Resumen Segundo Parcial Métodos PDF

Unidad 4: Método Observacional – Lo que distingue la observación científica de la observación común es el modo en que se lleva a cabo. La observación científica debe ser sistemática → debe dar lugar a datos que...

Unidad 4: Método Observacional – Lo que distingue la observación científica de la observación común es el modo en que se lleva a cabo. La observación científica debe ser sistemática → debe dar lugar a datos que sean susceptibles de ser replicados por cualquier otro investigador. ¿Qué observo? ¿QUÉ OBSERVAR? ¿Cómo observo? ¿Dónde observo? Es necesario delimitar el nivel de análisis y el marco teórico. ¿Cuándo observo? ¿A quién observo? Nivel de análisis → toda observación requiere la elección de un determinado nivel de análisis. Por ej. especie, cultura, grupo, díada, individuo, proceso psicológico y/o componente psicológico. OM Cada nivel posee una alternativa cuya elección tiene implicaciones de tipo conceptual. Marco teórico → es necesario describirlo para así aproximarse al problema y comenzar a perfilar las que categorías principales del trabajo de observación. O sea que hay una interdependencia entre el marco teórico y las categorías de observación. Distintos observadores con distintos marcos teóricos pueden registrar elementos diferentes a partir del.C mismo tipo de información. En este sentido, se recomienda que antes de comenzar a observar un fenómeno de interés, se indague si ha habido anteriormente alguien que lo haya estudiado para localizar así las teorías existentes para analizar el fenómeno en cuestión. DD En caso de que anteriormente a nadie se le haya ocurrido estudiar determinado fenómeno, será necesario construir las categorías de observación y generar un marco teórico. ¿CÓMO OBSERVAR? Se debe determinar el o los modos de observación y las medidas. Existen diferentes clasificaciones LA (independientes entre sí) de los modos de observar: 1. Según el grado de intervención del observador: − Observación natural → el observador es un mero espectador de la situación. No interviene en modo alguno en el curso de los acontecimientos. Además, la situación es totalmente natural. FI − Observación estructurada → el observador estructura la situación en aras de obtener una mayor claridad en sus datos. Es un punto intermedio, no hace ni observación natural ni llega a tener un absoluto control de la situación. − Experimento de campo → la situación es estructurada, para lo cual es necesario contar  con una teoría a priori que explique los datos que se obtendrán de la observación. Conlleva la creación de, al menos, dos situaciones distintas de observación, de tal modo que las diferencias que se espera que aparezcan entre ambas sean atribuibles a la causa cuyo influjo se está investigando. De ahí la necesidad de una teoría tentativa que indique cuál puede ser ese factor. − Observación participante. Es necesario definir estrictamente las conductas que serán objeto de investigación sistemática. 2. Según el modo en que se deja constancia de lo observado: − Registro narrativo. − Código arbitrario → se vuelve necesario explicar cómo se interpreta la información recogida mediante el código diseñado (nombre de la categoría + descripción de su significado). En algunos casos, un código arbitrario resulta útil para el estudio de un determinado campo y se lo puede concebir tanto como un instrumento de investigación como un instrumento estándar de evaluación. Este archivo fue descargado de https://filadd.com  Proceso de elaboración de un código de observación. Bakeman y Gottman realizaron una serie de recomendaciones al respecto: 1. Nunca observar algo si no se tiene, previamente, una pregunta que responder. Esta pregunta debe estar formulada de la manera más clara posible. Las categorías de observación incluirán los principales aspectos de ese problema y de su ámbito de aparición, lo cual ya implica una hipótesis tentativa. 2. Elegir el nivel, o los niveles, de análisis adecuados para buscar una respuesta. 3. Dedicar un tiempo a hacer observación asistemática durante la cual se recoja la información de forma narrativa. 4. Usar categorías dentro del mismo nivel de molaridad-molecularidad, que sean homogéneas y con el suficiente nivel de detalle para el problema en cuestión. 