Volver a Metodologia de la Investigacion
Metodología Azzollini – RESUMEN PRIMER PARCIAL
Tema 1: LA PSICOLOGÍA COMO CIENCIA – Teórico
Arnau Gras – Psicología experimental
Elementos de teoría científica
- El conocimiento científico es el que se obtiene mediante la aplicación del método científico.
Características del conocimiento científico:
Origen empírico: todo dato científico deberá descansar en una consideración empírica de los hechos. La observación constituye la
base última de todo conocimiento científico.
Acuerdo inter e intraobservadores: La ciencia es un conjunto de proposiciones empíricas aceptadas por los miembros de la sociedad
(Stevens). Es necesario que exista un consenso básico con respecto a las proposiciones por parte de los miembros de la
comunidad científica. Esto le confiere a la ciencia su carácter fundamentalmente social. Todos los científicos deberán poder
observar los mismos hechos. La fiabilidad y constancia le confieren a la ciencia su aceptabilidad. La fiabilidad del fenómeno
empírico se deberá tambien mantener a nivel intraobservadores, es decir que, si ante iguales condiciones se puede observar un
determinado fenómeno, éste deberá producirse con las mismas características siempre que estén presentes condiciones idénticas.
Capacidad de repetibilidad del hecho observado: es una consecuencia de la anterior. Es la posibilidad de verificar en otro lugar o
situación los fenómenos que se derivan de cierta serie de condiciones.
Todas las observaciones son hechas como si se tratara de otro: se debe hacer explicita la distinción entre el investigador y el
fenómeno observado.
Relacionabilidad y comunicabilidad: los fenómenos observados y las relaciones inferidas deberán poder ser ordenadas e integradas
dentro de un esquema de relaciones que constituye la estructura formal de la ciencia. Y los descubrimientos científicos deberán
poder ser presentados de forma coherente mediante un informe o reporte para que otros científicos puedan conocerlos o
replicarlos.
Tema 2: VARIABLES E HIPÓTESIS – prácticos
Pereda Martin – Cap. 7: las variables en la investigación psicológica
La teoría tiene la función de establecer relaciones entre los hechos. El experimento consiste en evaluar y examinar esas relaciones
sometiéndolas a contrastación empírica.
Concepto: es una abstracción de algunos aspectos que presentan los hechos observables. Expresa una abstracción que se construye
por generalización partiendo de aspectos particulares. Es el significado del fenómeno.
Constructo: tiene una dimensión relacional, debe ser pasible de poder ser relacionado con otros constructos de un marco teórico.
Variable: si los constructos son susceptibles de tomar diversos valores, se dice que son variables. No se puede aplicar el método
experimental a variables no cuantificables u observables. El procedimiento que consiste en establecer aspectos o características
observables y cuantificables que estén relacionadas con la variable se llama operacionalización de la variable.
Es una propiedad, característica o rasgo que puede tomar diferentes valores. En psicología: cualquier aspecto del organismo o
ambiente que pueda variar adoptando dos o más valores.
Niveles de medición: las escalas asignan diferentes símbolos para cada característica que toma una variable.
Nominal aquellas en la que los números o símbolos solo se usan para diferenciar unos de otros. No se diferencia mayor o
menor. Cualitativa. Ej: Sexo (F/M). Ocupación. Su característica es que son distintos entre sí.
Ordinal los números que se asignan a los distintos valores de la variable indican diferencia y orden entre los mismos. La
distancia entre los distintos valores contiguos no es necesariamente la misma.
De intervalo proporciona información sobre una característica acerca de si es diferente a otra y cuál es mayor, también
expresa cuánto mayor o menor es. La distancia entre dos valores contiguos es la misma. El valor 0 no representa la ausencia
de la característica sino un punto arbitrario elegido por el investigador. Tiene las propiedades de orden y adicionabilidad. Escala
cuantitativa. Ej.: escala de T°, puntuación en test de inteligencia.
De razón proporcionan información sobre la igualdad de las diferencias entre dos valores consecutivos de una variable,
comparándolas entre sí y además tiene un punto 0 como ausencia de la característica. Ej. escala de peso, velocidad, etc.
Clasificación de las variables
Según el nivel de medida: Cuantitativas
Continuas: aquellas que pueden adoptar un número infinito de valores ordenados dentro de una cierta amplitud (ej. peso de
una persona, altura)
Discretas: solo pueden adoptar un número limitado de valores ordenados dentro de cierta amplitud (Ej: hijos, no se puede
tener un hijo y medio).
Según la manipulación:
Activas: son susceptibles de ser manipuladas directamente por el investigador. Los valores que adoptan las variables son
aplicados por el investigador. Ej. si aplicamos distintos métodos de enseñanza, estamos manipulando la variable “método”.
Asignadas o seleccionadas: aquellas cuya manipulación directa es imposible. Ej. Sexo, posición socioeconómica.
Variables relevantes: son las que afectan al fenómeno que en el experimento se presenta como variable dependiente. En especial se
quiere determinar de qué manera las variables independientes lo afectan.
Variable contaminadora: aquellas que pueden afectar a la variable dependiente pero no fueron tomadas en la investigación para
ser usadas como V.I. Factores que pueden ser la causa de cambios observados en la V.D que no son los que se están estudiando.
Cuando un experimento está contaminado los resultados no pueden ser interpretados con certeza. Estas se deben controlar o
eliminar. En una situación experimental puede tener efectos sistemáticos sobre la V.D y puede actuar junto con la V.I contaminando
sus efectos.
VARIABLES INDEPENDIENTES: es la que el experimentador manipula para conocer sus efectos sobre la VD (lo que se está
estudiando). Es la única variable que debe variar sistemáticamente en un experimento bien diseñado. Se denomina independiente
porque sus valores dependen únicamente de los deseos del experimentador, no estando afectados por ningún otro factor. Es el
factor que manipula el experimentador, haciéndolo variar sistemáticamente para evaluar los efectos que produce en la V.D.
Tipos:
- Situacional: hacen referencia a los estímulos que proceden del amiente físico y social, así como de la tarea que debe realizar el
sujeto. Ej: tipo de estímulo (luz, sonido).
-
De sujeto: son todas las variables propias del individuo. Ej. edad, sexo. El investigador no las puede asignar porque los sujetos
mismos son los que poseen ya un determinado valor de la variable en cuestión. Estas no pueden entonces ser manipuladas
directamente.
La manipulación son las tareas que el investigador realiza para hacer que las variables adopten distintos valores y para asignar cada
tratamiento experimental a los diferentes grupos experimentales de sujetos.
Fuentes de variables contaminadoras en experimentos de psicología:
Sujetos – experimentador – propia situación experimental – instrumentos – error progresivo.
Al diseñar el experimento, el investigador debe realizar una lista de las variables relevantes, distinguiendo las independientes que va a
manipular y las potenciales contaminadoras que deberá controlar. Para controlarlas, se dispone de una serie de técnicas
experimentales de control.
Las V.I serían las causas y las V.D los efectos.
Cuando un cambio introducido en la V.I da lugar a una modificación en la conducta de un sujeto, se afirmará que dicha conducta está
bajo el efecto de esa variable. A veces puede pasar que, aunque haya cambios en la V.I no se produzca ninguna modificación en la V.D,
algunas razones: error del investigador, no haber manipulado correctamente la V.I o la presencia de alguna variable contaminadora que
el investigador no haya controlado.
Tipos de manipulación
Manipulación experimental
: el experimentador decide que valores de la V.I va a utilizar, y decide aleatoriamente el sujeto/grupo a quien
va a asignar cada valor de la V.I. es propia del método experimental.
Manipulación de selección: tambien decide que valores de la V.I va a utilizar, pero no puede determinar aleatoriamente que sujetos
van a recibir los valores, ya que es el valor elegido el que determina que sujetos van a formar parte, al tener ya cada sujeto el valor que
le corresponde de la V.I.
