Vigil a, Metodos de Investigacion en Psicopedagogia

7/30/2019 Vigil a, Metodos de Investigacion en Psicopedagogia

1/64

Universitat Rovira i Virgili

Departament de Psicologia

METODOS DE INVESTIGACINEN PSICOPEDAGOGIA


2/64

Tcnicas de investigacin en psicopedagoga (2)

Andreu Vigil Colet


3/64


I.FUNDAMENTOS METODOLOGICOS BASICOS.

1.1. El Mtodo Cientfico.

Entendemos por conocimiento cientfico aquel conocimiento resultante de laaplicacin del mtodo cientfico. Con ello, cualquier problema que sea susceptible de

verificacin emprica puede generar conocimiento cientfico, ello excluye de entradaaquellos problemas cuya solucin estar basada en valoraciones subjetivas, creencias,opiniones, etc.

A partir de ello, las ciencias tratarn de establecer una serie de normas o reglasrelacionales que permitan realizar una prediccin de los fenmenos. El MC tendr una

serie decaractersticas particulares que lo diferenciaran de otros mtodos:

A.Autocorrector. B.Objetivo.

Partiendo de ello intentar encontrar como es la realidad, no como deseamos

que sea. De esta forma se pretendedescribir, explicar y predecir la realidad medianteuna simplificacin, organizacin y generalizacin de sus conocimientos con el fin deelaborar teoras. Todo ello implicar un proceso continuo de elaboracin terica:

Problema Solucin tentativa (Hiptesis) Verificacin Emprica

Generalizacin del modelo Modelo Explicativo

Ejemplo: Como afecta la cafeina al rendimiento. Generamos una hiptesis,despus buscamos una relacin lineal que no existe, a partir de ello modificamosdicha hiptesis proponiendo una relacin cuadrtica, vemos si ello es valido paraotros activadores, vemos como afectan otras variables que interactuan con laactivacin y si afecta diferencialmente a los individuos, etc.

Todo ello nos conduce a la progresiva elaboracin de unateora que pretende:

- Organizar un modelo explicativo de las observaciones realizadas.

- Establecer Hiptesis a partir de dicho modelo explicativo.

- Con ello, ampliar la teora y en su caso reformularla para volver a someterlaa prueba.

Finalmente sealar que elM.C. tiene una serie de presupuestos:


4/64


- Orden: En la Naturaleza existe un cierto orden que permite la propiaelaboracin de las teoras, dado que en el caos no tendran ningn sentido.

- Determinismo: Existen hechos antecedentes que determinan los hechos

observados, implicando pues una relacin de causa-efecto.

- Comprobabilidad:Las relaciones entre las variables implicadas en la cadenacausal pueden ser verificadas empricamente. Ello implica que deber ser posible suobservacin y medicin.

Segn el nfasis que se ponga en la teora o en los datos nos encontramos con

dos formas de entender el M.C. El Mtodo Hipottico Deductivo y el MtodoInductivo.

2.EL MTODO EXPERIMENTAL

El M.E. es un mtodo particular del MC, compartiendo sus caractersticas,

objetivos, presupuestos, etc. cuyo objetivo es el etudio de las relaciones decausalidadentre las variables en base a la manipulacin de los valores de una/variasde dichas variables (VI), con el fin de estudiar sus efectos en otra/s variable/s (VD),con ello se pretender comprobar si los valores observados en la VD estn en funcinde los valores adoptados por la VI. Con este fin se planea un experimento.

El Experimento.

Existen una gran cantidad de definiciones sobre lo que entendemos porexperimento. Entre las ms amplias est la de R.B.Cattell:

"Un registro de observaciones, cuantitativas o cualitativas, segn operacionesdefinidas y recogidas en condiciones definidas, seguida de un examen de datos pormedio de reglas matemticas y estadsticas adecuadas con el fin de comprobar laexistencia de relaciones significativas".

Otros autores, desde una perspectiva ms estricta, como Webster plantean que

es:

"Una operacin realizada en condiciones controladas con el fin de descubrirun efecto o ley desconocida, poner a prueba un efecto o ley conocida, poner a pruebauna hiptesis o ilustrar una ley conocida".

Arnau, por su parte, lo define como:

"La experimentacin constituye tan slo un momento del mtodo cientfico yse caracteriza fundamentalmente por el dominio ms o menos directo que se posee

sobre la VI, responsable directa de la variabilidad de la VD. Es aquella situacin en la


5/64


que el investigador introduce 1 o ms variables con el fin de observar hasta que puntoqueda modificada la conducta bajo observacin".

Estas definiciones, as como otras ponen nfasis en tres conceptos bsicos:

-Concepto de control.

-Bsqueda de relaciones.

-Situacin diseada ex-profeso.

Segn el propsito con que llevemos a cabo el experimento podemosencontrarnos con tres tipos fundamentales de experimentos:

Experimentos Exploratorios: En este tipo de experimentos intentamos poner aprueba una nueva hiptesis en un dominio concreto del conocimiento a partir de laobservacin, lagunas tericas, experimentos anteriores, consecuencias de teoras, etc.

Experimento crucial: En este tipo de experimento se ponen a prueba dos oms hiptesis alternativas. Para ello se disea una situacin cuyas consecuenciasconfirmen claramente una de las hiptesis, invalidando completamente la contraria.Ej. En un laberinto las ratas eligen siempre el camino que saben les lleva a la comidao, por el contrario, por el instinto de exploracin prefieren buscar nuevos caminos.

Experimento Confirmatorio: Cualquier hiptesis se acepta bajo un nivel designificacin, a partir de la visin probabilista de la ciencia. Su confirmacin esmucho mayor si en repeticiones sucesivas del experimento se acepta nuevamente lamisma hiptesis. p(0.05) x p(0.05), etc.

Con anterioridad describimos superficialmente las fases del MC, acontinuacin desarrollaremos con detalle cada una de ellas en el marco del ME.


6/64


2.1.Aspectos Bsicos del Experimento.

EL PROBLEMA

Uno de los principales objetivos del MC es el plantear problemas,

correspondiendo a la investigacin su resolucin. La solucin de un problemanuncaser completa, pues la propia solucin generar nuevos problemas. Llegados a este

punto, cabe sealar que es comn juzgar el nivel de desarrollo de una ciencia por el

nmero de problemas que plantea. Hay que tener en cuenta que aunque aumenten elnmero de problemas, en el mismo grado aumenta el nmero de fenmenos quepueden ser explicados y predecidos.

Toda investigacin parte de un problema, siendo este ms importante inclusoque el mtodo, dado que ser a partir del problema planteado cuando deberemoselegir el mtodo ms adecuado para abordarlo. De esta manera, el problemacondiciona el mtodo a utilizar, en lugar de utuilizar un mtodo determinado queprefiramos a otro. Ej. las diferencias inter-individuales son difcilmente abordablesdesde mtodos experimentales.

Exiten diversosorigenes de los problemas:

- Lagunas en nuestros conocimientos.

- Resultados contradictorios (buscar problemas metodolgicos en losexperimentos anteriores). P.Ej. los extravertidos tienen tiempos de reaccin mscortos que los introvertidos dependiendo del tipo de tarea.

- Generalizacin de resultados anteriores a otros dominios explicativos.

- Confrontacin de teoras opuestas.

Elplanteamiento del problema implicar :

CONOCIMIENTOS

DISPONIBLES

AUMENTO DECONOCIMIENTOS

PROBLEMA CONSECUENCIAS RECOGIDA DATOS


7/64


-Que este sea resoluble; que existan argumentos empricos que permitanresponder al problema. Que pueda comprobarse la hiptesis formulada mediante latecnologa disponible en la actualidad. Ello es condicin necesaria pero no suficiente.

- Las variables deben poder ser definidas de forma operacional; de forma quepuedan ser medidas y/o manipuladas. Ej. la ausencia de libertad aumenta el estress nopuede ser comprobado de forma experimental con seres humanos.

- Formular el problema de tal forma que tan solo tenga una respuesta. En casode no poder hacerlo, siempre tenemos la posibilidad de realizar en primer lugarinvestigaciones exploratorias o correlacionales.

Finalmente cabe sealar que la resolucin del problema siempre tendr un

caracter probabilsticoa partir de un determinado nivel de significacin. De ello se

desprende la necesidad de replicar los experimentos, con el fin de reducir el margendejado al azar.

No existe un sistema objetivo sobre la forma en que los problemas deben serelaborados con el fin de un planteamiento correcto, no obstante existen una serie de

criterios que pueden ayudarnos a conseguirlo:

- Formular los problemas con claridad; definir los trminos sin ambiguedades,intentando definir en la forma ms operacional posible las diversas variables.

- Especirficar los constituyentes del mismo.

-Determinar las relaciones entre el problema y el marco tercio de referencia,dado que ello es posible que genere hiptesis concretas.

-Formular el problema en los trminos ms simples que podamos.

-Buscar problemas anlogos en base a documentacin bibliogrfica, ello nospermitir plantear nuevos problemas, as como reformular el nuestro.

-Extensin del problema a otros mbitos: permite un contraste demetodologas y aproximaciones al problema.

La resolucin del problema.

Ningn problema cientfico presenta una solucin definitiva. La validacin deuna hiptesis ser siempre probabilstica. A partir de ello podemos afirmar que laresolucin se centra en reducir al mximo las probabilidades de que la respuestaadoptada sea la errnea. La propia resolucin plantear nuevos problemas queprofundizan la cuestin que es objeto de estudio.


8/64


La Hiptesis experimental

Arnau "Se entiende por hiptesis experimental a una clase de enunciadorelacional entre 2 ms variables que puede representar la solucin a un problema".

Kerlinger; " Es la definicin conjetural de la relacin entre dos o msvariables"

McGuigan: " Afirmacin comprobable de un relacin potencial entre dos oms variables"

Durham: " Explicacin tentativa de los fenmenos que interesan al cientfico yque han sido observados y apropiadamente descritos".