5. Las categorías deben ser exhaustivas y excluyentes entre sí. 6. Una vez hecho todo esto, es necesario llevar a cabo un proceso de depuración mediante la OM contrastación empírica. La elección de la o las medidas de observación depende tanto de la naturaleza del fenómeno bajo observación como de los intereses del propio investigador. Los distintos tipos de medida son: − Ocurrencia → permite constatar si determinado fenómeno aparece o no durante el período de observación. Es la mínima información que se puede recoger..C − Frecuencia → permite indicar el número de veces que un determinado dato de observación aparece durante el período de observación. Puede ser absoluta o relativa. La ventaja de una frecuencia relativa es que permite comparar estudios. − Latencia → es el tiempo que trascurre entre la aparición de un estímulo y la aparición de la DD reacción ante el mismo. − Duración → tiempo durante el que se manifiesta el fenómeno bajo observación. − Intensidad → fuerza con la que el fenómeno que estamos observando aparece en un momento dado. ¿CÚANDO OBSERVAR? LA Es necesario el uso de técnicas de muestreo. Para facilitar la generalización de la muestra a la población se debe procurar que tal muestra sea representativa. Para ello se puede realizar un: Muestreo de tiempo → se debe decidir cuándo observar con la pretensión de que lo que finalmente se observe sea lo más representativo posible. Existen dos procedimientos para ello: FI − Muestreo probabilístico → hace uso del azar para la selección de las muestras. Incluye al muestreo aleatorio simple. − Muestreo no probabilístico → Incluye al muestreo accidental y el muestreo sistemático.  Una vez seleccionados los periodos durante los cuales se va a observar, se debe decidir el tipo de registro a realizar. Puede ser de forma continua o por intervalos → esto no es necesario si los registros son grabados. ¿DÓNDE OBSERVAR? Lo más correcto es tratar de garantizar que la situación de observación sea representativa de todas las situaciones no observadas a las que se pretende generalizar los resultados. Para ello es necesario utilizar un procedimiento de muestreo de situaciones, el cual puede realizarse mediante un criterio racional o mediante un procedimiento aleatorio. Este archivo fue descargado de https://filadd.com  Criterios de bondad para el proceso de observación (cómo saber si se hizo bien) Los parámetros a seguir para dar cuenta de la bondad de una determinada observación son: − Confiabilidad. Implica que un procedimiento determinado dé lugar siempre a los mismos resultados cuando se cumplan las mismas condiciones. Para ello se hace uso del grado de acuerdo entre observadores → porcentaje de acuerdo y coeficiente Kappa de Cohen para medidas de ocurrencia y frecuencia. Para medidas de latencia, duración e intensidad se hace uso de coeficientes de correlación para variables cuantitativas. − Validez. Se estudia mediante la relación con tres aspectos diferentes de la misma: → Validez de contenido: estudia si la selección de conductas recogidas en un código es una muestra representativa del fenómeno que se pretende observar. OM → Validez de constructo: indica en qué medida un código de observación es congruente con la teoría desde la que se formuló el problema. → Validez orientada al criterio: establece en qué medida un código detecta las posibles variaciones del fenómeno que se pretende observar. Busca estudiar el grado de sensibilidad de nuestro código a las variaciones del fenómeno. Sesgos..C Reactividad → La mera presencia de un observador altera el comportamiento usual de la gente, lo cual supone un sesgo en la observación por parte del observado. Para ello se recomienda utilizar estrategias como la cámara Gesell, que el investigador trate de pasar DD desapercibido o esperar que el observado se acostumbre a la presencia del observador. Sesgo de las expectativas → Todo observador que tiene una pregunta que responder cuando va a recoger datos a una situación determinada tiende a sesgar su percepción en favor de sus expectativas. Para ello se hace uso de observadores ciegos, que no conozcan la razón por la cual se está observando. LA Análisis de datos. El acuerdo entre observadores suele calcularse con el porcentaje de acuerdo entre observadores. No obstante, este índice tiende a sobrevalorar el acuerdo dado que no tiene en cuenta la posibilidad de que algunos de los acuerdos sean debidos al azar. Para corregir este problema se hace uso del coeficiente Kappa de Cohen. FI Se consideran fiables aquellos procedimientos que obtengan al menos un 80% de acuerdo entre observadores. Para el análisis de datos obtenidos mediante observación resultan útiles los índices de medida central como la media, la mediana y la moda.  