Niveles: valores que adopta la V.I
Tratamientos experimentales: combinación de niveles que se aplica a cada grupo de sujetos (cuando se usa más de una V.I).
Grupo experimental: cada grupo de sujetos al que se aplica un tratamiento experimental diferente.
VARIABLE DEPENDIENTE: es el aspecto del fenómeno/conducta en donde se esperan encontrar los efectos producidos por los
cambios que el experimentador introduce en la V.I cuando la manipula. La observación permitirá verificar/rechazar la hipótesis
acerca de que su variabilidad es efecto de los cambios que se introdujeron en la V.I. Es la variable que se mide para comprobar si
la V.I tuvo un efecto en ella.
Definición operacional de las variables de un experimento
Un criterio para determinar si un problema es o no resoluble es el hecho de que sus variables puedan o no, ser definidas
operacionalmente. Un científico, debe asegurarse de que su experimento es lo suficientemente claro como para que otros
investigadores lo repliquen. Por eso se recurre a definiciones operacionales, que especifican el significado preciso de una variable de
un experimento determinado, y para ello se define en términos de: operaciones observables – procedimientos para medirla –
medidas empleadas.
Definición operacional experimental: indica todos los detalles de la manipulación de una variable. Solo aplicable a V.I y
contaminadoras.
Definición operacional de medida: describe como se medirá una variable, con qué instrumentos, en qué unidades, etc. Se refiere a
la V.D del experimento, tmb se puede aplicar a las contaminadoras y en algunas oportunidades a las V.I.
HIPÓTESIS EXPERIMENTAL
Variable/s
Independiente/s
(VI)
La que manipula el investigador asignándole valores
(causa)
Variable/s
Dependiente/s
(VD)
La que mide el investigador
(efecto)
Ejemplo:
La observación de
modelos agresivos
influye
en el grado de
agresividad
en el comportamiento
posterior hacia pares
La observación de modelos
agresivos (VI)
Manipulación: 2 valores (observar modelos
agresivos/ no observar modelos agresivos
Grado de agresividad en el
comportamiento
posterior hacia pares (VD)
Observación/ medición: cantidad de veces que
durante una actividad con pares se agrede
(pega/ insulta/ menosprecia..)
Las variables teóricas están redactadas con términos teóricos o constructos, y las variables empíricas están redactadas en términos
empíricos.
Término teórico Variables teóricas
Depresión Nivel, tipo, duración de depresión
Cuestiones a tener en cuenta
- Con el mismo Término Teórico (TT) pueden redactarse diferentes Variables Teóricas
- El TT no es solamente la palabra que lo denota, además siempre está relacionado con su correspondiente definición conceptual dada
por la teoría a la que pertenecen. Con la misma palabra se puede hacer referencia de distintas cosas.
- estos términos son abstractos, conceptuales. Creados por las teorías o redefinidos a partir del lenguaje ordinario
Las variables redactadas con términos teóricos (q conforman la hipótesis general) deben ser planteadas en términos empíricos, indicando
como se van a medir (para conformar la h de trabajo). Se denomina OPERACIONALIZACIÓN.
Técnicas e instrumentos q permiten operacionalizar variables en psicología: cuestionarios, test, entrevistas, observaciones, aparatos,
informes.
VARIABLE INDEPENDIENTE – VI
VARIABLE CONTAMINADORA
Manipuladas por el investigador, le
asigna valores de todos los posibles
que podrían tener
Ej. Edad: se puede elegir 20 a 25
años y 40 a 45 como dos rangos
Fuentes de variación constante
que no han sido manipuladas.
Impactan en la VD pero no son
las que se quiere estudiar, por lo
tanto hay que controlarlas o
eliminarlas
Tipos de manipulación
Fuentes
Intencional o
experimental
De selección
Sujeto
Experimentador
Situación experimental
Instrumentos
Error progresivo
Se utiliza con
variables
ambientales
Se utiliza con
variables de
sujeto
Asignación
aleatoria de los
valores de la VI al
grupo
El valor elegido
determina el grupo
Selección libre de
los valores de la VI
Ídem
Condición para
que una
investigación sea
un experimento
Baja la validez
interna de las
investigaciones
Pereda Martin – Cap. 5. Psicología experimental
Los experimentos se realizan para poner a prueba hipótesis sobre el efecto que producen determinados tratamientos sobre el
fenómeno estudiado.
Una hipótesis es una explicación tentativa de un hecho, o una solución tentativa ante un problema. Será siempre una afirmación, que
indicará una relación entre dos o más variables. Es fundamental en una investigación si está formulada correctamente, ya que se
convierte en la transición del problema al procedimiento experimental.
El problema sería la formulación general de lo que se pretende investigar en el experimento. Y la hipótesis sería la formulación más
específica de los resultados que se esperan encontrar en el mismo.
Hipótesis Experimental relación funcional entre por lo menos dos variables: la V.I y la V.D
El objetivo del experimentador es llevar a cabo un experimento donde pueda poner a prueba la hipótesis. La hipótesis es una solución
tentativa al problema que dio lugar a la investigación, debe estar expresada de la forma más concreta posible la relación que se cree
que existe entre las V.I que se manipulan y las V.D que se estudian.
La solución que plantea la hipótesis es tentativa, es la que, según los conocimientos del investigador sobre el tema, tiene mayor
probabilidad de producirse.
TIPOS DE HIPÓTESIS
Inducidas
: se obtienen a partir de los hechos observados. Van de lo particular a lo general. Se parte de la observación empírica. Ej. las
personas que tienen un coche rojo, son más agresivas y corren más
Deducidas: se deducen de las teorías ya conocidas, a partir de un cuerpo de conocimientos ya elaborado. De lo general a lo particular.
Relacionadas o asociativas: aquellas cuyo contenido se refiere solo a la relación que existe entre dos o más variables (investigaciones
correlacionales)
Experimentales: implican la presencia de una relación de causalidad/funcionalidad entre las variables incluidas.
lugar de la hipotesis en el proceso de investigacion
a. Identificación de problema (falta de conocimiento, conflicto entre teorias, etc.)
b. Preguntas de interes relacionadas al nivel de conocimiento existente
c. Objetivos de la investigación (generales y particulares/especificos)
d. Hipotesis (general si es posible y de trabajo)
Ejemplo:
a. Las obsesiones generan sufrimiento y limitaciones (problema social) y existen diferentes teorias que
compiten para explicar su origen y mantenimiento (problema cientifico)
b. ¿Son originadas por factores constitutivos? ¿Se aprenden debido a circunstancias de la vida? ¿La
personalidad influye en la adquisicion?
c. Conocer el nivel y tipo de influencias de la Personalidad sobre el desarrollo de los comportamientos
obsesivos (obj. gral)
Determinar si las personas que puntúan elevado en Neuroticismo y bajo en Extroversión presentan mayor cantidad de
comportamientos repetitivos de chequeo y control (obj. Part.)
d. La personalidad inestable e introvertida influye incrementando los comportamientos obsesivos (h. general)
Las personas que puntúen elevado en Neuroticismo y bajo en Extroversión presentarán mayor cantidad de comportamientos
repetitivos de chequeo. (h. de trabajo)
TIPOS DE HIPÓTESIS
Según grado de generalidad
Según valor explicativo
Según tipo de
investigación
Según la direccionalidad
de la relación planteada
En relación al proceso
de prueba de hipótesis
(exp.)
General
De
trabajo
Mixtas
Experimentales
De
asociación/
relacionales
Deducidas
de la teoría
Inducidas.