Como podemos observar en todas las definiciones expuestas existen dosconceptos bsicos:

- Solucin tentativa: a partir de los conocimientos del investigador y del marcoterico en que se inscribe, la hiptesis representa la solucin con mayor probabilidadde ser verificdada empricamente.

- Caracter Relacional: la hiptesis debe explicitar el tipo de relaciones queesperamos encontrar entre las variables incluidas en la investigacin. Dicha solucindebe ser explicitada en la forma ms concreta posible. (Si........ Entonces............).

La gran ventaja que presenta la utilizacin de las hiptesis es que, adems deestablecer el tipo de relacin que esperamos encontrar entre las variables, es el hechode que las variables son definidas de forma operacional, con lo que pueden sermedidas y manipuladas.

Adems de establecer un enunciado relacional, las hiptesis debern tenercomo condicin que las implicaciones derivadas de las mismas puedan ser sometidasa verificacin emprica. Ello implicar que sus enunciados contengan dos o msvariables mesurables, y se especifique cual es su relacin.

Las hiptesis son enunciados sintticos,teniendo como caracterstica principalque su verdad o falsedad no se establece de forma lgica sino que se infiere de larealidad fsica. Partiendo de ello, la probabilidad de que un enumciado de este tipo seaverdadero es siempre mayor que cero y menor que uno.

Criterios para la eleccin de Hiptesis.

1.Comprobabilidad: deben existir los medios adecuados para manipular lascondiciones antecedentes y medir la conducta resultante.


9/64


2.Explicativa: la hiptesis debe ser relevante para el problema que queramosexplicar.

3.Compatible: la hiptesis debe ser coherente con resultados anteriores,

aunque ello no sea decisivo, la probabilidad de que una hiptesis sea cierta es mayorcuando es coherente con las teoras establecidas.

4.Parsimoniosa: elegir la hiptesis que cumpliendo los puntos anteriores sea loms simple posible.

5.Generalizable: entre dos hiptesis siempre ser mejor elegir aquella quetenga una mayor probabilidad de generalizacin.

6.Fructifera: que en lo posible su contrastacin genere nuevos estudios.

A la hora de formular una hiptesis es preferible utilizar lafrmula de Russell,"Si A...... Entonces ....... B", implicando (A) las condiciones antecedentes y (B) lasconsecuencias.

Clasificacin de las Hiptesis.

Existen diversos criterios a la hora de clasificar las hiptesis, podemos hacerloen funcin de:

Su Contenido:

A)Relacionales: su contenido se refiere tan slo a la relacin existente entredos o ms variables. Este tipo de hiptesis sern caractersticas de las investigacionescorrelacionales.

B)Relacionales con un trmino sin caracterizar: adems de proponer unarelacin entre variables, se propone la existencia de un trmino hipottico sobre el queno conocemos su naturaleza y que es el causante de las relaciones observadas.(Ej.Factor G de Spearman).

C)Experimentales: implican la presencia de una relacin de causalidad entrelas variables.

Generalidad:

A)Universales: establecen relaciones vlidas para todos los casos y encualquier situacin.

B)Existenciales: sus relaciones son vlidas por lo menos para un caso en

concreto, con lo que se afirma que un fenmeno existe.


10/64


LAS VARIABLES

Kerlinger " Es una propiedad que adopta diferentes valores, un smbolo al quese asignan nmeros o valores ".

Edwards: " Es algo que podemos observar y que es de una naturaleza tal quecada observacin simple puede ser clasificada de una nica manera dentro de unconjunto de categorias mtuamente excluyentes".

Rodrigues " Es una propiedad a la que se atribuyen valores numricos quepueden sufrir variaciones a lo largo de una amplitud finita (variable categrica odiscreta) o infinita (variable continua)".

Tal y como vemos en estas definiciones el trmino variable hace referencia auna propiedad o caracterstica que puede adoptar diversos valores dentro de unabanico de posibles valores al que denominamos dominio de la variable.

Un primer problema con que nos encontramos es el de la definicin de lasvariables, en tanto que reflejen su significado y al mismo tiempo nos permitan realizaruna verificacin emprica.A partir de ello nos encontramos con un doble nivel dedefinicin de las variables:

Definicin constitutiva o conceptual: refiere a la descripcin del fenmeno,

presentando sus caractersticas fundamentales en base a otros constructos,relacionndose directa o indirectamente con el marco terico de referencia.

Definicin operativa: asigna significados a las variables, especificando lasactividades u operaciones que son necesarias para su medicin y/o manipulacin.

En la medida en que una variable haya sido definida conceptualmente, lageneralizacin de resultados de la experimentacin ser ms fcil, sin embargo cabeplantearse la validez de dichas conclusiones al darse la posibilidad de que ladefinicin conceptual y la definicin operacional presenten un doble nivel al no

corresponderse la definicin operacional con un indicador representativo de ladefinicin conceptual.

Categorizacin de las variables.

Existen una serie de criterios de acuerdo con los cuales podemos clasificar lasvariables:

A.Punto de vista metodolgico: desde este punto de vista podemos dividir lasvariables en dependientes e independientes:


11/64


Entendemos por variable independiente a la supuesta causa de la variabilidadobservada en la variable dependiente que es el efecto supuesto. Con este finasignaremos diversos valores a la VI con el fin de analizar la variabilidad queproducen en la VD. A su vez podemos dividir a las VI en situacionales o de estmulo,

de tarea y organsmicas:

Variables situacionales: implican no slo las influencias del medio sinoincluso la modalidad o tipo de tarea. En el caso en que se manipule alguna de lascaractersticas de una tarea estandarizada hablaremos de variables de tarea.

Variables organsmicas: suponen caractersticas biolgicas, fisiolgicas opsicolgicas del individuo.

B.Desde el punto de vista manipulativo: podemos dividir las variables

independientes en activas o asignadas:

Activas: cualquier variable independiente susceptible de manipulacin directa.Ello conducir a la realizacin de investifaciones experimentales.

Asignadas: aquellas variables independientes cuya manipulacin resultamaterial o ticamente imposible (Inteligencia, sexo, personalidad, etc...). Conducen ala realizacin de investigaciones quasiexperimentales.

C.Desde el punto de vista de la magnitud: (Introducir el tema de las escalas):

Cualitativas: refieren a aspectos que no implican un ordenamiento de mayor amenor: raza, sexo, etc.

Cuantitativas: referidas a propiedades que implican una magnitud, lo quepermite una ordenacin en escalas ordinales o superiores.

D.Segn el nivel de medida:

Continuas: pueden adoptar un nmero infinito de valores en una escala.

Discretas: tan slo pueden adoptar ciertos valores determinados dentro de uncierto rango.

2.2.El control experimental.

La intencin que perseguimos al realizar un experimento es ver los efectosproducidos por una VI en una V.D. Sin embargo los efectos registrados en la VD noson nunca debidos en su totalidad a las manipulaciones realizadas en la V.I.


12/64


Existen una serie de variables de diversos origenes que pueden afectar a laconducta del sujeto. De este modo, nuestro inters se centrar en conocer que parte dela variabilidad observada en la VD es debida a nuestra intervencin, y en minimizar laproporcin de varianza debida a las variables extraas. El problema es similar al

encontrado por los controladores aereos en la proporcin seal/ruido.

2.2.1.La varianza experimental.

Denominamos varianza la variabilidad observada en las medidas realizadas enla VD.

En cualquier experimento nos podemos encontrar con tres grandes fuentes devariabilidad:

A.Variables del individuo: edad, sexo, inteligencia, etc. que pueden influir enla variabilidad observada en la VD. Ej. TR y edad.

B.Variables del ambiente: cualquier estmulo externo que puede afectar lasituacin experimental. Ej. ruido, temperatura, etc.

C.Variables del experimentador: expectativas, deseos, etc. del experimentadorque pueden influir en la forma de actuar de los sujetos Ej. primar la velocidad o laprecisin en las consignas.

En las situaciones experimentales nos encontraremos con dos tipos principalesde varianza. Por una parte con la varianza sistemtica y por otra la varianza de error.

La Varianza Sistemtica: hace referencia a las desviaciones que presentan losdatos debidas al tratamiento o a otras variables extraas que no han sido controladas.El propsito de la investigacin sera separar aquellos factores en que se estinteresado, convirtindose la investigacin en un estudio controlado de la varianza.

La varianza sistemtica puede dividirse a su vez en varianza primaria yvarianza secundaria:

La Varianza primaria es la proporcin de variabilidad que refleja los efectosde la manipulacin que hemos realizado, siendo la variabilidad que el investigadorpretende estudiar, suele denominarse tambin varianza entregrupos.

La Varianza Secundaria: consiste en la desviacin sistemtica de los datos dela VD debido a los efectos de variables ajenas a las que estamos manipulando. Ej. enel caso anterior puede ser que el sonido sea ms agudo de lo normal con lo queaumente el efecto del los tratamientos, o que en otros casos dificulte el rendimiento delos sujetos.


13/64


La Varianza de Error: es el conjunto de fluctuaciones aleatorias que presentanlas medidas, ello hace que este tipo de variaciones sean totalmente impredecibles.Existen dos fuentes principales de error:

-Las Diferencias individuales.

-Falta de fiabilidad de los instrumentos de medida.

Observar que ambas fuentes de error son aleatorias, pues los individuosseleccionados para un experimento pueden presentar puntuaciones que se alejen de lamedia en cualquier direccin, lo mismo ocurre con la falta de fiabilidad de losinstrumentos.

A partir de ello, cualquier investigador intentar realizar su investigacin de

forma que se maximicen los efectos de los tratamiento, obteniendo una elevadavarianza entregrupos, en segundo lugar intentar controlar la varianza secundaria y

finalmente minimizar la varianza de error. Bsicamente el control experimentalconsistir en los tres aspectos citados anteriormente.

