESCRIPTIVO CUANTITATIVO

MÉTODO DESCRIPTIVO CUANTITATIVO E INVESTIGACIONES EXPLORATORIAS -

TÉORICO ARGIBAY

Investigaciones descriptivas en una investigación cuantitativa

● La descripción se hace prácticamente en términos estadísticos
(ESTADÍSTICA DESCRIPTIVA),
■ medidas de tendencia central,
■ de dispersión,
■ máximos y mínimos,
■ asimetría y curtosis de una distribución,
■ frecuencias.
○ Los análisis se presentan en tablas y gráficos según la
información que pretendan comunicar
● Se basa fundamentalmente en la cuantificación.
● Permite la recolección objetiva y sistemática de datos, su
organización, análisis y presentación con la finalidad de
identificar variables de interés y describir las mismas.
● Las muestras para la investigación son generalmente grandes

El MÉTODO CORRELACIONAL, si bien también tiene una función

descriptiva, se ocupa principalmente de relacionar variables (puede
ser DESCRIPTIVA - CORRELACIONAL ) Mientras que el MÉTODO DESCRIPTIVO,
sólo describe, no relaciona.

INVESTIGACIONES EXPLORATORIAS

Estas investigaciones se refieren a cuál es el estado de la

investigación de determinado tema, si tenemos hipótesis claramente
definidas o no. Y pueden darse en distintos métodos de investigación.

● NO tienen hipótesis claramente definidas, no parten de una idea

previa bien establecida. Se investiga un tema sobre el cual no
hay mucha información, sobre el cual no hay investigaciones
previas que delimiten bien el tema.

● Tienen lugar en los distintos métodos de investigación, pero se

dan con desigual frecuencia.
○ MÉTODO DESCRIPTIVO - Suelen ser mayormente exploratorios.
 ○ MÉTODO CORRELACIONAL - hay investigaciones que son
exploratorias, pero también hay muchas investigaciones
correlacionales que se hacen para justificar hipótesis, para
probar hipótesis.

○ MÉTODOS EXPLICATIVOS - son para justificar hipótesis y en

general no darían lugar a investigaciones exploratorias

MÉTODO DESCRIPTIVO

Investigación descriptiva
Abordaje de investigación que permite la recolección objetiva y
sistemática de datos, su organización, análisis y presentación con la
finalidad de identificar variables de interés y describir las mismas.
Esta descripción puede ser en función de ciertas características
concretas:
● Sociodemográficas (conocer grupos o poblaciones como adolescentes
en contextos vulnerables, etc.)
● Áreas o temáticas de interés (patologías, problemas psicológicos
como violencia, estrés, etc.)
● Situaciones específicas (condiciones o circunstancias tales como
aislamiento social, inicio laboral, etc.)

INVESTIGACIÓN DESCRIPTIVA CUANTITATIVA - CARACTERÍSTICAS

● Sus objetivos son descriptivos: conocer, brindar las

características de ciertos fenómenos.
○ Conocer fenómenos de prevalencia (cantidad de casos de un
determinado problema o patología en relación a la cantidad
de individuos de un grupo)
○ Conocer fenómenos de incidencia (cantidad de casos nuevos de
un problema o patología en relación a grupos con cierta
disposición)
○ Conocer factores de contexto para una problemática

● Puede partir de hipótesis. Las mismas suelen presentar algún

factor fijo.

● Las muestras de estudio son generalmente grandes (cientos, miles

de sujetos)

● En general son estudios muestrales

● Pueden utilizarse diferentes técnicas para la recolección de

datos y suelen desarrollarse en contextos naturales
○ cuestionarios estructurados
 ○ observaciones

● Pueden ser
○ prospectivas o
retrospectivas,
○ transversales o
longitudinales.
○ Lo más común, por
costos y esfuerzos,
es que sean
retrospectivas y
transversales

● El tratamiento estadístico de los datos es con el auxilio de la

estadística descriptiva, siendo común datos como
○ medidas de tendencia central,
○ de dispersión,
○ máximos y mínimos,
○ asimetría y curtosis de una distribución,
○ frecuencias.
● Los análisis se presentan en tablas y gráficos particulares según
la información que pretendan comunicar

10. DISEÑO FACTORIAL

DISEÑO FACTORIAL
Diseño Factorial - Definición

Diseño factorial: También les dicen multivariados (+2 variables) son

aquellas investigaciones que tienen dos o más variables
independientes y en las cuales se analiza el efecto combinado que
producen estas variables.
Lo que se hace en un diseño factorial es analizar los efectos
combinados que producen las variables independientes al actuar en
forma conjunta.

Variable dependiente → Variable criterio

Variable independiente → Variable factor

A los FACTORES se los representa mediante las primeras letras

MAYÚSCULAS del alfabeto y también se los representa con números:
 A x B x C
2 x 3 x 2

En ese caso hay diseño factorial con tres factores y los números
representan la cantidad de niveles (valores) que toma esa variable
independiente.
Los factores pueden tener tanto manipulación intencional como
manipulación de selección.
● Cuando todos los factores son de manipulación intencional el
diseño factorial puede ser un experimento (si se cumplen con
otros requisitos para que una investigación sea un experimento).
● Cuando todos o algunos de los factores son de manipulación de
selección es un cuasiexperimento

Los factores pueden ser de:

- Medidas independientes (Tipo I):
En todos los factores
- Medidas repetidas (Tipo II):
En todos los factores
- Medidas mixtas (Tipo III): medidas repetidas e independientes en
algunos factores

MATRIZ FACTORIAL DE UN 2X2

La cantidad de tratamientos depende de la combinación de los niveles

de los factores.

Pero la cantidad de grupos va a depender del tipo de medidas

(independientes o repetidas), que tenga el diseño factorial

● Si son todas medidas independientes la cantidad de grupos es

igual a la cantidad de tratamientos
● Si son todas medidas repetidas, la cantidad de grupos es siempre
uno
● Si hubiera tanto medidas repetidas como medidas independientes,
la cantidad de grupos estaría dada por los factores de medidas
independientes
 Ventajas de los diseños factoriales respecto a los diseños
univariados

1) Nos brindan mayor información, ya que no solo analizan los

efectos aislados de cada variable independiente, sino que
también brindan información sobre el efecto que producen las
mismas al combinarse.

2) Es más sencillo controlar variables contaminadoras, porque es

más fácil el control en una sola investigación que en varias.

3) Dan una mejor capacidad de generalización a situaciones

naturales (validez externa ecológica), ya que en la realidad las
variables suelen interactuar con otras y no solamente presentar
efectos aislados

4) Se requiere menor tiempo y menor cantidad de sujetos que si se

hicieran varias investigaciones con cada variable independiente
por separado

Efectos que se analizan en un diseño factorial

Efectos que producen los factores aisladamente

● Efectos principales: son los efectos que tiene cada una de las
variables independientes (factores) por separado, tomados de
forma aislada
Efectos que son producidos por la combinación de los factores

● Efectos de interacción: hay interacción cuando el efecto de cada

factor varía (se ve modificado) en función de los valores que
tome del otro u otros factores. De manera que la “interacción
sería una medida de la no adicionalidad de los efectos
individuales de los factores”
Se analizan tantos efectos de interacción como combinaciones de
los factores, ya que el efecto de interacción da cuenta del
efecto global que tiene cada combinación de factores.
De manera que de los posibles efectos de interacción que se
analizan, podemos encontrar que hay efecto de interacción en
algunos casos y en otros no pueden ser todos estadísticamente
significativos o no serlo ninguno de ellos, o alguno/s si y
otro/s no

○ Efectos simples: son los efectos que tiene cada uno de los
factores bajo cada nivel (valor) del otro factor, o bajo
cada combinación de niveles de los otros factores (para
diseños factoriales con más de dos factores)
Se utilizan para estudiar los EFECTOS DE INTERACCIÓN.
 Estos efectos se dan dentro de cada efecto de interacción.
Vamos a tener efectos simples para cada factor.

CUADRO FUENTES DE VARIACIÓN EN UN DISEÑO A x B (dos factores

Para efectivamente poder saber si estas

diferencias son significativas o no,
siempre los resultados son analizados
por un estadístico y junto al mismo el
nivel de p (significación) para cada
caso (Efectos principales, interacción y
efectos simples). Si todos fueran
significativos, podría ser algo así:
 DISEÑO FACTORIAL 2 (resumen de Argibay - lo vimos en clase)
Para analizar la interacción hay que seguir la siguiente secuencia de
pasos:
1. Observar si el factor deja de tener efecto bajo algún nivel del
otro factor. Para ello hay que tener en cuenta si todos los
efectos simples son significativos o si alguno no lo es.

2. Observar cual es la dirección del efecto. Si la dirección del

efecto es igual o diferente en cada efecto simple.

