¡Descarga Diseños experimentales y más Apuntes en PDF de Psicología solo en Docsity!
"#$%&'(&)
#*+ , # + ,-#. "- /
01
23" 4 #56 " 7 * 8 9
- Se basa en el trabajo de otros -
- Se basa en un razonamiento lógico y está vinculado a una teoría -
- Se puede hacer -
- Se puede repetir -
- Se puede generalizar a otras situaciones relacionadas -
- Genera nuevas preguntas e interrogantes Es de naturaleza cíclica -
- Va creciendo paso a paso -
Plantear problemas … y tratar de resolverlos Plantear preguntas… y buscar respuestas
#=/#*+ , # < 8 $%&'(&)
*** Adaptado de Salkind, N.J. (1999).** Métodos de investigación (3ª ed.). Mexico: Prentice Hall.
Características de la investigación… científica*
23" 4 <8 56
- Minino de Cheshire, ¿podrías decirme, por favor, qué camino debo seguir para salir de aquí?
- Esto depende en gran parte del sitio al que quieras llegar.
- No me importa mucho el sitio...
- Entonces tampoco importa mucho el camino que tomes.
- ... Siempre que llegue a alguna parte.
- ¡Oh, siempre llegarás a alguna parte si caminas lo suficiente!
Lewis Carroll Alicia en el País de la Maravillas
8 - # " : < > !
Pregunta/s
Problema/s
Describir
Relacionar Comparar
Explicar
Objetivo/s
#=/#*+ , # < 8 $%&'(&)
En general, la importancia de un problema de investigación experimental viene marcado por el grado de generalización y por el número de nuevos interrogantes y caminos que abre a la ciencia.
**- Estado del desarrollo del conocimiento y de los recursos metodológicos de la disciplina en cuestión.
- Conocimientos concretos y actitud del científico-investigador.
- Exigencias del entorno.**
EL PRIMER PASO DE TODA INVESTIGACIÓN ES DEFINIR UN PROBLEMA
# 7 < 8 @ 7 A + -!
#=/#*+ , # < 8 $%&'(&)
# 7 < 8 @ 7 A + -!
Objetivo/s
Detección Formulación
Pregunta/s
Un tema…
Un problema…
Elaboración
Hª del problema
Marco teórico
-< = ! < A
Objetivos
Hipótesis
¿? ¿?
¿? (^) ¿?^ ¿?
¿? ¿? ¿?
Pregunta/s
“ El diseño de investigación (…) incluye un bosquejo de lo que el investigador hará, desde formular las hipótesis y sus implicaciones operacionales hasta el análisis final de los datos”. Kerlinger & Lee (2002, p. 403).
#=/#*+ , # < 8 $%&'(&)
Elección del método
Objetivos
Hipótesis ¿?
¿?
¿?
¿?
¿?
¿?
¿? ¿?
Preguntas
Describir
RelacionarComparar
Explicar
¿…?
-< = ! < A
#=/#*+ , # < 8 $%&'(&)
Escalas de medida
Objetivos
Hipótesis ¿?
¿?
¿?
¿?
¿?
¿?
¿? ¿?
Preguntas
Definición constitutiva
Operacionalización de Variables
Definición operacional
Constructos (abstractos) Indicadores (observables)
Términos de la/s hipótesis
-< = ! < A
Objetivos
Hipótesis ¿?
¿?
¿?
¿?
¿?
¿?
¿? ¿?
Preguntas
Selección de la muestra
Población Muestra
M. a. simple M. a. sistemático
M. a. conglomerados
M. incidental
M. intencional
M. a. estratificado M. cuotas
M. bola de nieve
-< = ! < A
#=/#*+ , # < 8 $%&'(&)
# # # 9
- Población: “Todos los sujetos de un grupo particular que tienen una o más características en común” (Pereda, 1987). ¡Resulta (prácticamente) imposible acceder a la población! ¿Parámetro? Necesidad de trabajar con un determinado número de elementos de la población que permitan realizar estimaciones lo más precisas posibles acerca de alguna característica de la misma Estadístico - Muestra: “Subconjunto representativo de un universo o población” (Morles, 1994).