Partiendo de los diferentes componentes de la varianza total nos podemosencontrar con los siguientes casos:

1.S2(t)= S2

(primaria) : es la situacin idelal, tan solo existe variacin debida a los

efectos de la VI, las variables extraas no han ejercido ningn efecto y los

instrumentos de medida son perfectos. Esta situacin es imposible.

2.S2(t)= S2

(secundaria) + S2

(intra) : la VI no ha producido ningn efecto sobre la

VD y todas las diferencias que podemos encontrar en la varianza entregrupos serndebidas a las variables extraas.

3.S2(t)= S2

(intra) : El experimento ha controlado bien la influencia de las

variables extraas, sin embargo la VI no ha tenido ningn efecto sobre la VD,debindose la variabilidad total a fluctuaciones aleatorias motivadas por la varianzade error.

4.S2(t)= S2

(primaria) + S2

(secundara) + S2

(intra) : el experimento ha sido contaminado

por los efectos de alguna variable extraa, la variabilidad observada en la VD reflejalos efectos de la manipulacin y de variables contaminadoras.

5.S2(t)= S2

(primaria) + S2

(intra) : es la situacin ms perfecta que podemos

conseguir en la realidad. La variabilidad observada es debida a los efectos de nuestramanipulacin y a los efectos aleatorios que no actuan conjuntamente con la VI. Hayque tener en cuenta que dichos efectos se hallan presentes en cualquier investigacin,dado que los instrumentos nunca pueden ser absolutamente fiables, existiendo por otra

parte variables del organismo que no pueden ser nunca totalmente controladas.


14/64


2.2.2.Maximizacin de la Varianza Primaria.

Para ello intentaremos que el efecto de la VI sobre la VD sea el mximoposible, eligiendo mtodos que nos permitan potenciar al mximo los efectos de los

tratamientos:

A.Utilizar los valores ptimos de VI: dicha tcnica consiste en asignar a lostratamientos los valores de la VI que en la bibliografa existente han demostradoejercer mayor influencia sobre la VD.

B.En la mayora de los casos no conocemos los valores ptimos, en dichoscasos se recomienda elegir el mayor nmero de grupos posilble, de tal forma queentre los diversos niveles de la VI se encuentren los valores ptimos.

C.Un tercer sistema es elegir los valores extremos de la VI de tal forma quelos grupos experimentales presenten la mayor diferencia posible respecto de lostratamientos empleados. Ello puede generar una serie de problemas:

Posibles relaciones de tipo cuadrtico que enmascaren los efectos de la VI,P.ej. la ley de Yerkes-Dowson.

En el caso de estar trabajando con VI asignadas los problemas derivados de laseleccin diferencial y del efecto de regresin a la media en el caso de diseos conpre y postest.

2.2.3.Control de la Varianza Secundaria.

Uno de los aspectos ms relevantes del control experimental es laneutralizacin o eliminacin de la varianza secundaria, mediante ello se persigue elobjetivo de eliminar todos los efectos de diversas variables contaminadoras quepueden afectar la variabilidad de la VD.

Podemos clasificar las variables contaminadoras en:

1.Situacionales:

-Ambientales (Calor, Ruido, etc...)

-De tarea (factores de la propia tarea que introducen variabilidad Ej. TRE deforma serial entre intros y extros.)

-Instrumentacin: (Variaciones sistemticas producidas por la propiainstrumentacin).

-Instrucciones

-Experimentador


15/64


2.Del sujeto:

- Efectos residuales de los tratamientos.

El control depender especialmente de la situacin experimental concreta,podemos dividir los diferentes situaciones experimentales y los diseos a los que danlugar en tres grandes bloques:

1.En el caso en que cada sujeto es sometido a un solo tratamiento experimentaldeberemos asegurarnos de la equivalencia entre los grupos experimentales, dandolugar a los diseos intergrupos.

2.En el caso en que todos los sujetos pasan por todos los tratamientos nos

encontramos con los dise

os de medidas repetidas, en ellos el sujeto es su propiocontrol, en este caso deberemos tener en cuenta los problemas derivados del errorprogresivo.

3.En aquellos casos en que se utiliza ms de una variable independiente,registrndose los efectos de una de ellas intrasujetos y la de la otra entresujetos nosencontramos con los diseos mixtos o Inter-intra. En ellos debemos prestar atencin alas dos fuentes de posibles variables contaminadoras: la falta de equivalencia y elerror progresivo.

Las tcnicas de control de la varianza secundaria ms utilizadas son las

siguientes:

A.Eliminacin de la variable extraa: es la tcnica ideal aunque en muchoscasos resulta su aplicacin no es posible. En situaciones de laboratorio podemosaplicar tcnicas como la insonorizacin, control de temperatura, fijacin de laposicin del sujeto, de la luminosidad, etc...

B.Mantener constante la variable extraa: (Tcnica de la constancia) todasaquellas variables extraas que no pueden ser eliminadas pueden en muchos casos sermantenidas en valores constantes de tal modo que sus efectos diferenciales no existan.

Por ejemplo podemos mantener constante el nivel de luminosidad, el tipo deinstrucciones dadas a los sujetos, etc. Ello en muchos casos significar una reduccinen el grado de generalizacin de nuestros resultados.

C.Sistematizacin de la variable extraa: uno de los mtodos que permitencontrolar los efectos de las V.E. y evitar la disminucin de la generalizacin quecomporta la tcnica de la constancia es la utilizacin de la variable contaminadoracomo una VI ms, con ello obtenemos mayor informacin y aumentamos el nivel degeneralizacin de nuestros resultados.

D.Aleatorizacin de los grupos: tericamente este sistema controla la totalidadde las variables extraas derivadas de las caractersticas de los sujetos, eliminando losproblemas derivados de la falta de equivalencia inicial de los grupos.


16/64


Al formar una serie de grupos al azar, se considera que son estadsticamenteequivalentes dado que si los grupos son suficientemente grandes existe una elevadaprobabilidad de que las posibles V.E. estn igualmente repartidas entre los grupos.

El problema en este tipo de diseos es que la variabilidad intragrupos suele sermuy elevada y se muestran poco sensibles ante los efectos de la manipulacinexperimental.

E.Apareamiento de los sujetos: mediante esta tcnica se equilibra el efecto dela variable contaminadora amanteniendo constante la proporcin de cada valor de lamisma en cada uno de los grupos.

El problema principal de esta tcnica es que cuando deseamos aparear ms deuna variable la probabilidad de encontrar sujetos con caractersticas similares es muy

baja.

Igualmente debe procurarse que la variable extraa sea relevante, es decir,tenga una elevada correlacin con la variable dependiente ya que ello aumenta laeficacia del mtodo.

F.Sujeto como propio control: es el caso tpico de los diseos de medidasrepetidas, mediante la utilizacin de los mismos sujetos para todos las condicioneseliminamos cualquier variable extraa que pueda afectar de forma diferencial a los

diversos grupos experimentales. No obstante nos encontraremos con el problema del

error progresivo, es decir del efecto que tiene (fatiga, aprendizaje, etc.) la ejecucinde la tarea implicada en un tratamiento sobre la ejecucin en el siguiente tratamiento.

G.Utilizacin de Grupo Control.

Mediante dicha tcnica se pretende formar dos grupos de sujetos similarespara todos las posibles variables que puedan afectar a la VD, de este modo lasdiferencias observadas entre los grupos sern dbidas a los efectos de nuestramanipulacin.

Es la tcnica ms importante cuando intentamos controlar las posibles fuentede varianza secundaria. Su principal problema consistir en asegurarnos de laequivalencia de los grupos elegidos.

Ej

R O1 X1 O2

R O3 X0 O4

H.Control Estadstico

Entendido por una parte como el anlisis del error progresivo, viendo si esterealmente afecta de forma significativa a nuestros resultados. Por otra parte refiere a


17/64


la utilizacin de mtodos que permiten analizar la variabilidad de la VD una vezeliminados los efectos de otras variables contaminadoras mediante tcnicas como elanlisis de la covarianza.

2.1.3.Minimizacin de la varianza de error.

Tal y como hemos visto existen dos fuentes principales de varianza de error:

- Falta de fiabilidad de los instrumentos

- Diferencias individuales.

La nica solucin es la utilizacin de instrumentos precisos y la minimizacinde las diferencias individuales mediante la utilizacin de tcnicas apropiadas como elbloqueo, etc.

2.1.4.El experimentador como variable contaminadora.

La actitud, expectativas, intenciones, etc. del experimentador pueden emitir deforma involuntaria indicios al sujeto que indiquen al mismo la forma en que deberealizar la tarea y de este modo alterar los resultados del experimento.

A partir de todo ello, nos interesar conocer los resultados de la interaccinentre sujeto e investigador con el fin de conocer en que forma todo ello puede influiren nuestros resultados. (Ej.caballo Hans, responda tambin a otras personas que nofueran su domador).

Hay tres formas bsicas en que el experimentador puede influir en losresultados de la investigacin:

A.Al observar

B.Al interpretar.

C.Cometiendo errores intencionales.

Como observador: Ej. de Maskelyne y Kinnebrook. Puede existir error por laslimitaciones del observador y por efectos de sesgo en su tarea.

Al interpretar: es difcil separar en muchos casos si el error es debido a laobservacin o a la interpretacin, es comn encontrarnos, especialmente en el reaclnica con interpretaciones diferentes de una misma observacin.

Error Intencional: es ms difcil de detectar en ciencias de la conducta por ladificultad que implica la replicacin exacta de los experimentos, tanto po las mltiples

variables que intervienen como las diferentes muestras (Ej. Sir Cyril Burt).


18/64


Variables contaminadoras del experimentador.