3. Observar el tamaño del efecto. Si el tamaño del efecto es igual o

es diferente en cada efecto simple

a1 a2
b1 8,50 5,90 7,20
b2 4,80 7,40 6,10
6,65 6,65

(((EFECTOS PRINCIPALES)))
6,65 NO HAY MODIFICACIÓN DE TAMAÑO EN A - FACTOR A , EN COLUMNA
7,20 Y 6,10, HAY MODIFICACIÓN DE TAMAÑO EN B - FACTOR B, EN FILA

HAY MODIFICACIÓN DE DIRECCIÓN PORQUE LOS VALORES MÁS ALTOS NO SE

ENCUENTRAN EN LA MISMA COLUMNA

11. Validez y Confiabilidad de las Técnicas Psicométricas

VALIDEZ Y CONFIABILIDAD
Existen diferentes formas de operacionalizarlas variables de estudio:
● Cuestionarios inventarios
● Entrevistas
● Observaciones
● Tests Aparatos- dispositivos Protocolos-
● Informes

Las pruebas de evaluación en Psicología -test - pasan por estudios de

validez y confiabilidad cuando:
● Se construyen
 ● Se adaptan a otros idiomas, lugares, grupos
● Se actualizan (los términos teóricos se han modificado)
● Cambian, se adecúan a nuevos contextos

¿Qué son los estudios de validez y confiabilidad?

ESTUDIOS PSICOMÉTRICOS: Son investigaciones sobre las técnicas para

determinar la capacidad que tienen de medir un término teórico
determinado y con qué consistencia lo hacen.
- Pueden clasificarse como investigación metodológica, es decir,
una investigación puede ser en sí misma un estudio psicométrico.
- También pueden comprender sólo una etapa de una investigación,
donde cumple la función de crear o adaptar la/s técnica/s que se
van a utilizar en la misma.

¿Por qué es importante que un instrumento sea válido y confiable?

Los instrumentos permiten MEDIR las variables estudiadas. En la

investigación significa que ofrecen la posibilidad de operacionalizar
términos teóricos. Idealmente se espera que lo hagan de manera
objetiva, precisa,adecuada, consistente

REQUISITOS MÁS IMPORTANTES DE UN PSICOMÉTRICO

● VALIDEZ: Que midan efectivamente aquello que pretenden medir
● CONFIABILIDAD: Que midan de manera consistente. La medición
implica obtener un puntaje del instrumento (valor numérico o
score) o varios. Ese valor obtenido u observado es el resultado
de la medida real del atributo o variable y una medida de error

Valor observado= Valor verdadero± Error

CONFIABILIDAD

○ CONGRUENCIA INTERNA U HOMOGENEIDAD: Consistencia entre las

distintas partes del instrumento para medir el atributo o
variable (que midan de la misma manera). La situación ideal
sería que todos los reactivos tengan la misma intensidad
(cuestión no posible)
■ División por mitades
● Administrar el instrumento a una muestra de Ss
● Dividir el instrumento en 2 mitades
● Obtener una puntuación por cada mitad
 ● Correlacionar los puntajes

■ Covarianza de los ítems

● Se divide el test en tantos ítems tiene (cada ítem
es una parte)
● Coeficiente más utilizado → Alfa de Cronbach

○ ESTABILIDAD: Grado en que se mantienen los mismos

resultados de un instrumento en aplicaciones sucesivas. Se
ve afectada por diferentes aspectos del paso de tiempo,
cambio de actitud de los sujetos, sensibilización,
maduración,historia…
■ Test - retest o confiabilidad de primera y segunda
prueba (a continuación pasos)
● Administrar el instrumento a una muestra de Ss
● Volver a administrar el instrumento a la misma
muestra (después de un tiempo)
● Correlacionar los puntajes obtenidos en ambas
instancias
○ EQUIVALENCIA:

■ Aplicación de instrumentos paralelos: Consistencia

entre los puntajes (correlación) de instrumentos
paralelos. Pasos a continuación
● Administrar el instrumento a una muestra al mismo
tiempo que un instrumento paralelo
● Correlacionar los puntajes de ambos casos

■ Concordancia entre observadores: Consistencia entre dos

evaluadores u observadores (Ej. en técnicas de
observación estructurada). Se calcula:
Índice de concordancia =
N°de concordancias/N°de concordancias + Disonancias
 Esta fórmula no contempla el efecto del azar en la
concordancia observada, para ajustar esto uno de los
coeficientes que se pueden usar es Kappa de Cohen (para
variables cualitativas con dos observadores)
PASOS-
● Administrar la técnica que incluya dos o más
observadores
● Determinar el índice de concordancia (Ej. Kappa de
Cohen para 2 observadores)
CUADRO CONFIABILIDAD

VALIDEZ

● CONTENIDO: Determina si los ítems del instrumento están en el

dominio de interés y si representan al universo de
características o aspectos que abarca el constructo.
○ Evaluación por jueces expertos
● CRITERIO: Relación entre los puntajes del instrumento con otra
variable vinculada o criterio
○ CONCURRENTE: Relación con un criterio actual

○ PREDICTIVA: Relación con un criterio futuro

● CONSTRUCTO: Es la más importante y difícil de comprobar.

Determina si los aspectos o indicadores del instrumento, son
válidos, adecuados respecto del constructo. Se relaciona
directamente con la teoría
○ Grupos conocidos o diferenciación entregrupos

○ Correlaciones con otras medidas del constructo

○ Análisis factorial: Cuando teóricamente el constructo o

atributo plantea la división en factores, en el instrumento
se estudia si empíricamente dichos factores se observan
(mediante la agrupación de ítems correlacionados entre sí).
El objetivo es reducir del conjunto total de items un
conjunto reducido de variables subyacentes (factores)

○ Matriz multimétodos - multirasgos o validez convergente -

discriminante
■ CONVERGENTE: Relación entre las medidas del mismo
constructo obtenidas por diferentes métodos (que
permitan medirlo)
■ DISCRIMINANTE: Relación entre las medidas de diferentes
constructos obtenidas por el mismo método.
Relaciones de las medidas de diferentes constructos por
 DIFERENTES métodos

CUADRO DE VALIDEZ

CUADRO VALIDEZ Y CONFIABILIDAD

12. MUESTREO

CUADRO MUESTREO

MUESTREO RESUMEN Y PPT

Conceptos que están implicados en el presente tema de cómo se
conforma la muestra.

Población: La podemos definir como un conjunto de individuos o de

objetos (unidades de análisis) que poseen una o varias
características comunes. Ej. Total de pacientes con enfermedad renal
crónica en tratamiento de hemodiálisis en CABA.

Muestra: Es un subconjunto de la población y se espera que sea

representativa de la misma. La muestra se toma con el fin de estudiar
las propiedades del conjunto del cual es obtenida. Ej. Una muestra
(obtenida a través de una técnica de muestreo en particular) de
pacientes con enfermedad renal crónica en tratamiento de hemodiálisis
en CABA.

Unidad de análisis: es cada uno de los elementos que constituyen la

población estudiada. Puede estar constituida por individuos u objetos,
pero consideremos en esta oportunidad que por lo general en
Psicología la unidad de análisis última son personas.

Estadísticos y Parámetros
Los estadísticos de resumen son aquellos que se obtienen a partir de
la medición de una muestra.

En cambio, si midiéramos a toda la población, esto se denomina

parámetro, por ejemplo la media poblacional.
Se trata de aproximarse al valor del parámetro por medio del
estadístico obtenido a partir de la muestra. Si bien Estadístico y
Parámetro pueden coincidir exactamente, esto es altamente improbable.
Pero a partir del estadístico podemos obtener un rango de valores
dentro del cual con cierto nivel de confianza debiera ubicarse el
valor correspondiente al parámetro. Este rango se llama INTERVALO DE
CONFIANZA. La mitad del intervalo de confianza constituye el margen de
error de la estimación que se hace del parámetro a partir del
estadístico.

CADA ESTADÍSTICO TIENE UN EQUIVALENTE QUE DESCRIBE A LA POBLACIÓN DE

LA CUAL PROVIENE LA MUESTRA QUE SE LO DENOMINA PARÁMETRO.

Muestra representativa: Definimos a una muestra como representativa,

cuando la medida que arroja un estadístico, es lo más cercana posible
al parámetro correspondiente. De manera que en una muestra
representativa, se encuentran presentes las distintas características
de la población.

Finalmente, los objetivos del estudio ayudarán a definir la población

y a partir de allí la muestra, para lo cual se elegirán dos métodos
generales de muestreo:
● ALEATORIO (O PROBABILÍSTICO)
● NO ALEATORIO (O NO PROBABILÍSTICO).

Su elección también estará condicionada por la pretensión de

exactitud, el tiempo y dinero disponible.