La necesidad de las técnicas de muestreo
#=/#*+ , # < 8 $%&'(&)
Objetivos
Hipótesis ¿?
¿?
¿?
¿?
¿?
¿?
¿? ¿?
Preguntas
Selección de la muestra
Población Muestra
M. a. simple M. a. sistemático
M. a. conglomerados
M. incidental
M. intencional
M. a. estratificado M. cuotas
M. bola de nieve
-< = ! < A
Variable Independiente
Variable Dependiente
Variables Extrañas
El fenómeno que se mide o registra esperando encontrar los efectos de loscambios que el experimentador introduce en la variable independiente.
Factores que pueden influir sistemáticamente sobre la variable dependiente o enmascarar los efectos primarios que sobre ésta puede tener la variable independiente.
Covaría con y antecede a la variable dependiente. Covaría con la variable independiente.
Se controlan para descartar explicaciones alternativas de la variación observada en la variable dependiente (no atribuibles al efecto de la variable independiente).
El factor que manipula el investigador, haciéndolopara comprobar variar lossistemáticamente, efectos que produce en el fenómeno observado.
8 ':! < B- # 8 !
#" !:;" # < " <
#=/#*+ , # < 8 $%&'(&)
Control interno Oportunidades Replicabilidad
Causa y efecto Artificialidad Aspectos éticos “Falsa cientificidad”
Riesgos
8 ':! < B- # 8 !
#" !:;" # < " <
¿Hasta que punto puedo afirmar que los cambios observados en la VD dependen de la VI y no de otras “influencias”?
Validez interna
¿Hasta qué punto puedo extrapolar los resultados y conclusiones obtenidas a la población y a contextos “reales”?
Validez externa
#=/#*+ , # < 8 $%&'(&)
8 ':! < B- # 8 !
# 7 < 8 + -! B- # 8 <
… pero, además, tanto el problema como la hipótesis experimental…
… se refieren a una relación funcional entre dos o más variables.
En general, resulta válido lo dicho anteriormente…
Pregunta/s Objetivo/s Hipótesis
Contextualización Identificación de la VD
Identificación de variables relevantes Manipulación de la VI Control de las VVEE
8 ':! < B- # 8 !
# 7 < < ! B- # 8 <
El papel de las variables en la investigación experimental
- Constituyen el esqueleto de las hipótesis Operacionalización Comprobabilidad
- Se definen por su función Problema / hipótesis Diseño experimental
#=/#*+ , # < 8 $%&'(&)
Identificación y operacionalización de la variable dependiente Escala de medida Instrumentos Sensibilidad – Fiabilidad - Validez
Identificación y operacionalización de la variable independiente
Escala de medida Selección de niveles Modalidad de manipulación
Presencia / ausencia (^) Manipulación experimental VI activa
Manipulación por selección^ VI pasiva
Formas Magnitudes
8 ':! < B- # 8 !
# 7 < < ! B- # 8 <
#=/#*+ , # < 8 $%&'(&)
Identificación de posibles variables extrañas
Efectos del experimentador
Características personales Expectativas
Efectos de los participantes Diferencias individuales
Efectos de la propia situación experimental
Condiciones ambientales Aparatos Instrucciones Aspectos de la tarea
8 ':! < B- # 8 !
# 7 < < ! B- # 8 <
Modalidades generales de control experimental
Aleatorización El efecto de VVEE se distribuye al azar entre los tratamientos.
Eliminación Se suprime la variabilidad de las VVEE.
Constancia El efecto de las VVEE se mantiene constante entre los tratamientos
Apareamiento Los participantes se emparejan según valores de las VVEE.
Sistematización Las VVEE son tratadas como VVII.