A.Personalidad: tener en cuenta los efectos de la personalidad delexperimentador en el rendimiento de los sujetos, as como la influencia de su actitud

hacia la prueba (Ej. si est ansioso, etc.).

B.Experiencia: puede influir en las posibles explicadiones complementarias,en las consignas, mayor nerviosismo, menor control de su influencia en los sujetos,etc.

C.Expectativas: conocido como el efecto "Rosenthal" hace referencia a larelacin afectiva que establece el investigador en su hiptesis, lo que puede llevar aperder la objetividad e intentar probar resultados que confirmen su hiptesis. (Ej. TRcon intros y extros puede modificar el tono de voz al dar la consigna alterando el

compromiso velocidad/precisin).

A partir de ello el experimentador comunica de forma encubierta y nointencional sus hiptesis a los sujetos, adecundose estos a las mismas.

Al ser la situacin experimental relativamente novedosa, los sujetos tienden aobservar todos los indiciones que orienten su conducta, indicios que pueden inclusoser proporcionados por actitudes no verbales del experimentador.

Con el fin de comprobar la incidencia de este efecto, diversos experimentos

han dividido a los sujetos en grupos equivalentes, manipulando las expectativas delexperimentador. Barber y Silver han analizado dichos experimentos, comprobandoque en 12 de los 31 analizados aparecan diferencias entre ambos grupos. Al analizardichos experimentos en profundidad se comprob que tan slo en dos de ellos lasdiferencias observadas no podan ser observadas en base a otros factores, partiendo deello cabe plantearse la generalidad del efecto de Rosenthal.

D.Caractersticas de la demanda.

Tal y como hemos visto, los individuos al encontrarse con una situacinexperimental (en especial situaciones de laboratorio que implican la utilizacin deaparatos, etc.), ignoran que conductas adecuadas deben emitir. A partir de ello estnfuertemente motivados hacia la bsqueda de cualquier indicio disponible sobre lahiptesis experimental, intentando averiguar que se espera de ellos.

El concepto caractersticas de la demanda har referencia a la suma total deindicios o pistas que transmite la hiptesis experimental a los sujetos. Ello harreferencia no solo a las influencias del experimentador, sino tambin estn incluidostodos los aspectos de la situacin que pueden dar indicios.

Ej.Suministrar alcohol en un experimento ya indica a los sujetos que

probablemente esperamos una disminucin en su rendimiento. Otro ejemplo sera lamanifestacin del efecto placebo.


19/64


Orne propuso que este efecto era tan general que no poda ser eliminadocompletamente del experimento y, que por otra parte, su efecto est en funcin decada individuo (es totalmente subjetivo), con ello no ser percibido de igual forma porcada sujeto con lo que ser difcil investigar su influencia.

Frente a ello, Kruglansky introduce el concepto de artefacto, definido comocualquier factor que covariando con la VI o con las condiciones de la investigacinimpide identificar la causa de un suceso observado, de tal forma que se convierte enuna fuente de varianza secundaria o de error.

Partiendo de este punto, el efecto de la demanda es considerado como unartefacto que podr ser evaluado de forma directa o con controles posteriores a laexperiencia.

Los controles posteriores consisten en entrevistas posteriores a los sujetos enlas que se recoge informacin sobre sus impresiones, etc a lo largo del experimento(p.ej.sobre la posible utilizacin de estratgias).

Control de la influencia del experimentador.

Existen diversos mtodos para controlar la influencia del experimentador:

A.Eliminar los posibles indicios, tanto visuales como verbales mediante lautilizacin de aparatos apropiados en lugar del experimentador (Ej.presentacin

mediante el ordenador).

B.Utilizar ayudantes adecuadamente entrenados y, que a ser posibledesconozcan los objetivos de la investigacin.

C.Incluir los efectos del experimentador como una V.I. ms

D.Considerar al experimentador como una variable extraa y aplicar lastcnicas de control especficas para controlar los efectos de la varianza secundaria(Eliminacin, Constancia, etc.)

E.Replicar el mayor nmero de veces el experimento con diferentesexperimentadores para ver si los efectos observados son constantes a travs dediversos experimentadores, o varan de un experimentador a otro.


20/64


3.DISEOS EXPERIMENTALES.

El trmino diseo experimental es uno de los ms ambiguos que podemosencontrar en metodologa, teniendo diferentes connotaciones segn el contexto en quenos encontremos. Podemos encontrarnos con cuatro significados bsicos:

A.Proceso de disear: significara una serie de actividades encaminadas haciala planificacin de un experimento, desde los valores de las variables a utilizar hastalas pruebas estadsticas que debemos emplear.

B.Descripcin del experimento: designara a una clase especfica de

experimentos en un dominio relacionado con un tpico psicolgico determinado. Ej.diseo de M.C.P. de condicionamiento.

C.Como formacin de grupos: en este sentido el diseo refiere a la forma enque los sujetos han sido asignados a los diferentes grupos de tratamiento. As nosreferiremos a diseos de grupos aleatorios, multigrupos, factoriales, etc.

D.Como anlisis: hace referencia a que el diseo se entiende como el tipo deanlisis estadstico aplicable a los datos con el propsito de establecer inferenciascausales. Ej diseos no paramtricos, de series temporales, multivariados, etc...

En resumen podemos encontrarnos con dos significados bsicos al referirnosal diseo experimental:

A.Un significado amplio, en el que el diseo sera sinnimo de las actividadesbsicas que median entre la formulacin de la hiptesis y el establecimiento derelaciones causales, implicando todos los procedimientos requeridos en unexperimento.

B.Un significado restrictivo, comn entre los tericos del diseo y que vienederivado de la tradicin Fisheriana en la cual el diseo es un procedimiento de

asignacin de los sujetos a las condiciones experimentales, as como unprocedimiento de seleccin de pruebas estadsticas adecuadas.

Una definicin de diseo experimental derivada de esta segunda visin nos lada O'Neil (1968) al afirmar que "un diseo experimental es una forma particular devariacin y constancia".

En este sentido el experimentador est interesado en maximizar la varianzaprimaria, controlar la secundaria y minimizar la varianza de error. Los dos primerosobjetivos se alcanzan mediante procedimientos externos al propio diseo

experimental. Con ello, el principal objetivo del diseo experimental es el controlde la varianza secundaria, as el diseo se convierte en una forma particular de


21/64


variacin (varianza primaria derivada de la manipulacin experimental) y deconstancia (control de la varianza secundaria mediante el propio diseo).

En cada situacin experimental existirn variaciones en cuanto a las fuentes de

variables extraas, con el fin de controlar dichas variables se han elaborado una seriede diseos para cada situacin, cada uno con una serie de ventajas e inconvenientesque intentarn garantizar la validez interna del experimento. Con ello se intentaranobtener resultados que permitan hacer inferencias claras sobre el fenmeno queorigin la investigacin.

3.1.El problema de la validez.

El problema ms importante al que nos debemos enfrentar a la hora de llevar acabo un experimento es el determinar si los resultados que obtengamos del mismo y

las conclusiones a las que lleguemos son vlidas. Este problema implicar distintosniveles de anlisis, desde el estadstico que hemos utilizado hasta la validez de lasrelaciones que podamos establecer entre la definicin conceptual de las variables queintervienen en el experimento y su operativizacin. Dichos niveles de anlisis puedenobservarse en el siguiente grfico:

Nivel Terico A B Tipo Validez

Constructo

Interna

Externa

Nivel Metodolgico A B

Nivel Estadstico Diseo/Anlisis Conclusin Estadstica

Un primer tipo de validez que puede ser planteado es el problema de la

sensibilidad del diseo experimental. Podemos pensar en la sensibilidad de un diseoexperimental como la capacidad del diseo para detectar una diferencia real entre lascondiciones experimentales (Lipsey, 1990). En otras palabras, dicho problema hace

referencia a la variabilidad relativa, es decir, que proporcin de varianza intra o deerror existe en las medidas de la variable dependiente.

Bsicamente, la sensibilidad de un diseo experimental depende de lossiguientes factores:

A. Magnitud del efecto de la variable independiente.


22/64


B. Heterogeneidad de los sujetos: grado en que las diferencias individualesestn presentes en la muestra.

C. Error experimental: problemas derivados de la existencia de variables

extraas debidas al procedimiento utilizado y que pueden afectar de forma diferenciala los grupos de tratamiento.

E. Error en las medidas (varianza de error debida a inconfiabilidad).

Por otra parte debemos tener en cuenta aspectos que estn relacionados con ellas caractersticas de los estadsticos utilizados como pueden ser:

A. El test estadstico utilizado: las diversas pruebas estadsticas tienen unossupuestos previos que implican la idoneidad de cada una de ellas para cada caso

determinado. De este modo, para unos mismos datos podemos encontrarnos con quediferentes pruebas presentan un poder estadstico diferente.

B. Nivel de Significacin: evidentemente contra ms baja sea menor es laprobabilidad de cometer un error de tipo I pero mayor es la probabilidad de cometerun error de tipo II.

C. Tamao de la muestra: los tests de contraste parten de supuestos de laestadstica inferencial y por tanto estn sometidos al error de muestreo. Por ello eltamao de la muestra afectar a dicho error y consecuentemente a la probabilidad de

obtener resultados errneos.

Todo ello implicar la validez de conclusin estadstica, o el poderestadstico de la prueba y el diseo empleado, entendida como la probabilidad de quenos encontremos con diferencias estadsticamente significativas cuando existenefectos reales del tratamiento. Partiendo de ello, un diseo sensible implicar que laprueba utilizada tenga un elevado poder estadstico, es decir, que tenga una baja

probabilidad de cometer errores de tipo II o .

Continuando con el tema de la validez, clsicamente se han considerado dos

tipos de validez de los diseos experimentales (Campbell y Stanley, 1966), la validezinterna y la validez externa.