MUESTREO ALEATORIO (PROBABILÍSTICO)

Estos son los que garantizan en mayor medida que la muestra sea
representativa. Se utiliza el azar para la elección de los sujetos. En
una muestra aleatoria cada elemento de la población tiene una
probabilidad igual, o cuantificable, de ser seleccionado.
Hay varios tipos de muestreos aleatorios o probabilísticos.
● MUESTREO ALEATORIO SIMPLE. El mismo consiste en llevar a cabo una
serie de pasos
○ Se delimita la población
○ Se decide el tamaño de la muestra.
○ Se asigna un código (por lo general un número si ya no lo tiene) a
cada elemento de la población (unidad de análisis)
○ Finalmente se escoge mediante alguna técnica de selección aleatoria
(programa computadora que genere números al azar - tabla de números
aleatorios).
● MUESTREO ALEATORIO SISTEMÁTICO
○ Este requiere que se decida un tamaño de muestra y efectuar el
cociente entre la población y la muestra. Continuamos con el ejemplo
 hipotético anterior Población: 2500 pacientes con enfermedad renal
crónica en tratamiento de hemodiálisis de CABA que asisten a Fresenius
Medical Care. Muestra: 100 pacientes. Entonces 2500 / 100 = 25

○ Al azar se elige un número de inicio entre la población. Ej. número 70

La primera persona de la muestra es la 70, la siguiente será
(70+25=95) la número 95, la siguiente (95+25=120) la número 120 y así
sucesivamente hasta completar el total de la muestra, en este caso 100
pacientes. En este ejemplo, la persona 98 para la muestra será la 2495
de la población, si a ésta le sumamos 25, obtendremos 2520, un número
superior al tamaño de la población. Entonces, debemos restarle a la
cifra obtenida (2520), el total de la población (2500), entonces
2520-2500= 20, y elegiremos a la persona número 20. La siguiente será
(20+25=45) la 45 , y así completaremos la cantidad estipulada de la
muestra : 100 individuos.

● MUESTREO ESTRATIFICADO
○ Requiere en este caso la división de la población en
subgrupos o estratos mutuamente excluyentes.
○ Presenta como ventaja que se garantizará que la muestra
contenga representantes suficientes de cada estrato.
○ Hay dos maneras de conducir el muestreo estratificado:
■ PROPORCIONADO: Refleja las proporciones de la población
Ejemplo: 2500 pacientes renales de CABA que asisten a
Centros de hemodiálisis FMC. 1500 hombres 1000 mujeres
Entonces la muestra presentará un 60% de hombres y un
40% de mujeres.
■ DESPROPORCIONADO: No refleja las proporciones de la
población. En este caso no se puede extrapolar
directamente a la misma, se requiere de un análisis más
complejo. Ejemplo: En este caso la muestra podría
presentar un 50% de hombres y un 50% de mujeres.
● MUESTREO DE CONGLOMERADOS
○ Requiere un muestreo inicial con base en una unidad mayor
que el elemento de la población. En algunas oportunidades,
los elementos de la población, pueden estar muy dispersos
geográficamente, entonces este tipo de recurso, permite que
la muestra se aglomere en un número limitado de lugares.
Puede hacerse de dos maneras:
■ En una sola etapa: antes de llegar a la unidad de
análisis, hay una sola etapa previa en la que se toma
una unidad mayor.
■ En varias etapas: antes de llegar a la unidad de
análisis, se pasa por más de una etapa previa, se toman
en forma sucesiva varias unidades mayores que los
elementos de la población

MUESTREO NO ALEATORIO (NO PROBABILÍSTICO)

En este caso, NO todo elemento de la población tiene la misma

probabilidad de ser parte de la muestra.
Tiende a generar muestras menos precisas y representativas. Pese a
ello, la mayor parte de las investigaciones en nuestra disciplina, son
no probabilísticas.
● Muestreo accidental/de oportunidad/de conveniencia:Se
seleccionan las personas que uno encuentra por casualidad.

● Muestreo por cuotas: Es un muestreo de oportunidad, pero con

cuotas establecidas para el Nº de personas que habrán de
incluirse en las submuestras determinadas a partir de alguna/s
variable/s. Es el equivalente en los muestreos no aleatorios, al
muestreo estratificado de los muestreos aleatorios. Y la cuota es
el equivalente al estrato. El investigador establece “cuotas”
para cada uno de los valores de la variable que interese que esté
representada en la muestra. Al recolectar los datos cuando se ha
cubierto una cuota se continúa únicamente con sujetos que
apliquen para la otra cuota.

● Muestreo propositivo: Se aplica cuando desea estudiarse una

muestra definida claramente, y que cumpla con ciertas
características en función de las necesidades de la
investigación.

● Muestreo bola de nieve: Se usan contactos iniciales para

identificar a otras posibles personas que podrían integrar la
muestra. Ejemplo: Los investigadores se contactan con algunos
pacientes en diálisis que su vez los ponen en contacto con otros
pacientes en diálisis y estos pueden ponerlos a su vez con otros.

13. OBSERVACIÓN SISTEMÁTICA

OBSERVACIÓN SISTEMÁTICA - PPT

Observación

A veces se requiere realizar OBSERVACIONES NO SISTEMÁTICAS antes de

una observación sistemática.

● Estas se caracterizan por la observación y descripción de todas

las conductas que realiza un sujeto determinado. (no para medir)
● No se operacionalizan los términos teóricos,
● ni existe un acuerdo sobre el tiempo durante el cual se realiza
el registro.

En cambio, en la OBSERVACIÓN SISTEMÁTICA,

● se operacionalizan los constructos hipotéticos mediante
categorías bien definidas de comportamientos a observar y
● se acuerda sobre el tiempo durante el cual se realizará la
observación y como se realizará el registro de la misma
La medición del comportamiento requiere de la selección de técnicas o
mediciones
● OBJETIVAS: refiere a que los observadores que realizan los
registros de datos conductuales no serán influenciados por sus
sentimientos o interpretaciones o distorsiones subjetivas o
personales.
● VÁLIDAS: Refiere a que midan de forma directa el comportamiento
que se supone que miden
● CONFIABLES: Refiere a que serán de manera pautada,
independientemente de quienes las apliquen y de las ocasiones en
que se usen.

TÉCNICAS DE REGISTRO DE LA CONDUCTA

1) REGISTRO DE PRODUCTO PERMANENTE

Algunos comportamientos dejan evidencia física o, a un producto
perdurable. Para evaluar la confiabilidad de una medición de
productos permanentes se utiliza la
siguiente fórmula:

2) REGISTRO DE DURACIÓN
Cuando la duración de un
comportamiento es lo que se busca modificar, se puede usar un
reloj o un cronómetro. Medir la “latencia de respuesta” será
medir por ej. el tiempo transcurrido desde el momento que se le
anuncia el “tiempo de hacer la tarea de la escuela”hasta que la
realiza. La
confiabilidad se
calcula teniendo en
cuenta la siguiente
fórmula:

3) REGISTRO DE SUCESOS:
Implica contar las veces en que ocurre un comportamiento
determinado durante un intervalo de tiempo específico

4) REGISTROS DE MUESTREO TEMPORAL DE INTERVALO: Según Sulzer

Azaroff y Mayer (1983) cuando las conductas no son discretas se
dificulta establecer el comienzo y la finalización de la misma.
Para resolver esta situación, se han ideado formas de registro
que permiten medir la ausencia o presencia de los comportamientos
dentro de cuadros temporales breves.

● Muestreo temporal de intervalo completo: Se utiliza

cuando se requiere saber que la conducta se desarrolla
durante todo el intervalo y que no es interrumpida.

● Muestreo temporal de intervalo parcial: Se caracteriza

porque el sistema requiere sólo una muestra de la
 conducta dentro del intervalo de tiempo. Registra la
conducta cuando un solo caso de la misma ocurre en el
intervalo

● Muestreo temporal momentáneo: Se refiere al sistema que

registra la conducta cuando ocurre en el momento en que
se termina el intervalo

CONFIABILIDAD DE LAS OBSERVACIONES

Con el fin de medir la confiabilidad de registro que hace un

observador se pide a un segundo observador que realice el registro de
manera simultánea.
Luego, con el fin de aplicar la fórmula de la confiabilidad, se
calculará la cantidad de acuerdos y desacuerdos entre los dos
observadores.
El nivel de confiabilidad se calculará aplicando la siguiente fórmula,
buscando que el resultado final sea con un porcentaje igual o mayor a
80%.
- Un porcentaje menor a 80 % → los observadores tienen que
entrenarse más y acordar los criterios de registro con mayor
precisión.