También los índices de variabilidad o dispersión (amplitud total, amplitud semi- Una única intercuartil o la desviación típica) pueden ser, según los casos, indicadores apropiados para variable describir el grado de homogeneidad de un conjunto de datos obtenidos mediante observación. En el caso de trabajar con categorías nominales se hace uso de tablas de contingencia. Para las relaciones entre grupos de variables se hace uso de los índices de correlación, los cuales expresan el grado en que dos variables tienen una variación conjunta. Según el nivel de medida de la variable es que se calculan distintos coeficientes Correlación indica únicamente covariación, NO indica que una influya sobre la otra. Este archivo fue descargado de https://filadd.com  Unidad 5: Método de Encuesta – Los procedimientos de investigación usando encuestas establecen reglas que nos permiten acceder de forma científica a lo que las personas opinan, a sus actitudes, creencias, intenciones de voto, actividad laboral, condiciones de vida, etc., etc., etc. Para saber lo que la gente piensa es necesario preguntárselo, pero en una encuesta solo se pregunta a un subconjunto de toda la población. Por tanto, resulta indispensable elegir bien a los participantes, seleccionar adecuadamente las preguntas y organizar las posibles respuestas para ser analizadas. Encuesta → conjunto de todas las acciones de la investigación. PROCEDIMIENTO GENERAL Cuestionario → las preguntas. OM Pulido propone una serie de pasos: 1. Población y unidad muestral. La población un conjunto de elementos que comparten una característica, y sobre ella se quiere conocer su opinión. 2. Selección y tamaño de la muestra..C Una muestra es el subconjunto de esa población, por tanto, debe ser representativa. Cuando no es así, la muestra está sesgada. El tamaño de la muestra depende de el tamaño de la población; el estadístico con el que se vaya a medir; la variabilidad de esa medida; los márgenes de erros de las predicciones y el nivel de DD seguridad que se desea que tenga el procedimiento. Es necesario que la muestra tenga cierto tamaño para quedar libre de ciertos errores que ocurren por azar. Para asegurarnos que la muestra sea representativa se hace uso de técnicas de muestreo: → Probabilísticas. − Muestreo aleatorio simple → asegura que cada elemento de la población tenga la LA misma probabilidad de ser incluido en la muestra. − Muestreo aleatorio estratificado → A cada grupo cuya representación en la muestra se quiera asegurar se lo denomina estrato. Por tanto, se determina primero el número de cada estrato de interés, luego se determina la proporción que supone cada uno respecto al total, se fija un número de elementos de cada uno para FI componer la muestra (afijación), para finalmente seleccionar aleatoriamente de cada estrato de la población al azar. − Muestreo por conglomerados → cuando las poblaciones son muy grandes se muestrea por conglomerados, por ej. por municipios. − Muestreo por conglomerados y etapas → en una investigación con una población  muy grande, determinar un solo nivel de conglomerados no es suficiente. Para superar esta dificultad se divide en zonas geográficas, las secciones se dividen en las calles que las integran, las calles en manzanas, luego en edificios, estos en plantas y, por último, en las viviendas. Este proceso se llama ruta aleatoria. → No probabilísticos. − Muestreos accidentales → son muestras sesgadas puesto que no son representativas de la población. Ej. pararme en una esquina y entrevistar a quien pase. − Muestreo a propósito → son expertos los que hacen Las características de la una selección a propósito cumpliendo el objetivo de que población, de muestreo, los integrantes de la muestra cumplan algún requisito. los márgenes de error asumidos y la fecha de Los tipos de muestreo no son exclusivos entre sí. realización de la encuesta aparecen en la ficha técnica. Este archivo fue descargado de https://filadd.com 3. El material para realizar la encuesta. Una vez establecidos los contextos teóricos, los objetivos, las hipótesis, las variables que interesa observar y los grupos que han de ser comparados se procede a la redacción de las preguntas. Para ello también se debe tener en cuenta el medio a través del cual se va a realizar la encuesta, ya que esto condicionará la extensión, el grado de autoexplicación y profundidad de las preguntas. Finalmente se desarrolla la redacción de las preguntas, teniendo en cuenta la organización y la elaboración. Organización: → Cuestionario. Preguntas cerradas que pueden ser respondidas sin la presencia del entrevistador. → Entrevista estructurada. Supone siempre la presencia de un entrevistador. El conjunto de preguntas está previamente determinado, pero las cuestiones pueden ser tanto abiertas como cerradas. OM → Entrevistas no estructuradas. Se utilizan en fases previas a la elaboración de la encuesta ya que