Generadas a
partir de la
observación
Direccionales
No
direccionales
Hipótesis de
investigación
(H1)
Hipótesis
Nula
(H0)
sus
variables
incluyen
términos
teóricos
sus
variables
incluyen
términos
empíricos
alguna
variable
con
termino
teórico y
otra con
empírico
Con dos o
más
variables y
relación
causal o
funcional
entre ellas
Con dos
variables o
más y
relación de
asociación
entre ellas
Dirigen la
investigación
Se obtienen
de la
investigación
Indica
expresamente
cómo influirá
una variable
sobre otra
Indica que
una variable
influye sobre
otra sin
determinar
cómo
Plantea que
hay relación
causal entre
las
variables.
Predice que
hay
diferencia
entre los
grupos
estudiados
Se pone a
prueba.
Plantea
que no hay
relación
entre las
variables.
Predice
que no hay
diferencia
significativa
entre los
grupos
Aspectos a tener en cuenta al redactar 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 (aun 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
En las hipótesis de asociación (método correlacional) las variables no se identifican como VI y VD, sino como Variables
Asociadas. No se puede determinar causas y efectos.
Ej. a mayor frecuencia de ideación obsesiva, mayor nivel de depresión
No puedo afirmar cual variable influye sobre la otra, o descartar si una tercera variable afecta ambas
Tema 3 – MÉTODOS EXPLICATIVOS: EXPERIMENTO, CUASIEXPERIMENTO Y PRE-EXPERIMENTO – teórico
Los métodos de investigación de la ciencia son herramientas que permiten generar conocimiento, se basan en ciertas reglas y en 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. La finalidad más elevada (la explicación) 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.
Nos enfocaremos en los métodos cuantitativos ya que son aquellos que permiten abordar los sucesos, estados y procesos psicológicos
de forma empírica y medible.
Diferencias entre métodos de investigación
MÉTODOS CUANTITATIVOS
Explicativo
(experimentos)
Correlacional
Descriptivo
Exploratorio
Pone a prueba
Explica
Genera teoría
Relaciona variables
Predice
Describe variables
Caracteriza grupos y
fenómenos
Descubre conocimiento
(temas nuevos)
Alcance explicativo (incluye
niveles de predicción y
descripción).
Lógica de base: hipotético-
deductiva.
Conocimiento previo: si
(estudios de otros niveles más
elementales)
Hipótesis: causal o funcional
Se identifican VI y VD
Controles de VC: si
Diseños: si
Análisis de datos: estadística
inferencial – prueba de hipótesis
Alcance de predicción
Lógica de base inductiva
Conocimiento necesario previo:
descriptivo- variables
detectadas como posiblemente
relevante
Hipótesis: asociativas
Variables
asociadas/correlacionadas (no
VI y VD). Pueden ser
numerosas
Controles de VC: medio o bajo
Diseños: no es frecuente
Análisis de datos: coeficiente de
correlación (no excluyente)
Alcance descriptivo
Lógica de base: inductiva
Conocimiento previo: empírico
(estudios exploratorios y otros
descriptivos)
Pueden presentar hipótesis o
llegar a ellas
Control de VC: bajo
Tipo: llamadas de
investigaciones de encuesta,
censos, estudios
epidemiológicos
Alcance de
exploración/descripción
Lógica de base: inductiva
Conocimiento previo: no
requiere, son las
investigaciones iniciales
Pueden presentar hipótesis o
no, o llegar a ellas.
Variables: es el estudio que
identifica variables empíricas
por medio de la observación
de regularidades
Método experimental
(experimento propiamente
dicho)
Cuasiexperimento
-Baja validez interna
Pre-experimento
-Muy baja validez interna
La clasificación permite agrupar los métodos según la finalidad para la cual se emplean, según los objetivos de la investigación. 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 el 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 explicativo
Cuando se menciona al método científico, se hace referencia a este método, 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
especificas (VI).
A veces, el nivel alcanzado en algunas temáticas no permite el uso de este método, entonces se utilizan estrategias metodológicas
menos exigentes.
Características:
EXPERIMENTO
Alcance: cumple con todos los objetivos de las 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, 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 dos valores y se denominan VI y VD.
Tienen alta validez interna, generada por el control de VC.
Conseguir una situación tan controlada genera dificultades de generalizar los resultados.
Las comparaciones formales se realizan entre grupos (formados aleatoriamente) o entre instancias del mismo grupo (siempre que los
tratamientos sean equiponderados).
DISEÑOS EXPERIMENTALES
De grupos/ de medidas independientes/ intergrupos (2
o + grupos experimentales y/o controles) SS y
tratamientos asignados aleatoriamente
Intragrupo/ de medidas repetidas. Con equiponderación/
contrabalanceo intrasujeto o intersujeto.
CUASI EXPERIMENTO
Es menor la validez interna debido a que no pueden implementarse todos los controles necesarios. No se logra una equivalencia inicial
entre los grupos. O la VI es de manipulación natural. Contrabalancear los tratamientos en el diseño intragrupo. Control necesario de
otras VC por cuestiones éticas, naturaleza de la investigación o ambiente.
DISEÑOS CUASI EXPERIMENTALES
Grupos naturales (no equivalentes)
con medida pre tratamiento
Series temporales interrumpidas
De grupos con manipulación natural, de
selección
PRE EXPERIMENTO
Tienen muy baja validez interna. Se diferencian no solo por la falta de equivalencia inicial de los grupos (grupos N) sino tambien porque
no se toman medidas de pretratamiento de comparación. En el caso de los diseños de grupo único, son insuficientes las medidas de
comparación (diseño pre y post con un solo grupo) o directamente no hay medida de comparación (diseño de único grupo solo con
medida post). Esta simplicidad en los diseños implica poca seguridad a la hora de asegurar la relación causal de las hipótesis, pero
manifiestan ventajas económicas y de esfuerzo para sondear dichas relaciones, antes de utilizar diseños más inteligentes.
DISEÑOS PRE EXPERIMENTALES
Grupos naturales sin medida pre
tratamiento
Un grupo con medida pretratamiento
única
Un grupo sin medida pretratamiento
Un elemento fundamental para determinar la diferencia entre los tres métodos explicativos tiene que ver con la validez interna que
presentan en función de sus diseños.
Investigaciones con manipulación de selección o natural
En estos casos la manipulación de selección lo que produce es que la investigación no puede ser un experimento, ya que, aunque haya
grupo de comparación, los grupos no se pueden formar al azar, por lo cual disminuye la validez interna, porque se desconoce la
equivalencia inicial de los grupos.
Cuando en una investigación tenemos manipulación de selección de una variable de sujeto (que es en la mayoría de los casos) es un
cuasiexperimento. De manera, que casi siempre que hay manipulación de selección la investigación es un cuasiexperimento.
Es mucho menos frecuente, pero podemos también tener manipulación de selección en un preexperimento. Esto se daría cuando la
variable manipulada por selección NO es una variable de sujeto.
Hay que tener en cuenta que la estructura de una investigación con manipulación de selección es muy similar a las investigaciones
correlacionales, las cuales investigan relaciones no causales. Por tal motivo para que una investigación con manipulación de selección
constituya un cuasiexperimento es fundamental que tenga una teoría sumamente sólida que permita identificar variable independiente
y dependiente con precisión en la investigación.
MÉTODO EXPERIMENTAL
Diseños con comparación de grupos (experimental y/o control) y aleatorización (formar los
grupos al azar) para asegurar la equivalencia inicial de los grupos.
Diseño de medidas repetidas o intragrupo (cada sujeto pasa por todos los tratamientos) y que
tenga equiponderación o contrabalanceo para controlar el error progresivo.