(N° de Acuerdos/N° de Acuerdos + N° de Desacuerdos)x100

Un problema que tiene esta fórmula es que tiende a sobrevalorar los
acuerdos, ya que no contempla los acuerdos que se pueden dar
simplemente por azar. Por eso para una mayor precisión se puede usar
el coeficiente Kappa de Cohen que es un índice de concordancia.

OBSERVACIÓN SISTEMÁTICA - RESUMEN

Sampieri (2006) plantea que la diferencia entre las observaciones
cuantitativas y las cualitativas, reside en que, en las primeras
(cuanti), las variables que se observan se definen antes de realizar
la recolección de datos
Indica que hay cuatro pasos que seguir para construir un sistema de
observación:

1) Definir de manera precisa el universo de aspectos, eventos de

conductas a observar: ¿Qué y quiénes se van a observar y por
cuánto tiempo?

2) Especificar las circunstancias de la observación en cuanto a

tiempo y lugar, que van a depender del planteamiento del problema
y la situación: ¿Dónde y cuándo se realizará la observación?

3) Considerar todo el universo o extraer una muestra representativa

de aspectos, eventos o conductas a observar.
 4) Establecer y definir las unidades de observación que van a ser
captadas a través de los sentidos.

Antes de realizar la observación sistemática, a veces se requiere

realizar observaciones no sistemáticas. Estas últimas, se
caracterizan por
● la observación y descripción de todas las conductas que realiza
un sujeto determinado. No se operacionalizan los términos
teóricos, ni existe un acuerdo sobre el tiempo durante el cual se
realiza el registro. Se utiliza para describir los
comportamientos y no para medirlos.

para la observación de conducta animal, suele utilizarse un

dispositivo con un espacio acorde al tamaño del animal, que se lo
denomina campo abierto u open- field

En la observación sistemática, se operacionalizan los constructos

hipotéticos mediante categorías de comportamientos. Se acuerda sobre
el tiempo durante el cual se realizará el registro.

Según Sulzer-Azaroff y Mayer (1983) la medición del comportamiento

requiere de la selección de técnicas o mediciones objetivas, válidas
y confiables (las define pero es lo mismo que lo del ppt)

EN CUANTO A LA SELECCIÓN DE LAS VARIABLES A OBSERVAR

Entendiendo que la CONDUCTA META es la que se busca modificar, será
necesario considerar la denominación de las propiedades de respuesta
que constituyen esa conducta meta.

TIPOS DE OBSERVACIÓN SISTEMÁTICA

Una clasificación posible de los sistemas de observación sería:

1) CONTINUA: Se cuenta en forma permanente la frecuencia en que

ocurre la conducta estudiada. Es útil para conductas discretas
que aparecen en forma espaciada en el tiempo.

2) MUESTREO DE FRECUENCIA: Se observa la aparición de una conducta

cada determinado lapso de tiempo. Se aplica para el registro de
conductas discretas que se repiten muchas veces al día (Por Ej.:
Tics nerviosos).

3) TASA: Se divide el Nº de conductas observadas por el tiempo

durante el cual se emiten. Es útil cuando el tiempo durante el
cual ocurre la conducta varía día a día. Por ej.: la instrucción
materna hacia su hijo.

4) DURACIÓN:Se mide la cantidad de tiempo que dura una conducta. Se

utiliza para conductas continuas que duran mucho tiempo (Por ej.:
estar sentado o mirar al techo)
 TÉCNICAS DE REGISTRO DE LA CONDUCTA

1) REGISTRO DE PRODUCTO PERMANENTE

(repite definición del ppt)
Se caracterizan por algunas ventajas:
a) Demuestra con facilidad la validez de las mediciones
cuantitativas o cualitativas si se pide a jueces
independientes que valoren los productos según sus criterios
b) Reduce la reactividad o los efectos de los procedimientos
experimentales sobre las personas
c) Los productos permanentes son más fáciles de registrar
cuando se quiere establecer la confiabilidad.
(Menciona la misma fórmula del PPT)

2) REGISTRO DE DURACIÓN
3) MEDICIÓN DE SUCESOS TRANSITORIOS (REGISTRO DE SUCESOS): Según
Sulzer Azaroff y Mayer (1983) es útil cuando las conductas son
DISCRETAS, esto es, cuando tienen definidos claramente su inicio
y el final. Pueden usarse diferentes maneras de registro, como
ser planillas con listas de verificación, con papel y lápiz, o
alguna manera de realizar la medición a través de un contador
manual o electromecánico o la simple técnica de pasar objetos
pequeños de un bolsillo al otro
4) REGISTROS DE MUESTREO TEMPORAL DE INTERVALO: Según Sulzer
Azaroff y Mayer (1983) cuando las CONDUCTAS NO SON DISCRETAS se
dificulta establecer el comienzo y la finalización de la misma
a) MUESTREO TEMPORAL DE INTERVALO COMPLETO: Es un sistema de
codificación observacional de categorías conductuales con
registro en tiempo real del proceso. Por ej. El SOC
III-Código de Observación Sistemática (Cerezo, Keesler, Duhn
y Wahler, 1986, Cerezo, 1991) es un sistema de codificación
observacional de categorías conductuales con registro en
tiempo real del proceso interaccional de la familia con
relación a un niño (foco) de la observación en contexto
natural.
b) MUESTREO TEMPORAL DE INTERVALO PARCIAL: Se caracteriza
porque el sistema requiere sólo una muestra de la respuesta
dentro del intervalo de tiempo. Por ejemplo, es útil para
registrar conductas transitorias (emisión de palabras
altisonantes, gestos grotescos)
c) MUESTREO TEMPORAL MOMENTÁNEO: Se refiere al sistema que
registra la conducta cuando ocurre en el momento en que se
termina el intervalo (Sulzer Azzarof y Mayer, 1983). Por
ejemplo, se pueden aplicar para medir comportamientos
estereotipados que pueden persistir por un tiempo, tales
como el aleteo de las manos o chuparse los dedos.

CONFIABILIDAD DE LAS OBSERVACIONES

(idem PPT)
Los observadores completan una planilla que contenga los períodos de
observación según una determinada cantidad de intervalos. Si la
observación va a ser durante 5 minutos, requerirán una planilla como
la que se presenta a continuación, donde los observadores registrarán

(Hace referencia al cálculo de confiabilidad , todo lo planteado en el

PPT)

GUÍA PARA LA SELECCIÓN DE TÉCNICAS DE REGISTRO CONDUCTUAL

A continuación, se presenta una síntesis de los tipos de registros

conductuales:
14. Diseños de Sujeto Único

RESUMEN
Los diseños de sujeto único han sido derivados de procedimientos
generados desde el análisis experimental de la conducta de B. F.
Skinner. Las técnicas derivadas de estudios de laboratorio demostraron
ser útiles para manejar muchas conductas en numerosas situaciones
aplicadas y esta aplicación dio lugar al “análisis aplicado de la
conducta”, el cual se vale de una serie de diseños experimentales de
investigación.
➢ ventaja adicional con respecto a los diseños grupales: LA
REDUCCIÓN DE LA CONFUSIÓN QUE GENERAN LAS DIFERENCIAS
INDIVIDUALES DE LOS SUJETOS, QUE NORMALMENTE DEBEN SER
CONTROLADAS MEDIANTE TÉCNICAS DE CONTROL METODOLÓGICO Y/O
ESTADÍSTICO. En este tipo de diseños de sujeto único, la
fluctuación de la conducta de cada sujeto es evaluada y
monitoreada de manera continua.

➢ CAPACIDAD DE GENERALIZACIÓN DE LOS RESULTADOS SE VE SUMAMENTE

LIMITADA por lo cual no pueden derivar afirmaciones generales, en
comparación con los diseños con grupos de sujetos que sí pueden
hacerlo, en función de su mayor capacidad de generalización.
➢ Permite hacer estudios intensivos y controlados sobre un sujeto
y determinar con detalle cómo responde ese individuo en
particular a las intervenciones implementadas
○ En principio podría generalizarse el resultado a individuos
con idénticas características si se repitiera la
investigación con varios sujetos similares; pero no se
podrían extender dichos resultados a otros sujetos con
características diferentes.

➢ Requieren del diseño de una situación sumamente estructurada,

con controles rigurosos, para poder establecer y analizar la
influencia que ejercen los programas e intervenciones sobre la
conducta en situaciones aplicadas.
○ La primera etapa de un diseño de un solo sujeto es un
estadio de observación llamado “FASE DE LÍNEA DE BASE”,
durante la cual se lleva un registro de la conducta
(variable dependiente) del individuo antes de aplicar
cualquier intervención. Este registro siempre va a mostrar
fluctuaciones de la conducta, ya que la misma suele verse
modificada en diferentes momentos por muchas variables. Una
vez que la conducta muestra que es relativamente estable, o
sea, que exhibe poca fluctuación entre los intervalos de
registro, se introduce una intervención (tratamiento/valor
de la VI: presencia). A partir de este punto, podemos
distinguir dos grandes tipos de diseños de N=1 o N pequeño.