las preguntas no están previamente determinadas, solamente hay indicaciones de áreas que se deben rastrear. Sólo los profesionales de los distintos campos pueden utilizar este tipo de entrevista de forma adecuada. A partir del tipo de respuestas pueden confeccionarse A través de una encuesta piloto con una muestra a propósito, se debe luego las opciones cerradas. comprobar el grado de comprensión de.C Elaboración. Diversos autores han postulado una serie las preguntas, las opciones de de consejos: respuesta, la duración y la codificación. → Para elaborar un buen conjunto de preguntas, hay que plantearse las siguientes cuestiones: DD − Respecto al contenido → ¿es necesaria la pregunta?, ¿es lo suficientemente concreta?, ¿es una pregunta sencilla?, ¿sabe el encuestado la respuesta?, ¿responderá sinceramente al tema? − Respecto al lenguaje → ¿entenderán todos?, ¿hay algún sesgo en la redacción?, ¿está bien enfocada la pregunta? LA − Respecto a la ubicación de la pregunta → ¿su respuesta puede verse influida por preguntas previas?, ¿está bien colocada dentro del tema? → Para lograr una buena presentación hay que comprobar si el cuestionario cumple con las siguientes recomendaciones: − Que sea y parezca corto. No hay que excederse en el número de preguntas ni ser FI redundante en los temas. − Que sea y parezca fácil. Organización de acuerdo a un grado creciente de dificultad. Evitar la jerga especializada. − Que parezca atractivo. Hay que motivar a la persona a responder. → Para lograr buenos índices de respuesta cuando se envíe un cuestionario por correo se debe:  − Facilitar la devolución de la encuesta. − Enviar una carta de cobertura. − Llevar a cabo un seguimiento sistemático. Cuanto más esfuerzo se ponga en la fase previa de estudio piloto, habrá menores posibilidades de encontrar problemas al realizar la muestra definitiva. 4. Organización del trabajo de campo. La forma de preguntar, o sea el medio, afecta al fin. Los diferentes medios para encuestar son: → Entrevista personal. El encuestador llega hasta el individuo objeto de la encuesta. Lee las preguntas y anota las respuestas. Entre sus ventajas se encuentra el hecho de que los entrevistadores pueden aclarar dudas, incitar a responder preguntas o pedir que se aclaren respuestas. También se evita que consulten a otras personas que podrían influir en las respuestas, y se consigue un mayor porcentaje de respuestas. Este archivo fue descargado de https://filadd.com  Sus principales desventajas radican en el esfuerzo personal, el coste de formar a los entrevistadores, sumado al gran coste económico. Además de la presencia de la deseabilidad social o vergüenza y del Sesgo del investigador → el investigador al explicar una sesgo del entrevistador. pregunta o interpretar una → Correo. Es la forma más barata y cómoda de entrevistar, respuesta sesga los datos sin además, cuando las cuestiones son muy personales o ser consciente de ello. embarazosas, el que contesta lo hace de manera más relajada y sincera. Puede ser respondida en cualquier momento o lugar. Sus desventajas radican en el hecho de no poder aclarar dudas, hay muchas personas que no responder, la representatividad de la muestra es dudosa, y puede ocurrir un sesgo de respuesta al tener la posibilidad de leer todo el cuestionario antes de responder. → Teléfono. Se requiere de la intervención de un entrevistador. Las preguntas deben ser cortas y muy claras; las opciones de respuesta pocas y breves. Entre sus ventajas se destaca la extensión del teléfono, su rapidez y bajo coste. Entre sus OM desventajas están los sesgos a la población que no posee teléfono, el límite a la extensión de las preguntas y a las opciones de respuesta. 5. Tratamiento estadístico. Previo al análisis numérico de las respuestas, hay que codificarlas, de forma que cada contestación verbal quede registrada con un código. Para el análisis de los datos se hace uso de diferentes medidas, las cuales pueden tener distintos datos..C niveles de complejidad, dependiendo de los intereses del investigador y de la naturaleza de los → Medidas básicas: índices de tendencia central – media, mediana, porcentaje, etc. DD Univariado. → Tablas de contingencia: se combina información de dos o más variables en una sola tabla. Utiliza porcentajes o se calculan estadísticos para medir el grado de relación entre las variables o las diferencias entre los grupos. Bivariado. → Modelos: se pueden establecer desde sencillos modelos de regresión lineal hasta complejos modelos de ecuaciones estructurales. Multivariado. LA 6. Discusión de los resultados. Solo es posible establecer covariación entre variables, no pueden establecerse causas. Se puede hablar de diferencias, pero NO de influencias. Es difícil poder realizar estudios de validación en cada encuesta. Encima, hay que enfrentarse con FI el sesgo de la deseabilidad social → modificación de respuestas que se realiza con el objetivo de ajustarse a cierto patrón del “deber ser”, de una “buena imagen” o “bondad”.  