Contrabalanceo Se equilibran los efectos del orden de aplicación de los tratamientos.
8 ':! < B- # 8 !
?#< B- # 8 <
ANCOVA Control estadístico a posteriori.
#=/#*+ , # < 8 $%&'(&)
< =#8 !C / "# 'D
E + 8<< 2E +# F"
**_- Título y autores/as
- Resumen
- Introducción
- Resultados
- Discusión
- Referencias_** - Método
Componentes estandarizados del informe de investigación
- Muestra / Participantes
- Aparatos / Instrumentos
- Diseño / Procedimiento
#=/#*+ , # < 8 $%&'(&)
Título y autores/as
Título Refleja telegráficamente el objeto y alcance de la investigación
Autores/as Ordenados según “protagonismo” en el trabajo. Indicar afiliación
Resumen
Resumen
Extensión en torno a 150-200 palabras y/o 20-25 líneas. “Tarjeta de presentación” Destaca lo fundamental de la investigación. En publicaciones de habla no inglesa se debe incluir el Abstract. Palabras clave Términos estandarizados que facilitan la búsqueda mediante BB.DD.
E + 8<< 2E +# F"
< =#8 !C / "# 'D
Introducción
Contextualización Fundamentación
Marco teórico de partida. Revisión de la historia del objeto de investigación. Planteamiento del problema de investigación
Justificación ¿Por qué nos hemos planteado esta pregunta ahora?¿Qué aportarían las posibles respuestas?
Objetivos Hipótesis
A la luz de la revisión de la historia del problema, y teniendo en cuenta nuestro punto de partida… … ¿a dónde pretendemos llegar? … ¿qué resultados esperamos hallar?
E + 8<< 2E +# F"
#=/#*+ , # < 8 $%&'(&)
< =#8 !C / "# 'D
Método
Participantes Indicar N total y procedimiento de extracción.Describir composición / características de la muestra
Instrumentos Indicar instrumentos de manipulación y/o medida de las variables.Indicar fiabilidad y validez de dichos instrumentos.
Procedimiento
Indicar en primer lugar el tipo de investigación. Indicar el diseño empleado y la operacionalización / control de VV. Exponer “narrativamente” la implementación del diseño.
Un criterio: Que alguien ajeno a la investigación lo lea, que lo pueda explicar a una tercera persona, y que esa tercera persona pueda replicar la investigación.
E + 8<< 2E +# F"
#=/#*+ , # < 8 $%&'(&)
< =#8 !C / "# 'D
Resultados
Descripción
Se resumen los datos y las técnicas analíticas empleadas. Se trata de constatar lo que se ha obtenido. Tablas y gráficos como apoyo ilustrativo.
Discusión
Interpretación
Relacionar resultados con hipótesis de partida. Relacionar con teorías previas y el estado actual de la cuestión. ¿Qué aporta a la comunidad científica? ¿Implicaciones?
Limitaciones y líneas futuras
Una buena autocrítica aporta rigor científico. Proponer además nuevas ideas para seguir avanzando...
E + 8<< 2E +# F"
< =#8 !C / "# 'D
Diseño de dos grupos aleatorios sólo postest
Grupo Asignación Pretest Tratamiento Postest GE1 Azar ---- X 1 O1. GC Azar ---- ---- O0.
Una variable independiente con dos niveles
Grupo Asignación Pretest Tratamiento Postest GE1 Azar ---- X 1 O1. GE2 Azar ---- X 2 O2.
8 ): ? B- # 8 < #"- <
? #"- < , #
#=/#*+ , # < 8 $%&'(&)
Diseño de dos grupos aleatorios pretest - postest
Grupo Asignación Pretest Tratamiento Postest GE1 Azar O1.1 X 1 O1. GC Azar O0.1 ---- O0.
Una variable independiente con dos niveles
Grupo Asignación Pretest Tratamiento Postest GE1 Azar O1.1 X 1 O1. GE2 Azar O2.1 X 2 O2.