DISEÑOS DE REVERSIÓN o ABAB

➢ Buscan confirmar el efecto de un tratamiento al demostrar que la

conducta cambia sistemáticamente al alternar condiciones de
tratamiento y no tratamiento.

➢ El DISEÑO de reversión en este caso consistiría entonces en:

○ A- Establecimiento de la línea de base: registrar la

frecuencia de la conducta de balanceo dos veces por día, en
intervalos de 20 minutos, durante 15 días.
 ○ B- Aplicación del tratamiento. Cada vez que el niño realiza
cualquier conducta alternativa al balanceo, recibe un
reforzador contingente a dicha conducta. Simultáneamente, se
continúa registrando la conducta de balanceo dos veces por
día en intervalos de 20 minutos durante 15 días.

○ A- Retiro del tratamiento. En esta fase, sin importar el

tipo de conducta mostrado por el niño, no se presentan
reforzadores, mientras se continúan obteniendo registros de
la VD idénticos a las dos fases anteriores.

○ B- Por último, se vuelve a aplicar la intervención de

reforzar conductas alternativas, mientras se registra la VD

VENTAJAS Y DESVENTAJAS DE LOS DISEÑOS DE REVERSIÓN

VENTAJAS
● Permiten demostrar una relación funcional entre una VI
(intervención) y la VD, teniendo así un alcance explicativo al
permitir determinar las condiciones específicas bajo las cuales
se produce el cambio conductual.

● Como el diseño implica fases alternantes de tratamiento y no

tratamiento, tiene una importante función dentro de las terapias
ayudando al paciente a transitar de programas continuos de
tratamiento a programas intermitentes, llegando así al retiro
definitivo de la intervención y que la conducta permanezca
modificada. Esto es una meta muy importante, ya que es deseable
que los pacientes no tengan que depender por tiempo indefinido
del apuntalamiento otorgado por las terapias de modificación de
la conducta.

DESVENTAJAS
● No se pueden aplicar para modificar conductas que una vez
establecidas sean de por si irreversibles.

● El establecimiento y medición de la conducta durante los períodos

de línea de base llevan tiempo, y durante el mismo no se generan
las condiciones para un cambio conductual.

● Puede suceder que los profesionales teman que la conducta

recuperada tal vez no se recobre después del regreso a la línea
de base. Sin embargo, no se cuenta con evidencias de que esto sea
un fenómeno ni remotamente frecuente. Toda conducta, una vez
modificada, suele poder volver a modificarse luego de la
reversión y reintroducción del tratamiento.

● A veces, los padres u otros manejadores de contingencias no

desean aplicar la reversión del cambio conductual y se rehúsan a
retirar el tratamiento una vez que observaron un cambio positivo.

● En ocasiones, los resultados de este tipo de diseños son

difíciles de interpretar.

○ El cambio producido en la transición AB puede haber

coincidido con otra variable que actúa como variable
contaminadora.

○ La conducta-meta pudo haber tenido características que hacen

que no pueda generarse una reversión. En este caso, el
cambio conductual es irreversible por más que se retire el
tratamiento. Y como dijimos anteriormente, los diseños de
reversión no se pueden aplicar a conductas que una vez
conseguida la modificación de las mismas, sean
irreversibles.

● Hay casos en los cuales no se pueden aplicar porque no se puede

hacer la reversión (aunque la conducta sea reversible) por los
siguientes motivos:
○ 1. PROBLEMAS ÉTICOS: en ocasiones, no se considera ético
retirar un tratamiento que se está mostrando exitoso, sólo
con fines de control experimental. Esto tiene mucho que ver
con las características de la conducta-meta. Si la misma
involucrase una acción que es perjudicial para el sujeto o
para quienes le rodean, no sería viable optar por un diseño
de reversión, ya que implicaría volver a desmejorar una
conducta peligrosa o que le hace daño psíquico al paciente,
sólo para constatar si había sido la intervención la
causante de la mejoría.

○ 2. PROBLEMAS PRÁCTICOS: muchas veces, a pesar de que se

expliquen los objetivos terapéuticos a los padres o a los
manejadores de contingencias (quienes tienen que hacer el
 registro de las conductas y la aplicación de las
intervenciones contingentemente), una vez observada una
mejoría en la conducta, se niegan a aplicar la reversión.

DISEÑOS DE LÍNEA DE BASE MÚLTIPLE

Estos diseños demuestran el efecto de un tratamiento al mostrar que

las conductas registradas en más de una línea de base cambian luego
de la introducción de un tratamiento. Hay variaciones de este diseño,
dependiendo de si las diferentes líneas de base son establecidas para
la misma conducta de diferentes individuos, para diferentes conductas
de un mismo individuo, o para una misma conducta de un individuo en
diferentes situaciones. Por ello, estas variantes se denominan diseños
de línea de base múltiple a través de sujetos, a través de conductas y
a través de situaciones. En cada caso, la conclusión de que una
variable experimental produjo un efecto descansa en la demostración de
que la conducta cambió sólo cuando se introdujo dicha variable

1. DISEÑO DE LÍNEA DE BASE MÚLTIPLE A TRAVÉS DE SUJETOS

- Se observa y registra simultáneamente una misma conducta en más

de un individuo.
- Primero, se establecen las líneas de base de una misma
conducta para diferentes sujetos.
- Cuando la conducta de cada uno se ha estabilizado, se
introduce una intervención para modificar la línea de base
de un sujeto, luego la del otro y así sucesivamente, sin
revertir nunca las conductas intervenidas (sin retirar el
tratamiento).
- Si el tratamiento es responsable de cambiar la conducta,
entonces debería observarse un efecto en el registro
conductual inmediatamente luego de la aplicación del
tratamiento en cada conducta (en cada línea de base) y no en
las restantes.

2. DISEÑOS DE LÍNEA DE BASE MÚLTIPLE A TRAVÉS DE CONDUCTAS

Es un procedimiento en el cual se establecen dos o más líneas de base

de diferentes conductas de una misma persona. Siguiendo la misma
lógica que la variante anterior, primero se interviene una de las
conductas del sujeto mientras las restantes permanecen en línea de
base, luego se interviene otra, y así sucesivamente. Se asumirá una
relación causal entre el tratamiento y la conducta si cada conducta
responde directamente al tratamiento.

3. DISEÑOS DE LÍNEA DE BASE MÚLTIPLE A TRAVÉS DE SITUACIONES

La tercera variación es cuando se establecen dos o más líneas de base

de la conducta de un individuo, pero cada una medida en diferentes
situaciones. De la misma manera que en las variantes anteriores, la
intervención se aplica primero a la línea de base de la conducta en
una situación, y si ocurre un cambio conductual, en lugar de retirar
la intervención se la aplica a la línea de base de la conducta en la
segunda situación y así sucesivamente.

Las tres variantes del diseño de línea de base múltiple implican dos o
más secuencias simultáneas AB (fase de línea de base-fase de
aplicación del tratamiento), pero en cada una de ellas, la fase B
comienza en un momento diferente. En estos diseños no hay reversión o
sondeo sino que el mismo se aplica a cada línea de base en momentos
diferentes, o sea, la aplicación de la intervención en cada línea de
base es escalonada en el tiempo, no simultánea. Esta característica
permite que las líneas de base no intervenidas sirvan como control
para la evaluación de la eficacia del tratamiento en aquella/s que sí
es/son intervenida/s.

De este modo, para tener confianza de que es la intervención lo que

produjo el cambio conductual en una de las líneas de base, es
necesario que aquellas que no fueron intervenidas no se vean
modificadas en ese momento, sino que lo hagan sólo cuando ellas mismas
sean intervenidas. Justamente una posible desventaja de este tipo de
diseño es cuando las conductas-meta elegidas están muy relacionadas
entre sí y, por ende, el efecto del tratamiento en una de ellas puede
generalizarse de manera no programada. Si bien la mejora en las
conductas es una meta de la clínica, al realizarse investigaciones en
ese ámbito es importante procurar que la mejora se produzca de una
manera programada y ordenada, de modo de conocer cuál es el efecto y
el verdadero alcance de las intervenciones.

15. Metodología cualitativa

Investigación cualitativa - Historia - PPT

Dra. Susana Azzollini

(Vidich y Lyman,1994)

● ETNOGRAFÍA TEMPRANA: el descubrimiento del otro (S. XV-XVI):

Estudio de los pueblos primitivos. Génesis de la especie humana.