La caracterstica ms importante de un diseo experimental es su validez, entanto en cuanto permita realizar una inferencia acerca de la hipotesis propuesta, esdecir, que nos permita comprobar la supuesta relacin entre los factores antecedentesy consecuentes.

3.1.1La Validez Interna.

Este tipo de validez es la mnima imprescindible en cualquier investigacin, lapodemos entender como una condicin necesaria pero no suficiente para la validez delexperimento. Responde de algn modo a la pregunta Realmente introducan en este


23/64


caso concreto los tratamientos experimentales algn tipo de diferencia entre losgrupos?. Es decir, la variacin observada en la variable dependiente ha sido causadapor la manipulacin de la variable independiente. Ello implicar lgicamente elproblema del control experimental, al implicar la necesidad de que no hayan existido

efectos de las variables extraas. De este modo los resultados obtenidos no permitenuna interpretacin ambigua.

Podemos encontrarnos con diversas variables que afectan a la validez

interna, variables que de no ser controladas en el diseo experimental pueden generarefectos que se confunden con los del tratamiento:

A.Historia: acontecimientos especficos que pueden producirse durante elexperimento (Ej. entre dos medidas) o fuera del mismo. Estos efectos sern mayoresen el caso de estudios de largo plazo. (Ej. en mitad de una campaa para reducir elnmero de accidentes de trfico se produce una colisin mltiple en la que muerenmuchas personas).

B.Maduracin: procesos internos de los participantes que operan comoresultado del paso del tiempo. (Edad, hambre, cansancio, etc...) que pueden interferircon la accin de la variable independiente (tanto procesos biolgicos comopsicolgicos).

C.Efecto de la medida: entendido como el efecto que la propia administracinde un test puede ejercer sobre los resultados de una pasacin posterior.

D.Instrumentos de medida: pueden sufrir variaciones a lo largo delexperimento (En funcin de la hora del da, del grado de humedad, etc.), incluyendocomo instrumento al propio observador.

E.Efecto de regresin a la media: aparece en los casos en que trabajemos conun grupo o grupos extremos, al realizar un postest nos encontramos con que laspuntuaciones de dichos sujetos tienden a "regresar" hacia la media.

F.Seleccin diferencial: en muchos casos los resultados reflejan lasdiferencias existentes entre los grupos ms que el tratamiento experimental. El

ejemplo clsico es la seleccin de los grupos en funcin del aula, empresa, seccin,etc.

G.Mortalidad Experimental: puede generar diferencias entre los gruposespecialmente si afecta a sujetos con puntuaciones extremas, cuya desaparicin tiendea afectar significativamente la media grupal.

H.Interaccin entre seleccin y maduracin: es posible que caractersticasdiferenciales entre los grupos seleccionados interactuen con procesos madurativos, detal modo que aunque en un pretest no presenten diferencias entre ellos, la maduracin

pueda afectar diferencialmente a ambos grupos. Igualmente puede producirse unainteraccin entre la seleccin y la historia de cada grupo concreto.


24/64


3.1.2.La validez externa.

Tal y como hemos visto la validez interna es la mnima e imprescindible encualquier situacin experimental, sin embargo no es suficiente ya que a pesar depermitirnos interpretar el modelo propuesto, no nos garantiza que los resultadospuedan ser generalizables a la poblacin de inters.

El problema de la generalizacin de los resultados es el que aborda la validez

externa, entendida como la posibilidad de generalizacin de los resultados obtenidos,tanto a diversas situaciones, como personas o momentos temporales.

Si bien en la mayora de ocasiones los validez interna y externa se relacionande forma inversa, ser necesario valorar el diseo elegido e intentar utilizar diseos

que presenten una validez elevada, especialmente en campos como el educativo ysocial, en los que interesar generalizar los resultados a situaciones prcticas yconocidas.

Al igual que en el caso de la validez interna, existen una serie de amenazas ala validez externa:

A.Efecto reactivo o interactivo del pretest: la propia aplicacin del pretestpuede aumentar o disminuir la sensibilizacin del sujeto en relacin con la variableindependiente. Los resultados de un grupo que ha sido sometido a un pretest no

podrn ser generalizables a otro de la poblacin que no ha pasado por dichacondicin.

B.Interaccin entre la seleccin diferencial y la V.I.: la VI generavariaciones en la VD en funcin del grupo experimental al que se aplique eltratamiento.

Finalmente nos podemos plantear la validez de constructo, del diseo,entendida como el grado en que la definicin operativa de la variable refleja elconstructo contenido en su definicin conceptual, podramos decir que este es un

problema estrictamente psicomtrico.

3.2.Diseos experimentales, pre-experimentales y quasiexperimentales.

Continuando con la definicin de validez interna realizada por Campbell yStanley, los diseos podrn clasificarse en pre-experimentales, quasiexperimentales yexperimentales en funcin de su validez interna. Podremos considerar que unainvestigacin es plenamente experimental cuando se cumplan los siguientesrequisitos:

El diseo utilizado nos permita realizar como mnimo una comparacin entredos series de datos.


25/64


El experimentador siguiendo un plan establecido asigne a los sujetos ogrupos de sujetos a los distintos tratamientos experimentales.

El investigador manipule directamente la variable independiente.El investigador tiene un control tal de la situacin que le permita eliminar los

efectos de las variables extraas.

Partiendo de estos criterios encontraremos una graduacin entre los distintosdiseos en funcin del grado de cumplimiento de los mismos. As hablaremos de

diseos pre-experimentales en aquellos casos en que el experimentador carezca delos medios adecuados de control que le garanticen una mnima validez interna. Dentrode dichos diseos podemos encontrarnos con los siguientes casos:

Diseo de grupo nico con postest:

El esquema formal de este experimento sera el siguiente:

X1

O1

Siendo X Administracin tratamiento O: medida de la variable dependiente.

Tal y como podemos comprobar este diseo no nos permite ningn tipo de

comparacin entre dos series de datos, es decir, no podemos conocer si el tratamientoha influido en la variable dependiente. Es por ello que las conclusiones obtenidas eneste diseo no tienen ningn tipo de valor cientfico.

Diseo de grupo nico con pretest y postest.

En este caso el esquema es:

O1X

1O

2

Podemos comprobar como en este caso el diseo utilizado como mnimo nospermite realizar una comparacin entre las puntuaciones en la variable dependienteantes y despus del tratamiento. No obstante este diseo esta encuadrado dentro de lospre-experimentales dado que presenta una serie de amenazas a la validez interna comopueden ser la historia, la maduracin, etc. Adems debemos tener en cuenta que enestos casos pueden producirse efectos reactivos del pretest. Pensar por ejemplo que laejecucin de los sujetos en un test de aptitud o capacidad suele mejorar la segunda vezque se administra la prueba.

Una modificacin de este diseo que se utiliza en algunas ocasiones es la

comparacin con un grupo esttico. La representacin de este diseo entonces es lasiguiente:


26/64


X

1O

1

O2

En este caso substituimos el pretest por las puntuaciones obtenidas en unsegundo grupo que hemos obtenido en un archivo, etc. As por ejemplo podramoscomparar las puntuaciones obtenidas por un grupo de alumnos a los que hemosaplicado un determinado tratamiento con las obtenidas por otro grupo en el cursoanterior. No obstante este sistema no es vlido dado que difcilmente podemoscontrolar la equivalencia de los grupos y, adems, en un ao existen mltiplesvariables situacionales que pueden haberse modificado.

Los diseo que hemos expuesto presentan notables deficiencias a nivel devalidez interna, no obstante en otros casos dichas deficiencias son mnimas o por la

propia naturaleza de las variables que intervienen son inevitables, en dichos casoshablamos de diseos quasiexperimentales.

Este tipo de diseos se dan en aquellos casos en los que deseamos realizarinvestigaciones experimentales pero nos encontramos con una de las siguientessituaciones:

La variable independiente tan slo puede ser manipulada a nivel de seleccindiferencial, es decir, nos encontramos con una variable independiente asignada.

A pesar de poder manipular de forma correcta la variable independiente poralguna razn no disponemos del control absoluto de las variables extraas. Lascaractersticas principales de este tipo de investigaciones son:

1.Suelen emplear escenarios naturales.2.Carecemos de un control experimental completo.3.Utilizacin de procedimientos como sustitutivos del control experimental.4.Suelen ser utilizadas en aquellas situaciones en que no es posible realizar un

experimento de laboratorio.

Con ello los resultados obtenidos en este tipo de invesgiaciones deben serinterpretados con precaucin dada la posibilidad de que alguna variable extraa puedaser la responsable de la variabilidad observada en la variable dependiente.Fundamentalmente nos podemos encontrar con tres grupos de diseosquasiexperimentales:

Cualquier diseo que cumple todos los requisitos exigibles a un diseoexperimental pero en el cual utilizamos una variable independiente asignada.


27/64


Los diseos de series temporales interrumpidas.El diseo de grupo control no equivalente.

Diseos de series temporales interrumpidas.

En este tipo de investigaciones tomamos una serie de medidas en la variabledependiente antes de administrar el tratamiento, continuando con dichas medidas unavez aplicado el mismo. De este modo la efectividad del tratamiento puede serestimada a partir de las discontinuidades existentes en el grupo de medidas que hemosregistrado. El efecto del factor manipulado puede adoptar distintas formas:

Tratamiento

VD 1

2

3

Observaciones

As en la lnea 1 podemos comprobar como el tratamiento genera unadiscontinuidad en el registro denominada cambio de nivel que nos seala laefectividad del tratamiento. En la lnea 2 podemos ver que no existe dicho cambio denivel sino que existe un cambio de tendencia en la serie de datos que nos indicaasimismo la posible efectividad del tratamiento. Finalmente en la lnea 3 podemoscomprobar como no existe ningn tipo de discontinuidad y adems la tendencia de losdatos tras el tratamiento es la misma que exista con anterioridad al mismo lo cual nosinduce a pensar que dicho tratamiento no ha tenido ningn efecto. Cabe sealar quetanto los cambios de nivel como de tendencia pueden ser diferidos, es decir,producirse un cierto tiempo despus de la aplicacin del tratamiento, de igual modosus efectos pueden ser permanentes o tan solo temporales.