MÉTODO CUASIEXPERIMENTAL
Diseños de comparación de grupos con grupos naturales (que no se formaron al azar) y
medida pretratamiento
Diseños de series temporales interrumpidas
Investigaciones con manipulación de selección, cuando la variable manipulada es de sujeto
MÉTODO PREEXPERIMENTAL
Comparación de grupos naturales sin medida pretratamiento (Diseño estático de dos grupos)
Diseño de grupo único con medida pretratamiento
Diseño de grupo único sin medida pretratamiento
Investigaciones con manipulación de selección, cuando la variable manipulada NO es de sujeto
Tema 7 – MÉTODO CORRELACIONAL – Teórico
El 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 q ocurre en una variable voy a poder predecir lo que va a ocurrir en otra que considero que está asociada),
y puede fijar las bases para proyectar investigaciones explicativas. Pero NO es un método que permita establecer/probar relaciones
causales.
La relación entre variables se plantea mediante una
hipótesis relacional (o de asociación), que puede contener dos variables o más.
Palabras que en la hipótesis expresan la relación entre variables pueden ser: se vinculan, se asocian, etc. A diferencia de las hipótesis
experimentales donde el nexo entre variables suele ser: influye, causa, provoca, produce, etc.
Tambien puede ser que se omitan las expresiones mencionadas, ej.: las personas con altos índices de depresión presentan bajos niveles
de autoestima.
Es correlacional porque no se puede determinar que una variable sea la causa de la otra, no se sabe qué se dio primero.
El método correlacional no tiene teoría explicativa. No brinda una explicación del porqué de la relación entre las variables. Sí tiene teoría
vinculada con cada una de las variables a investigar, para cada una por separado.
Al establecer una relación se pueden predecir los valores de una variable a partir de otras. Se llama
PREDICTOR a la variable que se
utiliza para predecir, y 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.
La relación puede ser entre dos variables, pero es más útil cuando se relacionan varios predictores con un criterio. Ej.: tomar varios
predictores para predecir rendimiento académico (criterio).
Las investigaciones correlacionales con múltiples predictores permiten una mejor aproximación al fenómeno en estudio, y mejores
predicciones. Y permiten detectar con mayor precisión la acción de cada predictor. Muchas veces la superposición entre distintos
predictores pone un límite al porcentaje de varianza que se puede predecir. No se manipulan las variables, solo se determinar las
variables a relacionar y se miden. De manera que todas las operacionalizaciones de las variables a relacionar son de medida.
El cuasiexperimento con manipulación de selección puede tener una estructura similar a una investigación correlacional, pero hay una
secuencia de tiempo teórica que viene dada desde un sólido marco teórico que establece que una variable funcionaria como causa de
otra. De esa manera tendríamos una teoría explicativa que dé cuenta de porque una variable se relaciona con otra en términos de
causalidad. Es fundamental para el cuasiexperimento con manipulación de selección, una base teórica sólida.
En el método correlacional, no habría ninguna teoría explicativa que dé cuenta de porque esa relación en términos de causalidad.
Ej.: relación de depresión y autoestima puedo tener mucha teoría sobre ambas pero no tendría una teoría explicativa que dé cuenta
de una relación de causalidad.
En cuanto a la validez interna de las investigaciones correlacionales, cuando hablamos de variables contaminadoras se trata de
variables que pueden estar asociadas con aquellas cuya relación se está investigando. Algunos métodos de control son
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.
En general tienen mayor validez externa que los explicativos. Es importante no confundir el método correlacional con los coeficientes de
correlación (estos son cálculos estadísticos).
El tipo de calculo que se puede utilizar está determinado por el nivel de medición (escala de medida) de las variables a utilizar. Esto se
aplica a cualquier análisis estadístico, independiente del método usado.
Ej.: - Si se tienen dos variables cuantitativas se puede usar el coeficiente de correlación r de Pearson (muy usual en investigaciones
correlacionales)
- Si una de las variables es cuantitativa y puedo tomar distintos grupos de sujetos y la otra es cualitativa, se pueden usar estadísticos
que comparan grupos (aunque estos cálculos estadísticos son más usuales en las explicativas) como la t de Student y el análisis de la
varianza.
- Si usamos múltiples predictores para un criterio y las variables son cuantitativas podemos usar regresión múltiple (método
correlacional)
- si se quiere controlar alguna variable se puede usar correlación parcial (más usual en el método correlacional) o análisis de
covarianza (explicativos).
La elección de cálculos que se pueden utilizar depende del nivel de medición de las variables, si se cumplen o no los requisitos para una
prueba paramétrica, de la cantidad de variables involucradas en el análisis y si son medidas independientes o relacionadas.
Los coeficientes de correlación son los cálculos más utilizados en este método. Son formulas estadísticas que brindan información
sobre: si hay relación entre las variables, la fuerza de asociación y la dirección de la misma. Por ejemplo, la r de Pearson y la rho de
Spearman son algunos coeficientes de correlación. Siempre dan un valor que oscila entre 1 y -1 (ej. r=0.50). se utilizan uno u otro según
criterios como el nivel de medición de las variables (cuantitativo u ordinal).
Que podamos comprobar que las variables estén relacionadas no nos dice cuan relacionadas están. Cuando hablamos de fuerza de
asociación nos referimos a cuanto están relacionadas. Habíamos dicho que los coeficientes de relación 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.
1 y -1 asociación perfecta (no suelen encontrarse en datos reales) y 0 implica ausencia total (tampoco).
Hay formas de calcular con precisión qué porcentaje de la variabilidad de una variable es explicado/predicho por las otras (porcentaje
de varianza explicada).
r = - 0.81 es asociación alta
r = 0.81 tambien es alta porque no depende del signo sino del valor obtenido. Rh0= 0.21 es baja
Primero es importante saber si hay asociación entre las variables (asociación estadísticamente significativa). Esto se responde al
leer la p (nivel de significación estadística), que suele ser p ≤ 0.05. El signo de la correlación (+ o -) nos habla de la dirección de la
relación. Una asociación + es una covariacion de las variables en el sentido que cuando una incrementa sus valores, la otra tambien lo
hace y viceversa. La asociación ─ implica que cuando una variable incrementa sus valores, la otra los decrementa y viceversa.
Es posible, mediante el análisis de regresión, generar un modelo que prediga los valores de alguna de las variables asociadas a partir
de los valores de la otra. Cuando se estudian varias variables (regresión múltiple), se puede predecir el comportamiento de una a partir
de los valores de las otras. Las variables se pueden superponer, y la capacidad de predecir del conjunto no es igual a la suma de todas.
Para que las predicciones sean precisas la fuerza de asociación debe ser alta.
CORRELACION ESTADISTICA
medida que se obtiene de la dependencia entre variables a partir de aplicar una formula estadística
llamada COEFICIENTE DE RELACIÓN. El resultado permite conocer el grado de relación entre las variables (FUERZA DE
ASOCIACION) y la dirección de la misma.
La investigación correlacional intenta detectar relaciones significativas entre variables con el objetivo de generar predicciones (si
observo la ocurrencia de una variable podre predecir la ocurrencia de otra que considero que está asociada). Y fija las bases para
proyectar investigaciones explicativas, causales.
La relación entre variables se plantea en HIPOTESIS DE ASOCIACION (hipótesis relacional). Puede contener dos variables o más.
HIPOTESIS RELACIONAL: 2 variables “la satisfacción en las relaciones interpersonales se relaciona con la calidad de comunicación
mantenida”.
Más de dos variables “el nivel de depresión está vinculado con la satisfacción en las relaciones interpersonales, logros…”
Las palaras que expresan la relación entre varias pueden ser: se relaciona a, se vinculan, se asocian… pero tambien puede estar omitida
cualquiera de esas expresiones: ej.: a menor satisfacción de las relaciones interpersonales, mayor depresión. O: las personas con altos
índices de depresión presentan bajos niveles de autoestima.
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 variables y se miden).
¿Por qué se cuestiona la causalidad? Porque que haya una variable que anteceda en el tiempo a la otra muchas veces no puede
determinarse: ¿que se dio primero? ¿Hay depresión por baja satisfacción de las relaciones interpersonales o la depresión generó baja
satisfacción en las relaciones interpersonales?