● ETNOGRAFÍA DE LAS MENTALIDADES COLONIALES: la persistencia del

otro (SXVII, SVIII y XIX): Conocer para colonizar (civilizar)

● ETNOGRAFÍA DEL OTRO CÍVICO (1900-1950): Estudio de los ghettos y

las áreas naturales urbanas (asimilación de negros y asiáticos a
la sociedad norteamericana).
 ● CRÍTICA A LA ETNOGRAFÍA DE LA ASIMILACIÓN (1950- 1980): Estudio
de las relaciones étnicas. De la asimilación a la integridad
sociocultural.
● ETNOGRAFÍA POSMODERNA (1980-actual): Estudios reflexivos sobre
las implicaciones éticas y políticas de la etnografía
(implicación del investigador en la consecución de libertad y
emancipación).

La cronología de Denzin y Lincoln (1994)

● PERÍODO TRADICIONAL (1900-1950): Positivismo. Época del etnógrafo
solitario. Corresponde a la etnografía clásica de Malinowsky y
Radckiffe-Brown.
● PERÍODO MODERNISTA (1959-1970): Postpositivismo. Análisis
cualitativo riguroso, esfuerzo de formalización. Ej: “Grounded
Theory” (Glaser & Strauss, 1967).
● PERÍODO DE LOS GÉNEROS DESDIBUJADOS (1970- 1986): sin límites
entre ciencias sociales y humanidades. Semiótica y hermenéutica
(nuevas teorías y métodos de análisis). Nuevos enfoques:
posestructuralismo (Barthes), neomarxismo (Althusser);
descriptivismo micomacro e interpretativismo (Geertz),
deconstruccionismo (Derrida), etnometodología (Garfinkel).
● CRISIS DE REPRESENTACIÓN Y LEGITIMIDAD (1986- 1990):
reflexividad y (auto)crítica (cuestiones de género, raza y clase
social del investigador). Acopio de la experiencia vivida.
● PERÍODO POSTMODERNO (1990-actual): Descubrimiento y
redescubrimiento de modos de investigar cualitativos. Los
momentos históricos previos siguen operando en el presente.

Investigación cualitativa - Conceptos generales

● FINALIDAD: Comprender las interacciones que se dan en la realidad

y de los mecanismos que intervienen en ellas.
● MODO DE ACCESO: Discurso
● ANÁLISIS DE DATOS: Análisis del discurso.

CARACTERIZACIONES EN SENTIDO AMPLIO EN CONTRAPOSICIÓN A LOS ENFOQUES

DE INVESTIGACIÓN CUANTITATIVA

CUALITATIVO
Conocer pocos casos con gran
profundidad
Conocer pocos casos en
profundidad, aún sacrificando la
representatividad
CUANTITATIVO
Conocer los casos suficientes que
aseguren la representatividad de
una población de casos.
Conocer los casos que sean
suficientes, aún a costa de la
profundidad
 CRITERIOS PARA CARACTERIZAR UNA INVESTIGACIÓN CUALITATIVA

● Naturaleza de los objetivos

○ Énfasis exploratorio más que conclusivo.
○ Énfasis comprensivo más que descriptivo.
● Estrategia de abordaje utilizada
○ Mayor interactividad observador-observado
○ Posibilidad de interacción entre las personas observadas.
● Tipo de instrumentos utilizados
○ Menor estructuración secuencial.
○ Carácter abierto: no determinación de las opciones de
respuesta.
● Modalidad de análisis
○ Menor orientación al dato numérico.
○ Mayor orientación a marcos interpretativos diversos. Mayor
valor agregado subjetivo

Cinco cuestiones difíciles sobre lo que se busca al comenzar una

investigación cualitativa

1. ¿Cuál es la naturaleza del fenómeno, entidades o realidades

sociales que quiero investigar?

2. ¿Cuál es el enfoque epistemológico en el que se apoya mi

investigación?

3. ¿A qué tema se refiere y con qué precisión se formula?

4. ¿Qué aspectos o dimensiones quiero explicar de ese fenómeno?

5. ¿Cuál es la meta de mi investigación? ¿Para qué la hago?

VALORES EN LA INVESTIGACIÓN CUALITATIVA

1. Reconocimiento a la importancia de la diversidad (en tanto

pluralidad de contextos y perspectivas)

2. Reconocimiento de la importancia del contexto y de las acciones

humanas

3. Respeto al participante en tanto importancia de la narración.

4. Cambio de la relación investigador participante

Los investigadores cualitativos

Estudian: los discursos e interacciones en sus escenarios naturales,
intentando dar sentido a, o interpretar los fenómenos en términos de
los significados que las personas les dan.
 El rigor en investigación cualitativa - PPT

CRITERIOS (Guba y Lincoln,1981)

● CREDIBILIDAD: Consulta con informantes/participantes Replicación

de análisis por otro/s investigador/es. Para determinar la
credibilidad de una investigación se pueden verificar los
siguientes elementos:

○ Resguardo de las notas de campo que surgieron de las

acciones y de las interacciones durante la investigación.
○ Uso de transcripciones textuales de las entrevistas para
respaldar los significados e interpretaciones presentadas en
los resultados del estudio.
○ Consideración de los efectos de la presencia del
investigador sobre la naturaleza de los datos.
○ Discusión de los comportamientos y experiencias en relación
con la experiencia de los informantes.

● CONFIRMABILIDAD (Leininger, 1994) o auditabilidad: se refiere a

la forma en la cual un investigador puede seguir la pista, o
ruta, de lo que hizo otro. Para ello, es necesario un registro y
documentación completa de las decisiones e ideas que ese
investigador tuvo en relación con el estudio. Esta estrategia
permite examinar los datos y llegar a conclusiones iguales o
similares, siempre y cuando se tengan perspectivas análogas.

Son necesarias:
○ Descripción de las características de los informantes y su
proceso de selección.
○ Análisis de la trascripción fiel de las entrevistas a los
informantes.
○ Descripción de los contextos físicos, interpersonales y
sociales en el informe.

● TRANSFERIBILIDAD O APLICABILIDAD: da cuenta de la posibilidad de

ampliar los resultados del estudio a otras poblaciones. Guba y
Lincoln (1981) indican que se trata de examinar qué tanto se
ajustan los resultados a otro contexto. Para ello se necesita
hacer una descripción densa del lugar y las características.
El RIGOR EN LA INVESTIGACIÓN CUALITATIVA: técnicas de
análisis, de las personas donde el fenómeno fue estudiado. Así el
grado de transferibilidad es función directa de la similitud
entre los contextos donde ser realiza un estudio.
Según Castillo y Vásquez (2003), dos guías sirven para
determinar el grado de transferibilidad:
● Si los investigadores indicaron lo típico de las
respuestas de los informantes.
 ● Si examinaron la representatividad de los datos como un
todo

CRÍTICAS (Morse, Barret y Mayan, 2002)

Plantean que las definiciones de confiabilidad y validez deben

retomarse en la investigación cualitativa como patrones de rigor
científico por tres razones, a saber:

1. Validez y confiabilidad son estándares de rigor científico

independientemente de los paradigmas que orientan la
investigación.
2. No utilizar las pautas de validez y credibilidad puede
fortalecer la noción de que un trabajo es inválido, no
confiable, falto de rigor y por tanto no científico.
3. Los criterios de credibilidad, auditabilidad y transferibilidad
propuestos por Guba y Lincoln (1981) enfatizan el rigor
científico sólo en el informe de investigación, por lo cual se
corre el riesgo de que no se identifiquen las amenazas contra la
validez y confiabilidad del estudio planeado.

ESTRATEGIAS DE VERIFICACIÓN (Morse, Barret y Mayan, 2002)

La creatividad, sensibilidad, flexibilidad y habilidad para

responder a lo que sucede durante la investigación. La congruencia
entre la pregunta o supuesto, los componentes del método usado, la
información recabada, y el análisis de ésta.

La selección de los participantes que mejor representen, o

tengan conocimiento, del fenómeno o evento que se va a investigar,
para lograr la saturación efectiva y eficiente de las categorías con
información de calidad óptima y mínimo desperdicio. La interacción
entre la recolección y el análisis de la información es esencial.

La saturación de la búsqueda, es decir cuando se obtiene la

misma información o similar, porque los informantes no indican algo
diferente de lo ya dicho. No sólo debe generar conocimientos, sino
contribuir a la solución de problemas relevantes para los seres
humanos.

16. Metodología cualitativa. Pasos y Métodos mixtos

Investigación cualitativa - Pasos

Investigación Cualitativa: Estrategias básicas de abordaje

● OBSERVACIÓN NO SISTEMÁTICA
● ENTREVISTAS EN PROFUNDIDAD
El investigador obtiene información sobre el punto de vista y la
experiencia de las personas/grupos. Son adecuadas si lo que se
busca es la dispersión de puntos de vistas personales más que el
consenso. Aparecerán los puntos de vista prototípicos o
representantes de las diversas posturas que pudieran existir.
La entrevista puede ser
● ABIERTA, si sólo existe un guión previo (temas –no preguntas
específicas- a abordar acorde a los objetivos del estudio),
● SEMIESTRUCTURADA si se adapta a una forma de preguntas sin
un orden fijo, o
● ESTRUCTURADA si se utilizan preguntas en un orden
predefinido. No importa el número de entrevistas sino la
calidad de las mismas. El entrevistado construye su discurso
personal de forma confiada y cómoda.