La lgica que subyace a este tipo de diseos es que cualquier variablecontaminadora que este relacionada con la maduracin se ver reflejada en latendencia que presentan los datos antes del tratamiento de tal modo que sus efectospodrn ser controlados al disponer de los datos previos al tratamiento y los datosposteriores, cosa que no podamos llevar a cabo en los diseos pre-experimentales conpretest y postest. El hecho de que no sean experimentales se deriva de la

imposibilidad de controlar los efectos de la historia dado que cualquier variable de


28/64


este tipo que acte conjuntamente con el tratamiento o despus de l no podr serdistinguida de los propios efectos del tratamiento.

Este tipo de diseos adems conlleva una serie de inconvenientes:

En muchas ocasiones los tratamientos no pueden ser introducidos de formainstantnea sino que deben serlo de forma gradual. Ello incrementa el tiempo duranteel cual pueden actuar las variables extraas relacionadas con la historia.

Los efectos pueden no ser instantneos sino que pueden producirse con unretardo que en muchas ocasiones no puede predecirse.

La serie de medidas que debemos tomar es bastante amplia dado que debenpermitirnos por una lado establecer una lnea base estable previa al tratamiento y porotro lado permitirnos registrar posibles efectos diferidos del tratamiento o la posibledesaparicin de dichos efectos a corto o medio plazo.

Existen mltiples diseos que parten de esta idea no obstante los diseosbsicos con los siguientes:

Diseo simple de series temporales

Podemos expresar dicho diseo grficamente del siguiente modo:

O1O

2O

3O

4X

1O

5O

6O

7O

8

Las principales amenazas a la validez interna de este tipo de diseo son lahistoria y, dependiendo del tipo de medida utilizada, la habituacin de los sujetos a lamisma.

Diseo simple de series temporales con V.D. no equivalentes

Podemos expresar dicho diseo grficamente del siguiente modo:

Matemticas O1O

2O

3O

4X

1O

5O

6O

7O

8

Lengua O1O

2O

3O

4X

1O

5O

6O

7O

8

Fsica O1 O2 O3 O4 X1 O5 O6 O7 O8


29/64


La idea principal de este tipo de diseos es la de utilizar ms de una variabledependiente de tal modo que si el tratamiento es efectivo se supone que debe serlo

para las p variables dependientes. As en el ejemplo anterior deseamos comprobar laeficacia de una tcnica de estudio para mejorar el rendimiento acadmico. Para ellorealizamos un seguimiento en tres asignaturas distintas de tal modo que si alguna deellas se viera afectada por los efectos de la historia, las dems nos serviran comogrupo de control para contrastar dicho efecto.

Diseo de grupo control no equivalente.

Este tipo de diseos son los que se utilizan con mayor frecuencia en lainvestigacin aplicada dado que la nica diferencia que presentan respecto a un diseopropiamente experimental es la ausencia de la aleatorizacin en la formacin de losdistintos grupos experimentales. Esto es as por el hecho de que en muchos mbitos:empresas, instituciones educativas, etc. es imposible asignar a los sujetos a un grupodistinto del que ocupan habitualmente, conocido como grupo natural. La estructurabsica de este tipo de diseos es la siguiente:

O1 X1O 2

O1X

oO

2

En este tipo de diseos podemos encontrarnos con diversos resultados, entodos ellos la principal amenaza a la validez interna es la posible interaccin entre lahistoria o la maduracin y la seleccin natural de los grupos, es decir, un determinadoacontecimiento externo puede afectar ms a un grupo que a otro en funcin de sus

caractersticas diferenciales. Del mismo modo debido a estas caractersticas es posibleque un grupo madure ms rpidamente que el otro. Veamos los posibles resultados alos que nos puede conducir la aplicacin de este diseo:

Narayanan y Nath (1982) utilizaron un diseo de este tipo para comprobar siun horario de trabajo flexible incrementaba la productividad de un grupo deempleados que fueron comparados con un segundo grupo de la misma compaa: Losresultados que podran haber encontrado son los siguientes:

1 2


30/64


Pretest Postest Pretest Postest

3 4

___ Control

----- Tratam.


En la figura 1 podemos ver el primero de los posibles resultados. A simple

vista parece que la conclusin a la que podemos llegar es que el horario flexiblefavorece la productividad. No obstante la pregunta que podemos formularnos es quepatrn de resultados obtendramos si un grupo incrementara su edad, capacidad,conocimientos, etc. en funcin del paso del tiempo mientras que el segundo grupo semantendra constante. Este efecto es bastante comn en mbitos educacionales ylaborales dado que el rendimiento suele incrementarse en funcin de la experiencia.

En la figura 2 podemos observar el mismo fenmeno pero de la forma en quese suele manifestar con mayor frecuencia en la vida cotidiana, ambos gruposincrementar su rendimiento en funcin de la experiencia pero con tasas de crecimientodisintas.

Otro resultado posible en este tipo de investigaciones es el obtenido en lafigura 3. Para ilustrarlo tomaremos otro ejemplo basado en una investigacin llevadaa cabo por Keller y Holland (1981). Estos autores deseaban evaluar el impactocausado por un cambio en el trabajo asignado a un grupo de empleados encomparacin con un segundo grupo de la misma empresa. Con este fin aquellosempleados que presentaban una productividad muy baja fueron asignados a un nuevopuesto de trabajo mientras que los empleados que presentaban una productividadnormal o elevada operaron como grupo control. De nuevo los resultados parecensealar que el tratamiento ha sido efectivo no obstante existen una serie de objecionesa esta conclusin. En primer lugar la seleccin implica que el grupo sometido atratamiento era un grupo con puntuaciones extremas de tal modo que el fenmeno deregresin a la media puede afectar a dicho grupo mucho ms que el grupo control lo


31/64


que ya de por si explicara los resultados obtenidos. Todo ello implica que en estecaso el criterio de seleccin de los sujetos que en un momento puntual presentaban unbajo rendimiento implica una especie de error de medida cuya consecuencia es unadisminucin en la puntuacin de los sujetos en el pretest y, como consecuencia la

nica direccin en que sus puntuaciones pueden alterarse en una segunda medida espositiva.

La ltima posibilidad, la expuesta en la figura 4, es la que nos permite conmayor facilidad la elaboracin de inferencias de tipo causal. Ello se fundamenta en elhecho de que las diferencias entre ambos grupos, tanto en el pretest como en elpostest, son significativas, pero el patrn de resultados es inverso. La cuestinprincipal es que un efecto de regresin a la media o un efecto suelo en el pretestpodran explicar el hecho de que el grupo sometido a tratamiento incremente surendimiento hasta alcanzar al grupo control pero en ningn caso puede explicar que elgrupo experimental supere en el postest al grupo control. Obviamente an nos queda

la posibilidad de que la historia o la maduracin hayan afectado al grupo experimentalpero, en este caso sus efectos deberan ser muy notables para explicar este patrn deresultados.

El grado de inferencia causal puede ser an mayor en el caso de que en estetipo de diseo utilicemos ms de dos grupos. As por ejemplo Greene y Podsakoff(1978) encontraron un patrn de este tipo cuando deseaban comprobar el efecto de losincentivos dados a la productividad sobre la satisfaccin laboral. Para ello dividieronlos empleados en tres grupos en funcin de si su rendimiento era alto, medio o bajo ytras un pretest retiraron los incentivos a la productividad. Un efecto de regresin a lamedia podra explicar que los tres grupos convergieran hacia un mismo punto (verfig.5 , sin embargo el resultado obtenido fue que la satisfaccin de los de altorendimiento cayo por debajo incluso de la satisfaccin de los de bajo rendimientomientras que los de rendimiento medio continuaron igual (ver fig. 6)

5 6

---- R. Alto

___R. Medio

__ __R.Bajo


Hay que tener en cuenta que todo lo expuesto en relacin a este tipo dediseos no implica necesariamente que cualquier resultado distinto del ltimoexpuesto no pueda ser debido a un efecto verdadero del tratamiento sino que debemosser cautelosos a la hora de interpretar los resultados obtenidos dado que no poseemosen ningn caso la seguridad de que una amenaza a la validez interna no sea laresponsable del patrn de resultados observados.


32/64


Diseos de cohortes:

En muchas instituciones es relativamente frecuente una constante variacincclica en los individuos que las forman debido a que los mismos promocionan, etc.

esto caso es tpico de las instituciones educativas en las cuales los alumnos vansuperando los distintos cursos. Los integrantes de uno de dichos grupos en unmomento temporal determinado son conocidos como cohortes. El diseo bsico deeste tipo implicara la comparacin de una cohorte sometida a tratamiento con otraque no lo ha sido resultando en un esquema como el siguiente:

X

1O

1

O2

A modo de ejemplo Minton (1975) comprob el efecto que tena elaprendizaje utilizando captulos de Barrio Ssamo sobre el rendimiento en un test decapacidad para nios en un jardn de infancia. Para ello compar las puntuaciones endicho test de un grupo de nios que haban aprendido mediante dichos videos con laspuntuaciones obtenidas por sus hermanos en el curso precedente comprobando que lasmismas eran mayores.

Lgicamente la mayor amenaza a la validez interna de este tipo de diseos esla posible falta de equivalencia entre las sucesivas cohortes. Podemos pensar, porejemplo, que en el caso anterior que todos los integrantes de una cohorte ocuparon

una posicin posterior a los de la otra en lo que refiere a su orden dentro de loshermanos de la familia. Pensando en una empresa por ejemplo puede ocurrir que unacohorte trabaje con un tipo de contrato y otra cohorte con otra, etc.