INVESTIGACIONES EXPLORATORIAS
Estas investigaciones refieren a cuál es el estado de la investigación en determinado tema. Y pueden darse en distintos métodos.
Las investigaciones exploratorias son aquellas que NO tienen hipótesis claramente definidas, y no parten de una idea previa bien
establecida se investiga un tema sobre el que no hay información previa. A partir de esta investigación se puede pasar luego con la
información obtenida a otra investigación, con una hipótesis ya definida y que se hace para poner a prueba la misma.
Los métodos descriptivos suelen ser mayormente exploratorios. En el método correlacional hay muchas que son exploratorias, pero hay
muchas que se hacen para probar hipótesis. En el caso de los métodos explicativos, son para justificar hipótesis y no darían lugar a
investigaciones exploratorias. Pero a veces se da una excepción, que es cuando tenemos investigaciones con una estructura de diseño
que corresponde a las investigaciones con manipulación intencional (experimental, cuasi o pre) pero no se dispone de una hipótesis
claramente definida.
Tema 8 – MÉTODO DESCRIPTIVO – teórico
La
investigación descriptiva es la 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 como adolescentes en contextos vulnerables), áreas de interés (patologías, problemas
psicológicos, violencia, estrés) o situaciones específicas (condiciones o circunstancias como aislamiento social, inicio laboral).
Características de la investigación descriptiva cuantitativa:
Objetivos descriptivos: conocer, brindar características de ciertos fenómenos de prevalencia, de incidencia, factores de contexto para
una problemática.
Puede partir de hipótesis, que suelen presentar algún factor fijo. Ej.: en condiciones de aislamiento social, los adultos se adaptan más
lentamente que los niños (no se está comparando con la situación de NO aislamiento ni con ninguna otra, no varía).
Muestras son generalmente grandes. Si se estudia una población entera se trata de un censo.
Para la recolección de datos suelen usarse cuestionarios estructurados y observaciones. Suelen desarrollarse en contextos naturales.
Lo más común es que sean retrospectivas y transversales.
El tratamiento estadístico de los datos es con 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 según la información q se pretenda comunicar (líneas, tablas, circular, barras, etc.).
Tema 4 – CONTROL – prácticos
Pereda Martin – Capitulo 8 – el control experimental
Variables contaminadoras: factores extraños que pueden estar haciendo que los resultados obtenidos en un experimento estén
contaminados. Deben identificarse y controlarse. A mayor control experimental, mayor validez interna del experimento realizado.
El control se refiere a los procedimientos/técnicas que aseguran que el factor manipulado/ V.I es la única causa de las diferencias
halladas en las puntuaciones de los sujetos en la VD. Son técnicas que utiliza el experimentador para poder afirmar si la V.I ejerce o no
efectos sobre la V.D.
Experimento: observación objetiva y sistemática de los fenómenos provocados en situaciones estrictamente controladas en las que
varía un factor mientras todos los demás se mantienen constantes.
Entonces, el experimentador controla la V.I cuando la manipula haciéndola variar sistemáticamente y haciéndola adoptar por lo menos
dos valores: ausencia y presencia. Y controla las variables contaminadoras cuando puede eliminarlas o mantenerlas constantes
evitando que provoquen efectos sobre la VD.
TIPOS DE SITUACIONES EXPERIMENTALES:
Tipo 1 o de medidas independientes: cada sujeto/grupo es sometido a un solo tratamiento experimental (intersujeto/intergrupo). El
experimentador debe conocer y controlar la V.C. deberá asegurar la equivalencia de los grupos, en todos los factores que no sean la V.I
(sexo, edad, etc.).
Tipo 2 o de medidas repetidas: todos los sujetos/grupos experimentales son sometidos a todos los tratamientos
(intragrupos/intrasujetos). Cuando respondan al segundo tratamiento, se verán afectados por fatiga o aprendizaje, esto se llama error
progresivo, por lo que se deberá controlar. El experimentador no tiene que preocuparse de las V.C debido a las diferencias entre los
distintos sujetos ya que son los mismos en los distintos tratamientos experimentales.
Tipo 3 o mixta: cuando en un experimento alguna V.I se estudia con medidas independientes y las restantes con medidas repetidas
Fuentes de las V.C
1. Sujetos: tiene que ver con las diferencias individuales que existen entre los distintos sujetos de un experimento. Pueden ser
características estables como sexo, edad, o no estables como si es voluntario o no. Para controlar estas VC, existen: eliminación,
balanceo, constancia y aleatorización
2. Experimentador: variables como sexo, edad, expectativas, etc. Para controlarlas: eliminación y constancia
3. De procedimiento: tales como condiciones ambientales, aspectos de la tarea experimental, instrucciones. Estos aspectos pueden
variar de grupo a otro. Para controlarlas se dispone de la eliminación
4.
Aparatos o instrumentos: pueden diferir entre sí en cuanto a su validez, sensibilidad y confiabilidad, y pueden inducir un error
sistemático en los resultados. Para controlarlas: eliminación y constancia
5. Error progresivo: cuando los tratamientos se presentan siempre en un mismo orden, puede contaminarse el experimento. Se llama
así porque la cantidad de error que se introduce en un experimento de medidas repetidas va aumentando a medida que avanza la
investigación. Puede afectar por a. La práctica (puntuaciones mejoran x el aprendizaje), b. La fatiga (rendimiento disminuye por el
cansancio), o c. Por efecto de la medida anterior (se debe dejar pasar un tiempo entre cada tratamiento). Para el control se dispone de
la técnica de contrabalanceo.
Técnicas de control de las VC
Técnicas de control en situaciones experimentales
tipo 1 (medidas independientes) o intergrupo: a cada grupo de sujetos se le
aplica un tratamiento y luego se miden sus puntuaciones en la VD para determinar si la VI tiene algún efecto sobre ella. La varianza
intergrupos son las diferencias existentes entre los grupos antes de la aplicación de los tratamientos.
a. Eliminación de las VC: se elimina la VC y la consiguiente variabilidad que la misma puede producir en la VD. Para ello se utiliza un
solo valor de la VI, eliminando los demás. Ej: sexo (solo mujeres o solo varones)
b. Balanceo de las VC: consiste en equilibrar el efecto de la VC manteniendo constante la proporción de cada valor de la misma que
afecta al grupo experimental. Se mantienen en la muestra los porcentajes existentes en la población de cada VC
c. Constancia de las VC: cuando no se puede eliminar, se puede intentar mantenerlas constantes durante el experimento. Consiste en
que cada valor de la VC afecte por igual a todos los grupos, procurando que todos los tratamientos se encuentren afectados de la misma
forma. Ej: Edad (50% de 35años y 50 % de 40 años, cada valor de la contaminadora afecta por igual.)
d. Aleatorización de las VC: consiste en confiar al azar las VC entre todos los grupos de sujetos. Se supone que el azar se encarga de
poner en manos del experimentador grupos equivalentes y homogéneos. Si la muestra es pequeña, es poco fiable.
Técnicas de control en situaciones experimentales tipo 2 (medidas dependientes) o intragrupos:
para controlar el error progresivo se usa el método de equiponderación o contrabalanceo. Se reparten por igual los efectos del error
progresivo entre todos los tratamientos, consiguiendo una constancia. Se equipondera alterando el orden de presentación de los
tratamientos en los grupos experimentales.
Tema 5 – PROYECTO DE INVESTIGACIÓN – prácticos
¿Qué es una investigación? Es un procedimiento
reflexivo, sistemático, controlado y crítico que tiene por finalidad descubrir o interpretar
los hechos y fenómenos, y también relaciones y leyes de un determinado ámbito de la realidad.
La investigación es un conjunto de fases en la búsqueda de una respuesta a una situación problemática. El método es el camino a
seguir, son los procedimientos a utilizar a través de normas y reglas genéricas de actuación científica.