● GRUPOS FOCALES O DE ENFOQUE MOTIVACIONAL

Se utiliza para conocer el abanico de opiniones (rompiendo el

culto al "experto”). Es una discusión en grupo. Las personas que
lo componen tienen aspectos comunes. El investigador fomenta que
se hable espontáneamente.Sobre la población se hacen subgrupos
(edad, género, instrucción, trabajo, etc.) que deben representar
distintas opiniones, creencias, etc. Otra postura sostiene que
los subgrupos deben realizarse a posteriori, en función de los
discursos y no de variables sociodemográficas.

○ Énfasis en la expresión
○ Énfasis en la producción

● ENFOQUE EXPERIMENTAL INDIRECTO

● ESTUDIO DE CASOS

● LA OBSERVACIÓN PARTICIPANTE(Investigación-acción participativa)

El investigador hace una INMERSIÓN EN EL CONTEXTO: Se introduce
dentro del grupo de estudio y llega a formar parte de él.
Da descripciones de los acontecimientos, de las personas,
interacciones entre ellas,… La ventaja es que se tienen
vivencias de primera mano que le permiten comprender la situación
o el comportamiento del grupo. Relata la sensación del
investigador que se plasma en un Cuaderno de campo o en un Libro
diario.

Instrumentos

● Tests de completamiento
○ Frases Historias
○ Historietas
● Tests de asociación de palabras
● Tests figurativos gráficos
● Analogías, metáforas y personificaciones
● Tareas de emparejamiento de estímulos
● Estímulos indirectos
● Juegos
● Dramatizaciones

PERSPECTIVA TEÓRICA “MACRO”

● CONSTRUCTIVISMO (supuestos)

No hay separación sujeto-objeto. Contra la concepción

representacionista del conocimiento. Contra la noción de verdad.
Papel de la cognición como constructora (fabricante) de
conocimiento.

El conocimiento no se recibe pasivamente ni por medio de los

sentidos o la comunicación, sino que ES CONSTRUIDO ACTIVAMENTE
POR EL SUJETO COGNOSCENTE.

La FUNCIÓN DE LA COGNICIÓN ES ADAPTATIVA y sirve para organizar

el mundo experiencial del sujeto. En este sentido, el
conocimiento equivale a una función de supervivencia y no a una
descripción del mundo exterior

La interpretación desde el constructivismo (Denzin, 1994)

- Se apoya en una muestra determinada intencionalmente, en una
teoría que la fundamente, un análisis inductivo de los datos
y una interpretación contextual.
- Su criterio de verdad se fundamenta en cuatro componentes:
- credibilidad,
- transferencia,
- confianza y
- posibilidad de confirmación.
Los materiales son sometidos a análisis comparativos apoyados en
sistemas de categorías y que se interpretan desde la teoría.

Cinco ideas básicas (Pierce, 1988)

1. El mundo social consiste en actividades semejantes a juegos.
2. Los seres humanos tienen una capacidad innata para hacerse
un lugar en esta clase de juegos.
3. Estas actividades se estructuran según ciertas reglas de
obligatoriedad
4. Si queremos entender estos juegos debemos centrarnos en el
“producir” y el “hacer”
5. Cuando nos incorporamos a esas pautas de interación social
semejantes a juegos nunca nos incorporamos a un solo juego
(se juegan muchos juegos a la vez: hijo, padre, colega,
profesor, etc.)
El contraste ético-émico (Hymes, 1980)
● Mirar desde fuera (ético) Describe y mide elementos aislados.
● Mirar desde dentro (émico) Las conductas están encajadas en un
sistema de signos de carácter social por lo que tienen
significado.

Perspectivas teóricas “micro”

● ETOLOGÍA
○ Describe organismos en su entorno natural.
○ Estudia las pautas que guían la actividad de grupos
determinados (causas internas o externas y su desarrollo).
○ Asume que el individuo desarrolla y aprende una conducta en
interacción con el ambiente al que debe adaptarse, buscando
maximizar su éxito.
○ Método: observación exploratoria, se indican las conductas
utilizadas en un contexto específico: la conducta se estudia
en su contexto cotidiano.
● ECOLOGÍA
○ Describe en forma narrativa la conducta de los(Pelegrini,
1996) individuos en cada situación. Se incluye cada acción
que los participantes realizan en cuanto que está orientada
a una meta. Se analizan en términos de una estructura que
incluye a las personas.
○ Se interesa en las razones tanto ecológicas como evolutivas
del comportamiento
○ Revisa los escenarios de la conducta, buscándose
regularidades a través de las situaciones.
● ETNOGRAFÍA (Fetterman, 1989)
○ El arte y la ciencia de describir un grupo o cultura
(Fetterman, 1989).
○ La recolección de datos es similar a la de un periodista:
entrevistar personajes interesantes, revisar grabaciones,
establecer nexos entre intereses y organizaciones.
○ El etnógrafo se interesa por la “rutina”, por la “vida
cotidiana”, pero también busca lo “inusual”.
○ Busca captar desde dentro las perspectivas de los miembros
del grupo: cuentan los significados que atribuyen las
personas, por eso se interesa por lo que hace la gente y por
cómo interactúa.
● ETNOMETODOLOGÍA
○ Considera que el individuo se aproxima al mundo (Holstein &
Gubrium, 1994) cargado de conocimientos que tienen un origen
social
○ Tipificaciones: constructos y categorías compartidas,
generales y flexibles, que se convierten en una guía para
comprender e interpretar la experiencia. Además, su
significado sólo se adquiere en los contextos específicos
donde se desenvuelven los individuos.
 ○ El lenguaje tiene un papel fundamental en la descripción de
la realidad y no se asume, como en la etnografía, que su
papel es neutral.
○ Se centra en el análisis de interacciones que se producen en
contextos sociales y el análisis de las conversaciones juega
un papel fundamental.

INVESTIGACIÓN CUALITATIVA IV. EL ANÁLISIS DE LOS DATOS

ALGUNOS HEURÍSTICOS GENERALES DE ANÁLISIS

● Atiende al caso paradigmático.
● Atienda a lo inesperado.
● Atienda a lo coherente e incoherente, a lo convergente y lo
divergente.
● Conceptualice las verbalizaciones. Utilice conceptos existentes o
nuevos. Acuñe neologismos. Esboce un glosario abreviado sobre el
tema-problema.
● Atienda a la esfera asociativa vinculada a un concepto.
Represente la esfera asociativa en el formato de redes
semánticas.

ANÁLISIS DE CONTENIDO
Suele utilizarse el análisis de contenido cuando el estudio se confina
a una muestra del universo total de la comunicación y porque

● resulta un método útil para detectar técnicas de propaganda,

● medir la “legibilidad” del material,
● identificar las intenciones y otras características del autor de
la comunicación y
● reflejar pautas culturales.
Un aspecto importante es delimitar las unidades de análisis
consideradas (pueden ser de base gramatical, ej: frases entre dos
puntos; o de base semántica, ej: frases significativas) y las unidades
de contexto (ej: párrafos).

Lectura de textos (cómo se lee)

● Identificar características o rasgos del texto.
● Identificar las propias reacciones ante el texto ¿qué nos irrita?
¿qué nos hace gracia? ¿qué nos intriga?
● Identificar temas
● Buscar aspectos particulares
● Buscar patrones, recurrencias.
● No ignorar lo obvio.
● Concentrarse en lo que dice el hablante o escritor.
● Prestar atención a la ironía.
● Uso del silencio.
● Tomar en cuenta dónde y cuándo ocurre.
 ● Jugar con el texto: cómo se leería si algún aspecto en particular
se hubiese omitido.
● Estar alerta respecto de las múltiples funciones del discurso.
No dar nada por sentado.
● Tener una actitud activamente interrogante.
● Pasar a la interpretación fundamentada

Análisis de contenido del Qué se dice

➔ Asunto: en qué consiste el discurso o tema del que se habla.