8 ): ? B- # 8 < #"- <
? #"- < , #
#=/#*+ , # < 8 $%&'(&)
Diseño de grupos aleatorios (multigrupo) sólo postest / pretest-postest
Grupo Asignación Pretest Tratamiento Postest GE1 Azar ---- X 1 O1. GE2 Azar ---- X 2 O2. GC Azar ---- ---- O0.
Una variable independiente con más de dos niveles
Grupo Asignación Pretest Tratamiento Postest GE1 Azar O1.1 X 1 O1. GE2 Azar O2.1 X 2 O2. GE3 Azar O3.1 X 3 O3.
8 ): ? B- # 8 < #"- <
? #"- < , #
Diseño de cuatro grupos de Solomon
Grupo Asignación Pretest Tratamiento Postest GE1 Azar O1.1 X 1 O1. GE2 Azar O2.1 ---- O2. GE3 Azar ---- X 1 O3. GE4 Azar ---- ---- O4.
Una variable independiente + control de efectos del pretest
VI: Pretest SI NO VI: Tratamiento NOSI^ GE1GE2^ GE3GE
8 ): ? B- # 8 < #"- <
? #"- < , #
#=/#*+ , # < 8 $%&'(&)
Diseños factoriales sólo postest
Grupo Asignación Pretest Tratamiento Postest GE1 Azar ---- A 1 B 1 O1. GE2 Azar ---- A 1 B 2 O2. GE3 Azar ---- A 2 B 1 O3. GE4 Azar ---- A 2 B 2 O4.
Más de una variable independiente: Ejemplo de diseño 2x2 (AxB)
VI: B B 1 B 2 VI: A A A^1 GE1^ GE 2 GE3^ GE
8 ): ? B- # 8 < #"- <
? #"- < , #
#=/#*+ , # < 8 $%&'(&)
Diseños factoriales pretest - postest
Grupo Asignación Pretest Tratamiento Postest GE1 Azar O1.1 A 1 B 1 C 1 O1. GE2 Azar O2.1 A 1 B 1 C 2 O2. GE3 Azar O3.1 A 1 B 1 C 3 O3. GE4 Azar O4.1 A 1 B 2 C 1 O4. GE5 Azar O5.1 A 1 B 2 C 2 O5. GE6 Azar O6.1 A 1 B 2 C 3 O6. GE7 Azar O7.1 A 2 B 1 C 1 O7. GE8 Azar O8.1 A 2 B 1 C 2 O8. GE9 Azar O9.1 A 2 B 1 C 3 O9. GE10 Azar O10.1 A 2 B 2 C 1 O10. GE11 Azar O11.1 A 2 B 2 C 2 O11. GE12 Azar O12.1 A 2 B 2 C 3 O12.
Más de una variable independiente: Ejemplo de diseño 2x2x3 (AxBxC)
8 ): ? B- # 8 < #"- <
? #"- < , #
Diseño aleatorio de sujetos apareados
Otras denominaciones Diseño de grupos correlacionados
Diseño de grupos emparejados
Grupo Sujetos Asignación Pretest Tratamiento Postest GE1 S 1 S 2 S 3 S 4 S 5 S 6 S 7 Apareamiento + Azar O1.1 X 1 O1. GE2 S 8 S 9 S 10 S 11 S 12 S 13 S 14 Apareamiento + Azar O2.1 X 2 O2.
Grupo Sujetos Asignación Pretest Tratamiento Postest GE1 S 1 S 2 S 3 S 4 S 5 S 6 S 7 Apareamiento + Azar ---- X 1 O1. GC S^8 S^9 S^10 S^11 S^12 S^13 S^14 Apareamiento + Azar ---- ---- O0.
