1. Estudio del Efecto de Tratamiento en los Diseños de Caso Único.
Estudio del Efecto de Tratamiento en los Diseños de Caso Único.
Kazdin (2001) describe que a diferencia de los experimentos con grupos –en que se realiza una comparación entre grupos
tratados de manera diferente (un grupo experimental y un grupo control)–, en los estudios de caso único no es posible realizar
dicha comparación. Una de las formas de obtener información sobre los efectos de la intervención intra caso es realizar
comparaciones en base a las diferentes condiciones por las que atravesó el sujeto de estudio a lo largo del tiempo. Para poder
realizar dicha comparación, Kazdin señala algunos conceptos básicos que el investigador debe tener en cuenta:
Se denomina intervención a todas las acciones que se llevan adelante a lo largo del dispositivo de investigación sobre el sujeto y
que puedan tener un efecto sobre el mismo. No se debe confundir la palabra intervención, con las intervenciones que realiza el
terapeuta a lo largo de un tratamiento o con el tratamiento en si mismo (aunque ambas cosas se pueden constituir
genuinamente en las intervenciones que pretendemos estudiar en una investigación de caso único). Algunas claves
metodológicas que deben ser tenidas en cuenta al momento de diseñar un estudio de caso único son las siguientes (Kazdin,
2001):
a. La evaluación continua. Los efectos resultantes de la aplicación de la intervención deben evaluarse observando la influencia del
tratamiento (y del no tratamiento) en el mismo sujeto. Por eso, las observaciones repetidas que se realizan deben ser
confiables y deben realizarse de forma continua. Es recomendable que se evalúen las variables de interés en varias
oportunidades. La observación continua permitirá conocer si los cambios coinciden o no con las intervenciones realizadas
sobre el sujeto.
b. b.Evaluación de la línea de base (baseline). Es recomendable que la observación del sujeto comience antes de aplicar la
intervención. Este período previo es llamado fase de línea de base y brinda información sobre el comportamiento del sujeto en
su situación de origen.
c. c.Estabilidad del rendimiento. Ya que la línea de base será utilizada para predecir el comportamiento futuro del sujeto de
estudio, es importante la estabilidad de los datos obtenidos. Es decir, que no exista sesgo en los datos y que haya poca
variabilidad en el comportamiento que se registra en la observación. Existen dos importantes aspectos relativos a la
estabilidad, a tener en cuenta:
La generalización: refiere a que esta se puede efectuar con mayor seguridad si el número de observaciones es mayor. Este
aspecto sigue siendo un tema de amplio debate, ya que dicha generalización se puede llegar a obtener a través de una
observación en múltiples sujetos (réplicas) o mediante múltiples observaciones a un mismo sujeto. Ambas posturas requieren la
presentación de cláusulas que indiquen hasta qué punto y cómo se pueden trasladar los resultados obtenidos a otros sujetos
•La variabilidad: el ser humano, al ser individualizado en sus características psicológicas (no separadas de los biológicos y lo
social), presenta muchos y muy diversos factores que pueden influir en su comportamiento, dando lugar a variaciones individuales
múltiples que se reflejan en los estudios de caso único (esto, en los estudios grupales quedaría controlado a través de la
diversidad natural de los sujetos participantes).
•También puede pensarse que están disponibles muchas explicaciones alternativas para justificar el estado actual del paciente,
objeto de la investigación de caso único, diferentes a las proporcionadas por el investigador (Kazdin, 2001). Es decir, se cree que
todas las amenazas básicas a la validez interna se pueden aplicar al estudio de caso único tradicional. La información básica
proporcionada en este tipo de investigación a menudo puede ser seriamente refutada. Las explicaciones retrospectivas tratan de
reconstruir los acontecimientos pasados y muestran cómo, invariablemente, conducen al comportamiento contemporáneo. Aunque
estas explicaciones con frecuencia son persuasivas, científicamente son cuestionables. Muchos eventos del pasado, no
declarados por el paciente o no destacados por el investigador pueden haber justificado el comportamiento actual.
2. Cómo se Clasifican los DMR.
Dependiendo del número de medidas repetidas distinguiremos entre:
Diseños equilibrados: con un número fijo de medidas por unidad experimental, tomadas a los mismos instantes de tiempo para
todas ellas y sin valores faltantes.
Diseños no equilibrados: con un número variable de medidas en cada unidad experimental, realizadas a distintos instantes de
tiempo.