Pasos de la investigación:
PASO 1
PASO 2
PASO 3
PASO 4
PASO 5
Concebir la
idea
a
investigar
Plantear el problema
de investigación
Establecer los
objetivos
Desarrollar las
preguntas
Justificar la
investigación y su
viabilidad
Elaborar el marco teórico
Revisión de la literatura,
detección, obtención y
consulta
Extracción y recopilación
de la información de
interés
Construcción del marco
teórico
Definir si la
investigación se
inicia como
exploratoria,
descriptiva
correlacional o
explicativa y hasta
que nivel llegará
Establecer las
hipótesis
Detectar las
variables
Definirlas
conceptualmente
Definirlas
operacionalmente
PASO 6
PASO 7
PASO 8
PASO 9
PASO 10
Seleccionar
el diseño
apropiado de
investigación:
Experimental,
preexperimental o
cuasiexperimental
(en investigación
explicativa)
Selección de la
muestra
Determinar el
universo
Seleccionar una
técnica de muestreo
Extraer la muestra
Recolección de los datos
Elaborar los instrumentos
de medición o seleccionar
unos existentes (validez y
confiabilidad)
Aplicar técnicas o
instrumentos a la muestra
Codificar los datos
Crear un archivo que
contenga los datos
Analizar los datos:
Seleccionar las
pruebas
estadísticas
Elaborar el
problema de
análisis
Realizar los análisis
Presentar los
resultados:
Elaborar reporte de
investigación
Presentar el reporte
de investigación
Proyecto de investigación: es un documento que consiste en la descripción del estudio q se propone realizar el investigador. Expresar
qué se va a investigar, cómo, porqué, cuándo y con qué. Se pone énfasis en la relevancia del tema o problemática social a la que
responde (en introducción) y los procedimientos y tiempos. Sirve de guía al investigador respecto a los procedimientos que debe seguir
para resolver el problema y lograr los objetivos. Se utiliza para solicitar financiamiento ante organismos. Permite ahorrar tiempo y
recursos al precisar las acciones por realizar. Previene errores y dispersión.
Carátula: Titulo de la investigación
Resumen: aborda brevemente el problema de investigación, objetivos, método y resultados esperados. Además, suele presentarse
su traducción al inglés. Se adicionan palabras clave al final
Introducción: planteamiento del problema / justificación y uso de los resultados
Marco teórico: fundamento teórico, problemas y preguntas científicas y antecedentes
Objetivos de investigación (general y específicos)
Hipótesis (general y de trabajo) – definiciones operacionales
Métodos o metodología: tipo y diseño general del estudio
Universo de estudio, selección y tamaño de muestra, unidad de análisis y observación. Criterios de inclusión y exclusión
Técnicas e instrumentos: para la recolección de info, para el control de calidad de los datos, para garantizar aspectos éticos en las
investigaciones con sujetos humanos, para el análisis estadístico de los resultados (métodos y modelos de análisis según los tipos
de variables).
Procedimientos (plan de trabajo)
Cronograma: lista cronológica de todas las actividades q se van a llevar a cabo
Presupuesto / personal / instalaciones
Referencias bibliográficas
Anexos (instr. De recolección de info, ampliación de métodos y procedimientos a utilizar, imágenes, esquemas, listados, etc.)
Tema 6 – VALIDEZ INTERNA, EXTERNA Y DISEÑO – práctico
El diseño de investigación se puede definir como un plan de acción. Es el conjunto de reglas que va a seguir el investigador para poder
obtener las observaciones y los datos sistemáticos no contaminados que permitirán sacar conclusiones acerca de la posible relación
entre la VI y la VD. Es la estrategia que se seguirá para lograr una adecuada solución al problema de investigación planteado.
Requisitos para elegir un diseño:
Ausencia de error sistemático: no debe haber efectos sistemáticos de otras variables que no sean las VI de interés. Se debe partir
de grupos que sean equivalentes antes de aplicar los tratamientos experimentales y se controlará el efecto de las variables ajenas.
Precisión: el diseño debe tener sensibilidad para captar las mínimas diferencias producidas por los distintos tratamientos
experimentales. Esto solo se logrará partiendo de grupos homogéneos, y eligiendo los valores más adecuados del factor
manipulado.
Validez:
o
Validez interna: 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.
a. Variables contaminadoras (pueden afectar la validez interna) de sujeto:
La maduración: cambios biológicos y psicológicos que ocurren en los sujetos por el paso del tiempo
La selección diferencial de sujetos: falta de equivalencia inicial
La mortalidad experimental: abandono o desaparición de los sujetos del experimento. Se debe estudiar si se da en una condición
experimental dada
La regresión a la media: tendencia de los resultados extremos de la VD a retornar a valores promedio cuando se realizan mediciones
posteriores
b. Variables ambientales:
Efectos de la historia: cambios ocurridos en factores ajenos al sujeto, que pueden producirse dentro o fuera del marco del
experimento y pueden influir en los resultados del mismo
La propia situación experimental: el hecho de que los sujetos del experimento se sometan a 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 aumentar o disminuir la sensibilidad de los sujetos
hacia la tarea que van a realizar y afectar 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 vea 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 grupos experimentales.
o Validez externa: se refiere al problema de la generalización de los resultados obtenidos. Se deben controlar los factores:
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.
-
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
-
Efectos reactivos de los tratamientos múltiples: la multiplicidad de los tratamientos aleja a los sujetos de lo que ocurre en la vida real
Un buen diseño experimental ayuda a excluir las diferentes variables que podrían explicar un fenómeno. Desde el punto de vista
metodológico, el mejor experimento es aquel cuyo diseño excluye las explicaciones alternativas de los resultados. Los resultados de un
experimento tendrán sólo una interpretación, que sería que la variable independiente es la responsable de los cambios en la dependiente.
Las variables extrañas que puedan afectar los valores obtenidos en la V.D. suponen una amenaza para la validez experimental. Un
experimento resulta válido en la medida que los resultados pueden ser atribuidos a la V.I., y en el grado que se generalizan fuera del
experimento. Si los resultados de un experimento pueden ser atribuidos inequívocamente a la VI se dice que el experimento es
internamente valido.
CLASIFICACIÓN DE LOS DISEÑOS
SEGÚN SU VALIDEZ INTERNA
SEGÚN EL NÚMERO DE VI Y VD UTILIZADAS
SEGÚN EL TIPO DE SITUACIÓN
EXPERIMENTAL
o Diseños pre-experimentales
(débiles)
o Diseños cuasi-experimentales
(intermedio)
o Diseños experimentales
(fuertes)
o Univariado-univariado: Una VI, una VD
o Multivariado-univariado: más de una VI, una
VD
o Univariado-multivariado: una VI, más de una
VD
o Multivariado-multivariado: más de una VI,
más de una VD
o Diseños intergrupo: situación
experimental de tipo 1
o Diseños intragrupo: situación
experimental de tipo 2
o Diseños mixtos: situación
experimental de tipo 3
El armado del diseño requiere establecer reglas para recoger datos, hacer observaciones y tener un mayor control de las variables
contaminadoras.
PRINCIPIOS GENERALES PARA UN DISEÑO ADECUADO
Ausencia de error
sistemático
Precisión (sensibilidad)
Simplicidad
Posibilidad de determinar
un grado de incertidumbre
a las conclusiones
obtenidas
Validez
No tiene que haber
efectos sistemáticos
que se confundan
con los de la VI.
Para eso, hay que
partir de grupos
equivalentes. Hay
que controlar las
variables
contaminadoras
En la medida en que se
parta de grupos
homogéneos en
variables que puedan
afectar a la VD, se
podrán detectar las
mínimas variaciones que
son debidas a los efectos
de los tratamientos
experimentales. La
precisión suele
alcanzarse cuando se ha
avanzado en un tema de
investigación
El problema a
investigar debe ser lo
más preciso posible y
el diseño que se
utilice esté
directamente ligado al
problema que se
quiere estudiar
Es de carácter estadístico.