Una solucin a este problema es la utilizacin de lo que se conoce como undiseo de ciclo institucional recurrente. Su estructura formal sera la siguiente:

XO1

O2X O

3

O4

Supongamos que implementamos un tratamiento durante uno de estos ciclos ymedimos el rendimiento de los sujetos al final del mismo O

1. Posteriormente

evaluamos el rendimiento de los sujetos al principio del segundo ciclo O2, aplicamos

el tratamiento y volvemos a evaluarlo al final del ciclo O3, finalmente en la tercera

cohorte volvemos a evaluar el rendimiento al principio del ciclo O4.

Lgicamente lo que esperamos es que O3 sea mayor que O

2sin embargo

tenemos un control adicional dado que O2 tiene que ser tambin mayor que O1 y O3tiene que ser mayor que O

4.Podemos comprobar que la falta de equivalencia entre


33/64


cohortes puede difcilmente explicar este patrn de resultados, ms an si pensamosque este diseo puede extenderse a ms de tres cohortes implicando 4, 5, etc. de lasmismas.

Una alternativa que precisa de menos cohortes es el diseo de replicacininvertida. En este diseo se utilizan dos cohortes que son evaluadas tres veces,introduciendo el tratamiento en dos momentos temporales distintos. El esquema serael siguiente:

O1X O

2O

3

O4

O5XO

6

En este caso en un primer momento la cohorte segunda sirve de control para lacohorte primera, mientras que posteriormente se invierten los papeles de tal modo quees la primera cohorte la que se utiliza como control. De algn modo nosencontraramos con un diseo de grupo control no equivalente en el cual ambosgrupos actan en distintos momentos temporales como grupo de tratamiento o comogrupo control. Los problemas del diseo anterior se solucionan si pensamos quepodremos realizar inferencias causales en el caso en que encontremos el mismo patrnde resultados en las dos ocasiones en que implementamos el tratamiento.

Diseos experimentales

En este tipo de diseos podemos cumplir satisfactoriamente los criteriosexpuestos inicialmente para considerar un diseo como experimental. Para obtener undiseo de este tipo tan slo debemos replicar la estructura de un diseo de grupocontrol no equivalente y asignar a los sujetos a los tratamientos de forma aleatoria, deeste modo conseguimos que cualquier caracterstica diferencial de los grupos quepodra interactuar con una variable de la historia quede controlada, del mismo modose supone que los procesos madurativos afectaran por igual a los dos grupos.

No obstante existe una objecin a este diseo desde el punto de vista de lavalidez externa. Dicha objecin se centra en el hecho de que al administrar un pretesta los sujetos, los mismos pueden iniciar un proceso de sensibilizacin que les haga

reaccionar de manera distinta a como lo hara el resto de la poblacin ante eltratamiento. De este modo el esquema resultante sera el siguiente:

X

1O

1

XoO

2

No obstante existen autores que defienden la necesidad de utilizar un pretestprevio dado que el mismo nos garantiza la total equivalencia de los grupos. Debemos


34/64


tener en cuenta que el proceso de aleatorizacin tan slo nos ofrece una determinadaprobabilidad de que los grupos sean equivalentes, disminuyendo dicha probabilidadconforme el grupo se hace ms pequeo.

Una alternativa que consigue complementar ambas aproximaciones es eldiseo de cuatro grupos de Solomon. Dicho diseo se fundamenta en el anterior conla diferencia de que la mitad de los sujetos realizan el experimento con un pretest y laotra mitad sin el. El esquema resultante sera el siguiente:

O1X

1O

2

O3X

oO

4

X1O5

XoO

6

En este diseo las comparaciones entre O2

y O5

respecto de O4

y O6nos

informaran sobre la eficacia del tratamiento. Al mismo tiempo una comparacin entreO

2y O

4respecto de O

5y O

6nos facilitara informacin sobre el posible efecto del

pretest sobre las puntuaciones en el postest.

Diseos experimentales: Clasificacin actual

A partir de los trabajos de Campbell y Stanley, la clasificacin de los diseosexperimentales ha ido evolucionando a lo largo del tiempo. En la actualidad losprincipales criterios para llevar a cabo dicha clasificacin se fundamentan en latcnica de control utilizada, el nmero de variables independientes y el nmero degrupos o niveles de tratamiento utilizados. Esquemticamente, una aproximacin a laclasificacin actual sera la siguiente:

A continuacin veremos las caractersticas principales de los diseos msutilizados en investigacin en ciencias de la conducta.


35/64


3.3.Diseos basados en la aleatorizacin

3.3.1.Diseo de dos grupos al azar.

Este diseo es equivalente a uno de los diseos experimental planteados

inicialmente por Campbell y Stanley. Fundamentndose en la asignacin aleatoria de

los sujetos a los dos niveles de tratamiento de la variable independiente. Dichos

niveles de tratamiento pueden representan un grupo experimental y un grupo control o

bien, dos grupos experimentales.

Los problemas que presenta este diseo se derivan fundamentalmente de la

falta de sensibilidad del mismo, dado que la variabilidad intratratamientos es muyelevada. Por otra parte la propia tcnica de control impone la necesidad de contar con

una muestra mnima de 50 sujetos.

Otro inconveniente se deriva del hecho de que al contar tan solo son dos

niveles de tratamiento, la probabilidad de no incorporar los niveles ptimos del

mismo es relativamente elevada.

Las tcnicas de anlisis estadstico aplicable a este caso dependern del

conocimiento que tengamos de los parmetros poblacionales y del tamao de lamuestra. En funcin de ello podremos aplicar la prueba "t" de Student o una z para

diferencia de medias. En caso de que la mtrica de las variables o el tamao muestral

lo recomendara deberan utilizarse como alternativa la prueba "U" de Mann-Whitney.

3.3.2.Diseo de dos multigrupo al azar.

El diseo multigrupo al azar viene caracterizado por la asignacin aleatoria delos sujetos a los distintos niveles de tratamiento que, en este caso concreto, son tres o

ms. La principal ventaja de estos diseos es que adems de proporcionarnos

informacin sobre la presencia o ausencia de los efectos de la variable independiente,

nos permiten establecer una primera aproximacin a la posible relacin existente entre

dicha variable y la variable dependiente. Es por esta razn por lo que tambin son

denominados por algunos autores diseos funcionales.

Por otra parte, la utilizacin de un nmero elevado de niveles de tratamiento es

uno de los procedimientos que se utilizan usualmente para maximizar la varianza

primaria, dado que contra mayor sea el nmero de los mismos, mayor es laprobabilidad de incluir los niveles ptimos de la variable independiente, entendiendo


36/64


por niveles ptimos a aquellos niveles que presentan entre ellos la mayor diferencia

posible en la variable dependiente.

Por otra parte la validez interna de este tipo de diseo es superior a la deldiseo de dos grupos al azar dado que, en caso de existir algn grupo no - equivalente

respecto de los dems, sus efectos son en parte atenuados por el resto de grupos.

No obstante este tipo de diseo tambin presenta una serie de desventajas.

Dichas desventajas se derivan fundamentalmente de la utilizacin de la aleatorizacin

como tcnica de control, lo cual implica por una parte una elevada variabilidad

intratratamientos y, por consiguiente una baja sensibilidad del diseo y, la necesidad

de un elevado tamao muestral dado que son precisos como mnimo 25 * j sujetos.

3.3.3.Diseos factoriales.

Los diseos que han sido analizados hasta el momento presentaban como

denominador comn la existencia de una sola variable independiente o factor. Los

diseos factoriales se caracterizan por su parte por la manipulacin concurrente de

ms de una variable independiente, denominadas en este caso factores, asumiendo

cada uno de ellos un mnimo de dos niveles de tratamiento. Es por este ltimo motivo

por el que en algunos casos la nomenclatura utilizada para este tipo de diseos es la de

diseos de tratamientos * tratamientos.

De este modo un diseo 2 * 3 implicar la existencia de dos factores con dos y

tres niveles de tratamiento respectivamente, existiendo ses combinaciones posibles de

niveles de tratamiento. Dichas combinaciones son denominadas celdas. De este modo,

mientras que en los diseos unifactoriales la unidad bsica para decidir la asignacin

de los sujetos eran los grupos, definidos por niveles de tratamiento, en el caso de los

diseos factoriales las unidades bsicas son las celdas.

Las ventajas ms importantes de este tipo de diseos son entre otras, las

siguientes:

A. En primer lugar los diseos factoriales nos proporcionan ms informacin

que el conjunto de experimentos unifactoriales asociados a los factores manipulados.

De este modo, en el caso de la realizacin de un experimento en el que podramos

utilizar un factorial 2 * 2 de forma unifactorial, deberamos realizar dos experimentos

unifactoriales, obteniendo informacin acerca de los efectos de cada uno de los

factores manipulados. Si como alternativa utilizramos un diseo factorial

obtendramos esa misma informacin y, adems, conoceramos la posible existencia

de interacciones entre los factores manipulados.

B. Los diseos factoriales proporcionan un mayor control dado que tienen en

cuenta un mayor nmero de variables que pueden afectar a la variable dependiente.

Hay que recordar que una de las tcnicas de control de la varianza secundaria es

precisamente la sistematizacin de la variable extraa mediante la utilizacin de

diseos de este tipo. Asimismo la potencia del diseo es mayor, dado que al tener un


37/64


mayor nmero de fuentes de variabilidad explicadas disminuye la variabilidad

residual.