De un grupo o muestra
Simple, en un diseño simple de medidas repetidas se manipula una sola variable independiente y se trabaja con un solo grupo
que recibe todos los tratamientos. Pueden ser de dos tipos: bicondicionales o multicondicionales.
El diseño factorial mixto es una estructura de investigación que consta de varios factores de tratamiento y en la que se
combinan una o más variables de carácter intrasujeto con una o más variables de carácter intersujetos. En su formato más
simple, el diseño factorial mixto incluye dos factores, uno de ellos responde a la estrategia de comparación intersujetos y el
otro a la estrategia intrasujeto.
3. Realizar un Cuadro Comparativo entre los Diseños de Dos Grupos Relacionados, Diseño Completamente Aleatorizado
Unifactoriales y los Diseños Intrasujetos o Medidas Repetidas Unifactoriale
Diseños de Dos Grupos Diseño Completamente Aleatorizado Diseños Intrasujetos o Medidas Repetidas Unifactoriales
Relacionados Unifactoriales
El diseño de dos grupos aleatorios
constituye la estructura más
elemental de diseño experimental
Se van a utilizar sujetos
diferentes para cada uno Los sujetos son elegidos de forma estos diseños todos los sujetos de la muestra pasan por
de los dos grupos pero aleatoria y se les asigna a la todas las condiciones experimentales. .
apareados de acuerdo condiciones experimentales
con algún criterio. igualmente aleatoria, procurando
que haya las misma cantidad de
sujetos en cada condicion
Este diseño consta de al tratarse de un diseño unifactorial Los sujetos reciben todas las condiciones experimentales en
dos grupos: Uno que como técnica de control sólo estudio en consecuencia la magnitud de la variables extranas
experimental, al que se le utiliza la aleatorización, genera o pertubadoras es constantes para cada sujeto y la variacion
aplica el tratamiento Uno observada es explicada por la variacion de la variable
una cantidad considerable de
de control al que no se le independiente
aplica (o se le aplica un varianza de error.
placebo) El efecto de orden (o error progresivo) y los efectos
residuales (o efectos de arrastre) pueden aparecer cuando
todas las condiciones experimentales se aplican
secuencialmente a un mismo grupo de sujetos, ya que el
orden de cada tratamiento en cada secuencia puede alterar
los resultados
El investigador sólo se caracteriza, bien por la Cada sujeto proporciona más de una medida de la VD.
manipula una variable ausencia de tratamiento en uno de Los pasos a seguir son similares a los de un diseño
independiente, que como los dos grupos, en cuyo caso se intersujeto, excepto en el especial cuidado a la hora de
4. Supuestos que deben cumplir para realizar un ANOVA de Medidas Repetidas.
Supuestos que deben cumplir para realizar un ANOVA de Medidas Repetidas.
Se utiliza un ANOVA de medidas repetidas para determinar si existe o no una diferencia estadísticamente significativa entre las
medias de tres o más grupos en los que aparecen los mismos sujetos en cada grupo.
*para que se pueda aplicar el analisis de la varianza es preciso que se cumplan estas tres hipotesis.
1) Los datos deben ser independientes. Para asegurar esto, se debe realizar un muestreo aleatorio simple (se deben estraer las
muestras que se van a compoarar de manera aleatoria). = muestreo aleatroio simple.
2) Las poblaciones base de donde proceden las muestras han de ser normales.= Shapiro Wilk y Kplmogorov Smirnov.
3)las poblaciones base de donde proceden las muestras hanb de tener la misma varianza (heterocedasticidad) =test de levene o
de bartlett.
Los supuestos en los que esta basado el ANOVA se resumen en los siguientes.
1)los valores esperados de los errores son ceros.
2)las varianzas de todos los errores son iguales entre si.
3)los errores son independientes.
4) los errores se distribuyen normalmente, con media cero y varianza (ꝺ elevado a la 2 )
5. Cuál es el modelo lineal estadístico de un Diseño de Medidas Repetidas Unifactorial. Describa los términos del modelo y los supuestos.
6. Cuál es la prueba de hipótesis planteada en un diseño de medidas repetidas.
El adecuado análisis de los diseños de medidas repetidas requiere el cumplimiento de ciertos supuestos que aseguren la validez
del contraste de hipótesis mediante la prueba F con una distribución con a – 1 y (a – 1) · (n – 1) grados de libertad para las fuentes
de varianza del tratamiento y del error respectivamente