Se parte de la suposición de
que sujetos que forman los
grupos varían de uno a otro
solo en forma aleatoria, lo
que permite pensar q la
diferencia observada
después de aplicar la VI se
debe a la acción de ésta (así
se puede determinar el
grado de
incertidumbre/confianza de
las inferencias)
Externa: se relaciona
con el problema de la
generalización de los
resultados
a. A qué población de
sujetos
b. A situaciones
naturales los resultados
obtenidos en una
situación artificial
(validez ecológica)
Interna: grado de
seguridad que se puede
tener de que los efectos
observados son
producidos por la VI y
no por variables
contaminadoras
FUENTES QUE AFECTAN LA VALIDEZ INTERNA:
VARIABLES DE SUJETO
Maduración
Selección
diferencial de los
sujetos
Interacción entre la selección diferencial
de los sujetos y otras variables
contaminadoras
Mortalidad
experimental
Regresión a la media
Cambios
biológicos y
psicológicos
Falta de
equivalencia
Cualquier situación donde algunas
variables contaminadoras produzcan
efectos diferentes en función de algunas
características de los sujetos y q esta
característica este distribuida de forma
desigual en los grupos
Sujetos dejan
de asistir
Tendencia de los
valores extremos a
sufrir una regresión a
las puntuaciones
medias cuando se
hacen nuevas
mediciones
FUENTES QUE AFECTAN LA VALIDEZ INTERNA:
VARIABLES AMBIENTALES
Efectos de la
historia
La propia
situación
experimental
Efectos reactivos
de la medida de
pretratamiento
Interferencia de los tratamientos múltiples
cuando alguno de ellos produce efectos
irreversibles o que demoran en ser
eliminados
Instrumentación
Cambios en
factores ajenos al
sujeto que
pueden darse
dentro o fuera del
contexto
experimental e
influir en los
resultados
Los sujetos se
encuentran en
una situación
artificial y pueden
reaccionar de
manera distinta
La medida
pretratamiento
puede
aumentar/disminuir
la sensibilidad de
los sujetos hacia la
tarea que van a
realizar
Cuando los tratamientos demoran un tiempo
en dejar de tener efecto, hay que tener la
precaución de que cuando se aplique un
tratamiento, el efecto de los anteriores ya se
haya eliminado. Puede darse en los intragrupo
Los instrumentos
pueden sufrir
cambios. O en
las personas que
se encargan de
evaluarlos
FACTORES QUE SE DEBERÁN CONTROLAR A FIN DE ASEGURAR LA VALIDEZ EXTERNA
Representatividad de la
muestra
Representatividad de los
tratamientos experimentales
Efectos reactivos de la
situación experimental
Efectos reactivos de los
tratamientos múltiples
Tiene que ver, según
como haya sido y se
haya tomado la muestra,
a que población se
pueden generalizar los
resultados de la
investigación
Como muchas veces se eligen
solamente algunos valores de la VI
para utilizar en la investigación, en
qué medida los resultados obtenidos
se pueden generalizar a los niveles
de la VI que no se utilizaron
Los sujetos se encuentran en
una situación artificial y
pueden reaccionar de
manera distinta
El hecho de aplicar distintos
tratamientos en forma
sucesiva a los sujetos, hace
que se aleje de lo que ocurre
en la vida real. ej. intragrupos
En circunstancias ideales, el investigador busca diseñar estudios sólidos en lo que a validez interna y externa se refiere. En algunos
casos puede suceder que los requisitos para garantizar un tipo de validez interfieran con la posibilidad de lograr la otra. Al ejercer un alto
grado de control, para garantizar la máxima validez interna, el ambiente de la investigación puede tornarse en extremo artificial y
amenazar la posibilidad de generalizar los resultados a entornos más naturales (validez ecológica). Cuando se contraponen la validez
interna y externa, suele ser preferible decidirse por lograr una mayor fortaleza de la interna.
Tema 9 – DISEÑOS ALEATORIOS: DE DOS GRUPOS – prácticos
Los diseños aleatorios admiten contar con una variable independiente o factor (univariados) y con más de una variable independiente
(multivariados o factoriales). Una investigación experimental permite establecer de manera inequívoca que efectivamente la VI influye
sobre la VD, lo que implica haber controlado las VC. Contamos con la posibilidad de instrumentar el principio del azar (asignación
aleatoria) para asegurar que en un principio haya equivalencia inicial entre los grupos experimentales, es decir que las diferencias
individuales de quienes integran la muestra estén distribuidas equitativamente entre los grupos. Así se podrá saber si los cambios
observados se deben efectivamente a los tratamientos aplicados y no a otras fuentes de variación (VC).
Para instrumentar el principio de azar el investigador deberá: asignar aleatoriamente los sujetos a los distintos grupos experimentales,
y que cada tratamiento experimental sea asignado de forma aleatoria a cada uno de los diferentes grupos. Esto implica que cada
elemento de la muestra tiene la misma probabilidad de pertenecer a un grupo u otro, y tambien puede recibir cualquiera de los
tratamientos disponibles. Bajo esta condición podre estimar que se da el requisito de equivalencia inicial. Con la aleatorización tambien
se intenta minimizar la varianza intergrupos.
Modelos de diseños aleatorios:
a. Diseños aleatorios bivalentes (de dos grupos aleatorios): un factor (VI) que adopta sólo dos niveles
b.
Diseños multivalentes/multigrupos (de más de dos grupos aleatorios): un factor (VI) que adopta más de dos niveles
c.
Diseños factoriales (se manipula más de un factor)
a. INVESTIGACIONES EXPERIMENTALES CON DISEÑOS DE DOS GRUPOS ALEATORIOS (bivalentes)
Se selecciona aleatoriamente un grupo de sujetos (muestra) de determina población
Los sujetos de la muestra se asignan
aleatoriamente a los grupos experimentales
Se asigna
aleatoriamente cada tratamiento experimental a cada grupo de sujetos
Ambos grupos pueden ser
experimentales, o uno puede ser grupo control (no se le aplica tratamiento)
La utilidad de estos diseños está en indicar si el factor manipulado ejerce algún efecto sobre el criterio (VD), y si lo ejerce cuál es su
dirección (si aumenta o disminuye) y tambien su magnitud.
La información que brindan puede resultar pobre y engañosa. En ciertas oportunidades darle solo dos niveles a la VI no nos permite
detectar que sucede con la VD, bajo la introducción de otros niveles del factor.
Otro inconveniente es incurrir en la pseudoaleatorización: cuando se implementa un procedimiento que se considera asignación aleatoria
y en verdad no lo es. Tambien se debe considerar la posibilidad de inequivalencia inicial, para neutralizar este riesgo se puede
recomendar llevar a cabo replicaciones la mayor cantidad de veces posible. Sin embargo, la equivalencia inicial se ve posibilitada por la
aleatorización, y garantizada cuanto más grande sea la muestra.
Desventajas:
ˣ Dependencia de muestras grandes
ˣ Proporciona información incompleta por utilizar solo dos niveles del factor manipulado (falta de sensibilidad)
Ventajas:
Simplicidad, fácil de llevar a cabo
Económico, poco esfuerzo y costo
Tipos de diseño de dos grupos aleatorios:
a. Diseño solo con medidas postratamiento
b. Diseño con medidas pre y postratamiento
La medida pretratamiento, es una medida de la VD o de una variable relacionada con ella, su finalidad es comprobar la equivalencia de
la VD entre los grupos.