Diseño de pares igualados
8 ): ? B- # 8 < #"- <
? - # 7 <F" < , #
#=/#*+ , # < 8 $%&'(&)
Diseño de bloques aleatorios
Grupo Bloque Sujetos Asig. Tratam. Postest
GE
B1 S 1 S 2 S 3 B2 S 7 S 8 S (^9) Bloques Azar / X 1 O1. B3 S 13 S 14 S 15 B4 S 19 S 20 S 21
GE
B1 S 4 S 5 S 6 B2 S 10 S 11 S (^12) Bloques Azar / X 2 O2. B3 S 16 S 17 S 18 B4 S 22 S 23 S 24
Ejemplo: Bloqueo de una VE en un Diseño de dos grupos aleatorios sólo postest Paso 1: Creación de bloques según VE Paso 2: Asignación a grupos / tratamientos en cada bloque
Bloque Sujetos B1 S 1 S 2 S 3 S 4 S 5 S 6 B2 S 7 S 8 S 9 S 10 S 11 S 12 B3 S 13 S 14 S 15 S 16 S 17 S 18 B4 S 19 S 20 S 21 S 22 S 23 S 24
8 ): ? B- # 8 < #"- <
? - # 7 <F" < , #
#=/#*+ , # < 8 $%&'(&)
8 ): ? B- # 8 < #"- <
? 8 # -
_- Selección de la muestra
- Establecimiento de combinaciones de tratamientos_ _Secuencias.
- Asignación de secuencias a sujetos_ _Pasan por todos los tratamientos
- Foco de análisis_ Varianza intra-sujetos / inter-tratamientos-
Diseños intragrupo: Características básicas
Diseño experimental intragrupo
Otras denominaciones
Diseño intrasujetos Diseño de medidas repetidas
8 ): ? B- # 8 < #"- <
? 8 # -
Ventajas e inconvenientes de los diseños de medidas repetidas (Coolican, 2005, p. 48)
Ventajas Inconvenientes Eliminadas las variables de los participantes. La homogeneidad de la varianza no constituye un problema.
Influyen los efectos de orden. Más económico en cuanto a participantes. Se necesitan diferentes listas de estímulos, etc. Pérdida de participantes entre las condiciones.
#=/#*+ , # < 8 $%&'(&)
Diseño simple de medidas repetidas
Sujeto Secuencia de tratamientos S 1 X 1 O1.1 X 2 O1.2 X 3 O1. S 2 X 1 O2.1 X 2 O2.2 X 3 O2. S 3 X 1 O3.1 X 2 O3.2 X 3 O3. S 4 X 1 O4.1 X 2 O4.2 X 3 O4. S 5 X 1 O5.1 X 2 O5.2 X 3 O5. S 6 X 1 O6.1 X 2 O6.2 X 3 O6. S 7 X 1 O7.1 X 2 O7.2 X 3 O7. S 8 X 1 O8.1 X 2 O8.2 X 3 O8. S 9 X 1 O9.1 X 2 O9.2 X 3 O9. S 10 X 1 O10.1 X 2 O10.2 X 3 O10.