C. Su efectividad es mayor puesto que con un menor nmero de sujetos

obtenemos ms informacin que la obtenida mediante los diseos unifactoriales. Para

ilustrar este apartado supongamos que deseamos realizar un experimento con dos

variables independientes y dos niveles de tratamiento por variable. Si la tcnica de

control elegida es la aleatorizacin, el nmero de sujetos necesario ser de 120 en el

caso unifactorial y de 60 en el caso factorial tal y como queda expresado

grficamente:

Unifact. A Unifact. B Factorial

a1 a2 b1 b2 a1 a2

30 30 30 30 b1 15 15

b2 15 15

D. En las ciencias de la conducta raramente nos encontramos con

explicaciones de los fenmenos unicausales, siendo la mayora de las conductas

humanas pluricausales, de tal modo que la conducta frecuentemente viene dada por

los efectos de mltiples variables y sus correspondientes interacciones, de este modo

los diseos factoriales se aproximan ms a la realidad que los unifactoriales,incrementndose de este modo su validez externa dado que adems debemos tener en

cuenta que no existe ningn criterio restrictivo que disminuya la representatividad de

la muestra.

El Concepto de interaccin:

Un aspecto fundamental para entender los diseos factoriales es una adecuada

comprensin del concepto de interaccin. Denominamos interaccin a la modulacin

que una variable independiente puede ejercer sobre los efectos de una segunda

variable independiente sobre la variable dependiente. As dos variables interactan

cuando los efectos de uno de ellos sobre la variable dependiente estn en funcin del

nivel del segundo factor. As por ejemplo el hecho de dar cafena puede afectar alrendimiento en funcin de si los sujetos ingieren habitualmente en su dieta caf.

Las interacciones pueden ser ordinales o no ordinales. Denominamos

interaccin ordinal cuando el orden de los niveles de un factor es el mismo a travs de

los distintos niveles del segundo factor. Cuando el orden de los niveles de un factor

vara a travs de los niveles del segundo factor nos encontramos con una interaccin

no ordinal.

Efectos factoriales.

En un diseo factorial nos encontramos fundamentalmente con efectos

principales y efectos de interaccin. Los efectos principales refieren a los efectos de

los distintos factores promediados a travs de los niveles de los restantes factores. Es

decir estos efectos seran equivalentes a los que obtendramos si llevramos a cabo un


38/64


experimento unifactorial utilizando tan solo el factor en cuestin como variable

independiente.

Los efectos de interaccin podrn ser de primer orden (interacciones dobles)

segundo orden (triples) y as sucesivamente aunque difcilmente se interpretan

interacciones ms alla de las de segundo orden dado que tericamente su

interpretacin es muy compleja.

Para observar dichos efectos en un diseo factorial 2 x 2 utilizaremos la

notacin de Yates:

a1 a2

b1 1 a

b2 b ab

Podemos observar los distintos efectos:

A= (a+ab) - (1+b)

B=(b+ab) - (1+a)

AB=(a-1) - (ab-b) = (a+b) - (1+ab)


39/64


4.EL METODO CORRELACIONAL Y EL METODO

EXPERIMENTAL

Histricamente, en el dominio de la Psicologa se ha venido produciendo unaclara diferenciacin a nivel entre los distintos mtodos cientficos utilizados. Tal vez

la diferenciacin ms clsica sea la existente entre el mtodo experimental y el o los

mtodos correlacionales. Dicha diferenciacin fue sealada y posiblemente superada

con los trabajos de Cronbach (1957, 1959) titulados "Las dos disciplinas de la

Psicologia Cientfflca" y "Ms all de las dos disciplinas de la Psicologia Cientfica".

La idea fundamental es la de superar el aparente enfrentanento existente entre ambas

dado que a pesar de sus diferencias a nivel del abordamiento que hacen de la realidad,

el propsito de ambos mtodos es el mismo y el soporte estadstico de los mismos (la

covariacin entre variables) tambin.

Entre las diferencias que podemos encontrar entre ellos podemos establecer en

principio dos dimensiones principales que refieren a la recogida de datos y a la unidad

intema del mtodo (Morales, 1989).

En lo relativo a la recogida de datos, el mtodo experimental se articula en

tomo a la existencia de una variable independiente que es la presunta causa de la

variabilidad existente en la variable dependiente, orientndose el mtodo hacia la elin-

nacin de cualquier explicacin alternativa a dicha variabilidad de modo que el

mtodo presente una elevada validez intema. Todo ello implicar una recogida de

datos en un ambiente altamente controlado y en muchas ocasiones distante de la

realidad a la que se pretenden generalizar los resultados.

El mtodo correlacional por su parte carece de la existencia de una variable

independiente, dado que el investigador no genera la variable que es objeto de estudio

sino que trata de adquirir un conocimiento sobre sus efectos en un medio que se

aproxime lo ms posible al medio en que habitualmente se presenta el fenmeno. De

este modo el mtodo correlacional se har poseedor de una elevada validez ecolgica,

sin embargo, la propia naturaleza de la situacin implicar un escaso o nulo control

del investigador sobre la situacin.

En este sentido, Cronbach (1959) seal que en una investigacinexperimental el investigador est interesado tan solo en la variacin que l genera,

mientras que en una investigacin correlacional el inters se centra en la variacin

existente. Esta primera caracterstica diferenciadora entre ambos mtodos ya nos hace

recapacitar sobre la necesidad de utilizarlos de modo complementario y no

contrapuesto. En este sentido, y sin entrar en el estudio de variables que no son fsica

o ticamente manipulables, en el estudio de cualquier fenmeno psicolgico su

investigacin desde una perspectiva experimental aportar evidencia emprica sobre

las posibles relaciones causases entre las variables objeto de estudio, mientras que el

mtodo observacional aportar evidencia sobre en que fonna dichas relaciones se

manifiestan en la realidad. Obviamente dicha relacin tambin puede darse en el

sentido contrario y, de hecho, cualquier experimento tiene su origen ms o menosinmediato en la observacin, dado que las hiptesis no se desarrollan por generacin


40/64


espontnea. Todo ello no implica que en muchas ocasiones los mtodos permitan

acceder a diferentes fenmenos.

Desde esta perspectiva integradora, Cronbach sefal que el ME est

interesado principalmente en la varanza entretratanentos mientras que el MC estinteresado en la varianza entre-organismos, de hecho la varianza que se considera

habitualmente como varianza de error en el ME acostumbra a ser la varianza de

estudio del MC. Nuestro inters debe centrarse especialmente en ambos tipos de

variabilidad, sin olvidar las posibles interacciones entre ambas (interacciones

trataniiento x organismos).

La segunda diferenciacin apuntada, su grado de unidad intema hace

referencia a que el mtodo experimental se aplica sin ningn tipo de variacin a una

gran cantidad de problemas en diferentes reas. En este sentido, por ejemplo, un

diseo multigrupo al azar es igualmente aplicable a un experimento sobre percepcino sobre el efecto del entrenamiento en estrategias de aprendizaje sobre el rendimiento

acadmico. El mtodo correlacional por su parte se disgrega en multitud de tcnicas

especficas que tan solo comparten una misma filosofa en el apartado relacionado con

la estrategia de aproximacin a los datos, en este sentido podemos pensar en distintos

mtodos correlacionales como la metodologa de encuestas, los distintos tipos de

observacin, los diseo de investigacin aplicada, etc.

4.1.Principales diferencias entre el ME y el MO.

Una de las formas ms prcticas para conocer las caractersticas decualquier mtodo es la contraposicin del mismo con otros mtodos a lo largo

de una serie de dimensiones que faciliten su posicionamiento. En este sentido

Anguera (1978) y Riba (1991) sealan las siguientes diferencias entre ambos

mtodos en una serie de dimensiones particulares:

l.Objetivo:el MO se preocupa especialmente por el registro y acumulacin de

datos asegurando especialmente la representatividad de los mismos para una muestra

y ambiente determinado. El ME por su parte pretende como objetivo ltimo el

establecimiento de leyes causales.

2.Indicadores: el MO tiende a utilizar indicadores directamente perceptibles

entendidos como indicadores descriptivos espacio-temporales o relacionados con la

accin, actividad o conducta verbal de los sujetos evitando en lo posible aquellos

sistemas que aun permitiendo el registro de conductas difcilmente perceptibles (Ej.

contraccin muscular) impliquen una reduccin en la naturalidad de la observacin.

3.Reactividad: cualquier organismo llevado a una situacin distinta de aquella

en que manifiesta habitualmente su conducta tiende a modificarla. De este modo la

reactividad puede ser entendida como la distorsin que presenta la conducta del

organismo debida a la alteracin de la situacin natural en la que habitualmente la

manifiesta. De este modo el MO intentar que la reactividad sea mnima,


41/64


plantendose el registro de la conducta en escenarios naturales, a diferencia del ME

que acostumbra a disear ex-profeso las situaciones.

4.Enfoque ideogrfico - nomottico: El ME se plantea el establecimiento

derelaciones de tipo general, que se pretenden generalizar a toda la poblacin de laque se haextrado una muestra representativa (problema de la validez extema). El MO

por su parte pretende obtener resultados que son vlidos nicamente para el contexto

en que fueron obtenidos. De algn modo podemos criticar ambos mtodos desde la

perspectiva de que el MO obtiene resultados que frecuentemente tan slo son vlidos

para un nico contexto, mientras que el ME obtiene resultados generalizables y

replicables pero para una situacin que no ser nunca real ni natural.

5. Mtrica de las variables: el mtodo experimental utiliza frecuentemente

variables continuas o quasi-continuas mientras que el mtodo observacional

acostumbra a utilizar variables dicotmicas o policotmicas, fundamentadas en lamayora de los casos en escalas nominales. En el caso ms extremo en el que se

utilizan escalas de apreciacin podemos considerarlas como mucho escalas ordinales.

6.Grado de control: El grado de control de la investigacin puede ser

ente

Vigil a, Metodos de Investigacion en Psicopedagogia

Documents

Transcript of Vigil a, Metodos de Investigacion en Psicopedagogia