Modelo b.: (a. es igual, pero sin medida pretratamiento)
1. Formación aleatoria de los grupos
2. Asignación aleatoria de los tratamientos a los grupos
3. Tomar medida pretratamiento
4. Aplicación de tratamientos experimentales
5. Medida postratamiento
6. Análisis de resultados
Representación simbólica de diseños:
Dos grupos al azar solo con medida postratamiento y con grupo control
GRUPOS
COMPOSICIÓN DE
LOS GRUPOS
MEDIDA
PRETRATAMIENTO
TRATAMIENTO
MEDIDA
POSTRATAMIENTO
1
A
------
A1
Yd1
2
A
------
A0
Yd2
Dos grupos al azar solo con medida postratamiento y con dos grupos experimentales
GRUPOS
COMPOSICIÓN DE
LOS GRUPOS
MEDIDA
PRETRATAMIENTO
TRATAMIENTO
MEDIDA
POSTRATAMIENTO
1
A
------
A1
Yd1
2
A
------
A2
Yd2
Dos grupos al azar con medida pretratamiento y postratamiento y grupo control
GRUPOS
COMPOSICIÓN DE
LOS GRUPOS
MEDIDA
PRETRATAMIENTO
TRATAMIENTO
MEDIDA
POSTRATAMIENTO
1
A
Ya1
A1
Yd1
2
A
Ya2
A0
Yd2
Dos grupos al azar con medida pretratamiento y postratamiento con dos grupos experimentales
GRUPOS
COMPOSICIÓN DE
LOS GRUPOS
MEDIDA
PRETRATAMIENTO
TRATAMIENTO
MEDIDA
POSTRATAMIENTO
1
A
Ya1
A1
Yd1
2
A
Ya2
A2
Yd2
La validez interna
Tomando como modelo el diseño aleatorio de dos grupos con medida pre y post, señalaremos las VC que pueden constituir una amenaza
y como controlarlas:
Historia: entre la medida pre y post transcurre un tiempo durante el que pueden ocurrir acontecimientos que afecten a los sujetos y
modifiquen su comportamiento afectando la segunda medida. Para contrarrestar estos efectos se deben tomar en los dos grupos
simultáneamente las medida pre como las post, para que los efectos de la historia afecten a ambos grupos por igual. En este
aspecto controlamos la historia intersesión. Tambien está la historia intrasesion, que refiere a los acontecimientos que están presentes
durante la misma sesión experimental (luz, ruidos, experimentador). Se neutraliza igualando las condiciones en ambos grupos, pero
como con el investigador no es posible, se resuelve asignando aleatoriamente los sujetos y los experimentadores.
Instrumentación: se deben usar los mismos instrumentos
Experimentador: hay que utilizar varios muy bien entrenados asignándolos aleatoriamente
Efectos reactivos de la medida pretratamiento: pueden producir sensibilización
Selección diferencial de los sujetos: esto se controla gracias a la asignación aleatoria
Mortalidad experimental: perdida de sujetos. Se consideran solo los que asisten a las dos sesiones.
Este diseño puede presentar una buena validez interna, pero hay q tener cuidado con la sensibilización que pueda producir la medida
pretratamiento.
La validez externa
Posibles factores q pueden afectar las posibilidades de generalización de los resultados:
medida pretratamiento: una muestra sensibilizada ofrece datos que no son aplicables al resto de la población.
La generalización nunca podrá ir más allá de la población de la cual se extrajeron los sujetos y tambien va a depender del grado de
representatividad de la muestra.
Análisis estadístico de los resultados
Una prueba estadística q se puede utilizar en el diseño de dos grupos con medida pre y post es el análisis de covarianza utilizando
como variable covariada las puntuaciones obtenidas en la medida pretratamiento. De todas maneras, con el análisis estadístico basado
en las cuatro comparaciones siguientes 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 post en ambos grupos, si hay diferencias entre las dos medidas de un mismo grupo serán por el
tratamiento experimental o por una VC no controlada
4. Comparar entre si las diferencias encontradas en el punto 3, en ambos grupos: si d1 (diferencias entre medidas pre y post del grupo
1) con d2 (del grupo 2) encontramos q 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 ALEATORIOS: MULTIGRUPOS
La técnica por la q se forman los grupos es también la asignación al azar. Las VC provenientes de las diferencias entre sujetos van a
ser controladas x la aleatorización partiendo de grupos homogéneos. En el diseño aleatorio multigrupos, se estudia el efecto de una
VI que adopta más de dos valores sobre la VD. La VI tomará tantos valores como desee el investigador, y al hacer una comparación
entre grupos experimentales (intergrupos) deberá formar aleatoriamente tantos grupos como valores le haya dado a la VI (mínimo 3).
Ventajas:
Brinda mayor información que un diseño de dos grupos.
Ej: hipótesis el tiempo dedicado al estudio afecta el desempeño académico en estudiantes universitarios
VI: tiempo de estudio Operacionalización: cantidad de horas de estudio
a
1
5hs
a
2
10hs
VD: desempeño académico Operacionalización: nota obtenida en el examen
A través de un diseño de dos grupos aleatorios, podríamos comparar el efecto de 2 valores de la VI. Podríamos pensar que estudiar
más tiempo sería más beneficioso. Luego de tomar una muestra representativa de estudiantes, ej. 80 alumnos (n=80), se los distribuye
de forma aleatoria a estas condiciones: grupo 1 debe estudiar 5hs semanales, y grupo 2 10hs semanales. Más adelante se comparan
los promedios de las notas obtenidas en el examen (VD) en análisis estadístico. Suponiendo que el grupo 1 obtuvo promedio de 5 puntos
y el grupo 2 alcanzó 8 puntos, se podría ver que hay una relación lineal directa entre calificaciones y el tiempo dedicado al estudio. Los
investigadores suponen que si un tercer grupo estudia 15hs semanales alcanzaría un promedio 10. Pero en ese caso la nota descendió.
Entonces, la conclusión es que la relación no es lineal.
El poner a prueba el efecto de más de dos valores de la VI sobre la VD, nos permite determinar con mayor exactitud si la VI tiene
alguna influencia sobre la VD. Estos diseños tienen mayor validez interna que los de dos grupos. Tambien será mayor su poder de
generalización, aumentando tambien su validez externa.
Variantes de diseño multigrupos:
1. Solo con medidas postratamiento
Se mide la VD luego de la aplicación de la VI. Se toma el examen luego del periodo de estudio asignado. La comparación formal será
entre las medidas post tratamiento de cada uno d los grupos
2. Con medidas pre y post tratamiento
Las medidas pretratamiento de la VD cumplen una doble función: si los grupos son homogéneos, no deben presentar diferencias
significativas en esta medida, y permiten comparar los cambios ocurridos en cada grupo antes y desp de la aplicación de tratamientos.
Se podría tomar el promedio de cada grupo antes de comenzar el periodo de estudio bajo las instrucciones del investigador, si son
homogéneos, los promedios no deberían diferir significativamente. A parte se hacen análisis estadísticos q permiten determinar el efecto
de los tratamientos sobre la VI.
Tema 10 – DISEÑOS DE GRUPOS APAREADOS – prácticos
Hay que tener en cuenta que con muestras pequeñas el azar no suele funcionar tan bien para lograr homogeneizar los grupos. Por eso
se suele recurrir a otros procedimientos. Para las VC hay distintas técnicas de control y diseños que nos permiten garantizar la
equivalencia entre los grupos para una o varias VC. En el caso de la VD tenemos la medida pretratamiento que permite constatar la
equivalencia de los grupos en la media previa de la VD y de no darse esta hay recursos estadísticos que permitirían tratar de resolverlo.
A veces el investigador necesita asegurarse que los grupos sean exactamente equivalentes en la medida de la VD, una forma de lograrlo
es mediante el diseño de grupos apareados.

Este documento contiene más páginas...

Descargar Completo
Resumen Primer Parcial 2021.pdf
browser_emoji Estamos procesando este archivo...
browser_emoji Lamentablemente la previsualización de este archivo no está disponible. De todas maneras puedes descargarlo y ver si te es útil.
Descargar
. . . . .