Una variable independiente con dos o más niveles Ejemplo con tres tratamientos: VI = X 1 / X 2 / X 3
8 ): ? B- # 8 < #"- <
? 8 # -
#=/#*+ , # < 8 $%&'(&)
Diseño factorial de medidas repetidas
Sujeto Secuencia de tratamientos S 1 A 1 B 1 O1.1 A 1 B 2 O1.2 A 1 B 3 O1.3 A 2 B 1 O1.4 A 2 B 2 O1.5 A 2 B 3 O1. S 2 A 1 B 1 O2.1 A 1 B 2 O2.2 A 1 B 3 O2.3 A 2 B 1 O2.4 A 2 B 2 O2.5 A 2 B 3 O2. S 3 A 1 B 1 O3.1 A 1 B 2 O3.2 A 1 B 3 O3.3 A 2 B 1 O3.4 A 2 B 2 O3.5 A 2 B 3 O3. S 4 A 1 B 1 O4.1 A 1 B 2 O4.2 A 1 B 3 O4.3 A 2 B 1 O4.4 A 2 B 2 O4.5 A 2 B 3 O4. S 5 A 1 B 1 O5.1 A 1 B 2 O5.2 A 1 B 3 O5.3 A 2 B 1 O5.4 A 2 B 2 O5.5 A 2 B 3 O 56 S 6 A 1 B 1 O6.1 A 1 B 2 O6.2 A 1 B 3 O6.3 A 2 B 1 O6.4 A 2 B 2 O6.5 A 2 B 3 O6. S 7 A 1 B 1 O7.1 A 1 B 2 O7.2 A 1 B 3 O7.3 A 2 B 1 O7.4 A 2 B 2 O7.5 A 2 B 3 O7. S 8 A 1 B 1 O8.1 A 1 B 2 O8.2 A 1 B 3 O8.3 A 2 B 1 O8.4 A 2 B 2 O8.5 A 2 B 3 O8. S 9 A 1 B 1 O9.1 A 1 B 2 O9.2 A 1 B 3 O9.3 A 2 B 1 O9.4 A 2 B 2 O9.5 A 2 B 3 O 96 S 10 A 1 B 1 O10.1 A 1 B 2 O10.2 A 1 B 3 O10.3 A 2 B 1 O10.4 A 2 B 2 O10.5 A 2 B 3 O10.
Más de una variable independiente con dos o más niveles Ejemplo con diseño 2x3 (AxB)
8 ): ? B- # 8 < #"- <
? 8 # -
? B- # 8 < G
8 H: ? B- # 8 < I&
- Se emplea un solo sujeto o unos pocos… tomados globalmente. - Aislamiento de fuentes de variabilidad individual - Análisis centrado en (los cambios de) el individuo. - Cada sujeto participa en diversas fases (medidas repetidas). _- Obtención de patrones de respuesta estables y comparables.
- Mayor flexibilidad y precisión informativa que en diseños grupales
- No necesario grupo de control… Un alivio ético._ - La cuestión de la significación estadística - Otros tipos de “significación” del efecto de la intervención
Diseños N=1: Características básicas
#=/#*+ , # < 8 $%&'(&)
? B- # 8 < G
Procedimiento general
Contextualizar intervención Especificar las características particulares del objeto, sujeto ycontexto de estudio, así como otras posibles variables relevantes.
Establecer línea base Identificar patrones de respuesta estables en ausencia de tratamientomediante medidas sucesivas de la VD.
Introducir tratamiento Observaciones sucesivas de la VD en presencia del tratamiento.
Repetir sistemáticamente Reversiones y replicaciones.Aumenta la validez interna y las posibilidades de generalización
8 H: ? B- # 8 < I&
#=/#*+ , # < 8 $%&'(&)
El concepto de “línea base múltiple”
Entre sujetos Una conducta Un contexto Diferentes sujetos
Entre contextos Una conducta Un sujeto Diferentes contextos
Entre conductas Un contexto Un sujeto Diferentes conductas
? B- # 8 < G
8 H: ? B- # 8 < I&
El concepto de “línea base”: Condiciones fundamentales
Estabilidad del patrón de respuesta Sensibilidad al tratamiento
Diseños de dos fases Ejemplo de diseño AB
? 7 *
8 H: ? B- # 8 < I&
0
5
10
15
20
25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 Semanas
Pensamientos negativos
#=/#*+ , # < 8 $%&'(&)
Diseños de dos fases
Ejemplo de diseño AB*
*** Adaptado de León y Montero (2003, p. 307).**
0
5
10
15
20
25
30
35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 Días
Cantidad Bebida
? 7 *
8 H: ? B- # 8 < I&
#=/#*+ , # < 8 $%&'(&)
Diseños de reversión
Ejemplo de diseño ABA*
*** Adaptado de León y Montero (2003, p. 308).**
0
5
10
15
20
25
30
35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Días
Cantidad Bebida
? 7 *
8 H: ? B- # 8 < I&