➔ Dirección: modo en que se trata el asunto.
➔ Standard: características que presenta los actores sobre sí
mismos en el relato.
➔ Valores: valores que se revelan a través del acto comunicativo.
➔ Métodos: formas utilizadas para dar a entender lo que se dice
(ej: persuadir, opinar, etc.).
➔ Rasgos: características que se presentan sobre lo que se habla.
➔ Actor: nivel de la comunicación (directa al interlocutor,
indirecta a un interlocutor ausente o imaginario,
metacomunicación lo que se dice sobre la comunicación).
➔ Objetivo: metas que se propone el narrador al decir lo que dice.
➔ Localización: espacio/s donde tiene lugar la narración.
➔ Conflicto: problemas que se expresan en el discurso.
➔ Finalización: resolución del conflicto narrado. Tiempo: tiempos
referidos en la narración.

Análisis de contenido del Cómo se dice

➔ Forma o tipo de comunicación: oral o escrito
➔ Forma de la declaración: informativa, apelativa, expresiva
➔ Mecanismo: método retórico utilizado

Algunos principios del análisis conversacional (Holstein & Gubrium,

1994)
1. La interacción está estructuralmente organizada y puede ser
observada en las regularidades de las conversaciones cotidianas
2. Toda interacción está contextualmente orientada en la
conversación, es productiva y a la vez refleja las circunstancias
de la producción.
3. Estos dos principios son los que caracterizan la interacción y
otros elementos pueden resultar irrelevantes.

ANÁLISIS DEL DISCURSO

Concepto de discurso:
 ● Esfera que encierra todas las formas de interacción apalabrada,
formales e informales, y todo tipo de texto escrito.
● Un conjunto de enunciados producidos en un contexto de
interacción, con especial relevancia dada al poder de acción del
discurso sobre otras personas.
● Un conjunto de enunciados en un contexto conversacional y, por lo
tanto, normativo. Un conjunto de restricciones que explican la
producción de un conjunto de enunciados por parte de una posición
social e ideológica específica
● Un conjunto de enunciados cuyas condiciones de producción pueden
ser definidas.

COMPONENTES DEL ANÁLISIS DEL DISCURSO

1) Función: se usa el lenguaje para hacer cosas.
2) Construcción: el lenguaje usado construye versiones del mundo y
de lo que en él ocurre. Este elemento se fundamenta en que:
a) Las explicaciones de los eventos se elaboran a partir de
recursos lingüísticos preexistentes.
b) La construcción implica una selección activa: algunos
recursos se incluyen y otros no.
c) La noción de construcción enfatiza la potente naturaleza de
la argumentación
3) Variación: al describir esas versiones se seleccionan expresiones
que varían considerablemente de acuerdo a los riesgos y los
intereses. El orden funcional revela considerables variaciones en
el habla

El foco principal del análisis del discurso es que la función implica

la construcción de versiones y que ésta se demuestra por medio de las
(el ppt no seguia)

ASPECTOS A CONSIDERAR EN EL ANÁLISIS DEL DISCURSO

● Formas de asimetría epistemológica (cómo se produce el

conocimiento).
● El dominio en la conversación (quién inicia, quién interrumpe,
respuestas de los interlocutores).
● Estructura interna y función del discurso.
● Secuencias de opinión: situación, desarrollo, recomendaciones.

Para el análisis del discurso puede escribirse en distintos niveles de

estructuras, tales como:

● La sintaxis: El uso de pronombres, sobre la base de la dualidad

“nosotros/ellos”, es una de las categorías gramaticales más
conocida de la expresión y manipulación de relaciones sociales,
status y poder. De la misma forma, el “estilo" -el conjunto de
elecciones que se hacen entre las posibles estructuras de la
forma sintáctica en un discurso en particular-. Por definición,
el estilo es una función del control ideológico (el uso cortés o
 descortés en la forma de dirigirse a otro).

● Significado e interpretación: El análisis léxico es el componente

más obvio del análisis ideológico del discurso. Los significados
son el tipo de cosas que los usuarios del lenguaje asignan a cada
expresión de procesos de interpretación y comprensión. De modo
que hablante y receptor pueden asignar distintos significados a
la misma expresión, y la misma expresión puede significar
distintas cosas en diferentes contextos. Muchas opiniones pueden
volverse convencionales y codificarse en el léxico.

● Proposiciones: Quién aparece como el villano o el héroe, el

victimario y la víctima, son cuestiones que organizan actitudes
ideológicas y tales percepciones pueden ser proyectadas
directamente en estructuras proposicionales y sus formulaciones
sintácticas (activas, pasivas, nominalizaciones).

● Lo implícito y lo explícito: La función ideológica de ocultar los

hechos o condiciones sociales o políticas “reales” del discurso
puede ser manejada semánticamente mediante diversas formas de
dejar información implícita.

● Estructuras esquemáticas: Las posiciones ideológicas también

quedan plasmadas en las estructuras formales del discurso: qué
aparece en el titular, qué en la bajada, qué enfatiza el copete y
qué resalta el cuerpo de la noticia.

● Estructuras retóricas: Predominan en los contextos persuasivos, y

abarcan la repetición, la supresión, la sustitución, figuras de
rima, paralelismos, comparación, metáforas. Se pueden emplear
metáforas para destacar el carácter negativo de nuestros
enemigos, comparaciones para atenuar nuestra culpa, e ironía para
desafiar los modelos negativos de nuestros oponentes.

● Interacción: Otra forma de expresión ideológica en el discurso

son las estrategias de interacción, en las que quedan impresas la
posición social, el poder y el control que ejercen los miembros
sociales de un grupo. Por caso, los hablantes poderosos podrán
controlar las estructuras contextuales de modo de prohibir la
presencia de ciertos participantes, sancionando formal o
informalmente el léxico, cambiando los tópicos o la agenda de un
encuentro.

ANALISIS CATEGORIAL (CATEGORÍAS)

Pasos:
● Separar unidades de análisis
● Codificar
● Encontrar relaciones entre códigos
● Categorizar y describir (análisis descriptivo).
 ● Encontrar relaciones entre categorías.
● Encontrar los ejes del discurso (análisis axial) en el que se
podrían ubicar todos los códigos construidos (análisis
selectivo).
● Interpretar

CUADRO DE PROCESO EN INVESTIGACIÓN CUANTITATIVA VS CUALITATIVA

¿Qué es la interpretación? (Denzin, 1994)

“En las ciencias sociales sólo existe la interpretación. Nada habla

por sí mismo. Frente a una montaña de impresiones, documentos y notas
de campo la investigación cualitativa se enfrenta a la dificultad y al
reto de dar sentido a lo que ha aprehendido. A esto le llamo el arte
de la interpretación. La práctica de este arte permite al que trabaja
desde esta perspectiva al modo de un artesano (Levi-Strauss, 1966,
p.17), traducir lo que ha aprendido en un cuerpo de textos que
comunica al lector la comprensión que subyace a ellos” (p. 500).

HERMENÉUTICA

● Es el arte de evitar la incomprensión, es la revelación de algo

oculto.
● Es eliminar, por medio de una reflexión metódica y controlada, lo
que es extraño, lo que induce a incomprensiones que provienen de:
el alejamiento temporal, el cambio de hábitos lingüísticos, las
transformaciones en el sentido de las palabras y en los modos de
pensar.
● Comprender no es sólo evitar la incomprensión. Toda comprensión
es precedida por un “acuerdo”, que es su soporte.
 ● Para evitar la incomprensión es necesario: formación histórica y
crítica histórica, capacidad de empatía, superar los prejuicios.
Desecha la correspondencia entre realidad objetiva

PRINCIPIOS METODOLÓGICOS EN LA HERMENÉUTICA (Madison, 1988)

➔ Coherencia: la interpretación debe ser lógicamente consistente.

➔ Comprehensividad: abarcar la totalidad del texto.

➔ Penetración: poner en evidencia la problemática central.

➔ Propiedad: las preguntas deben surgir del texto y no del

intérprete.

➔ Contextualidad: colocar al texto en su contexto

históricocultural.

➔ Acuerdo 1: No distorsionar lo que dice el autor.

➔ Acuerdo 2: Concordar con interpretaciones establecidas del texto.

➔ Ser sugerente: la interpretación debe ser fértil y estimular la

imaginación.

➔ Potencial: la aplicación de la interpretación debe poder

extenderse más allá del texto.

EJEMPLO DE INVESTIGACIÓN CUALITATIVA (SÍNTESIS)

★ ANÁLISIS DESCRIPTIVO:
○ Categoría emergente de los datos con definición de la
misma:
■ “Distintas frases de los discursos de los participantes
que representan esa categoría”

○ Descripción sintética del contenido de esas frases.

○ Categoría emergente de los datos con definición de la

misma:
■ “Distintas frases de los discursos de los participantes
que representan esa categoría”

○ Descripción sintética del contenido de esas frases.

○ Categoría ……

○ Análisis axial y selectivo:

■ Ejes en torno a los cuales gira el discurso y que
permiten poner las categorías en cuatro cuadrantes
(expresión gráfica).
■ Explicación de la selección realizada.