Este archivo fue descargado de https://filadd.com  DISEÑOS DE INVESTIGACIÓN CON ENCUESTAS. Diseño transversal. El objetivo es describir una población en un momento dado; describir el estado actual de la cuestión. Para ello se planea establecer diferencias entre los distintos grupos que componen la población y relaciones entre las variables más importantes. Ej. estudios epidemiológicos. Diseños longitudinales. Cuando el interés del investigador es observar el cambio de una población, su plan de investigación debe ser tomar varias medidas a lo largo de un período de tiempo. o Muestreos sucesivos con grupos de participantes distintos. Se trata de sucesivos estudios transversales con distintos participantes. Para lograr hacer comparaciones entre dos estudios OM sucesivos es necesario controlar al máximo todas las variables que puedan tener incidencia sobre el objeto de estudio. La composición de la muestra debe ser la misma. o Diseño de panel. Son exactamente los mismos participantes los que se entrevistan más de una vez. Permite determinar quiénes son los que han cambiado y quiénes no, lo cual posibilita estudiar las características de los grupos que cambian de opinión. A la ausencia de los participantes de anteriores registros se la denomina mortandad estadística..C o Diseños de cohorte. Estudia el cambio producido en grupos grandes de personas que tienen alguna característica común muy notoria (ej. edad). Se estudia el cambio de la cohorte entera a lo largo del tiempo y en relación con otras cohortes. DD LA FI  Este archivo fue descargado de https://filadd.com  Unidad 6: Método Ex Post Facto – Los diseños ex post facto buscan comprender cuáles podrían ser las posibles causas que explican un fenómeno de interés. Son “posibles causas” porque no hay modo de verificarlas, pues no podemos controlar a la variable independiente → ello es posible en los diseños experimentales. Además, el investigador llega después de que haya ocurrido el fenómeno. Por tanto, solo puede limitarse a tratar de reconstruir los hechos. Causas → variables independientes DISEÑOS RETROSPECTIVOS Consecuencias → variables dependientes 1. Se mide la variable dependiente. 2. Se busca hacia atrás posibles explicaciones de la misma, es decir, que se miden las posibles OM variables independientes. La covariación sistemática entre los dos tipos de variables es la clave que nos permitirá avanzar en conocimiento hacia posibles causas explicativas → NO IMPLICA CAUSACIÓN. → Diseño retrospectivo SIMPLE. La variable dependiente es lo primero que se mide: el investigador recoge información sobre un.C grupo de casos que comparten el mismo valor en la variable dependiente. Es decir que la VD NO VARÍA, por tanto, no es posible establecer una covariación con las posibles variables independientes. A lo más que se puede aspirar es a poner de manifiesto las coincidencias con otras variables. DD Las posibles variables independientes se eligen en función de los postulados teóricos existentes dentro del campo de estudio. El estudio de las coincidencias entre variables permite avanzar en algunas explicaciones. Sin embargo, posee grandes limitaciones: enmascaramiento de otro tipo de variables (podría existir una segunda variable independiente relacionada) y la elección de las variables independientes de forma retrospectiva aumenta la posibilidad de aparición de sesgos por parte del investigador. LA Análisis de datos → fichero en el que constan los valores de cada caso de cada una de las posibles VI. El análisis se basa en una descripción del porcentaje de casos que comparten valores en cada una de las VI. También se puede contrastar en qué medida la distribución de los datos dentro de cada VI se ajusta a una hipótesis de equiprobabilidad. X2 chi cuadrado. FI → Diseño retrospectivo con GRUPO DE CUASI CONTROL. Se establecen dos grupos diferentes → un grupo clave, personas que poseen el mismo valor en la variable que se quiere investigar, o sea, en la variable dependiente | un grupo cuasi control, constituido por personas que no poseen dicho valor en la VD pero que deben ser lo más parecidos  posibles al grupo clave en todas aquellas variables que son de interés para controlar. Una vez establecidos los dos grupos, se miden las potenciales variables independientes para, finalmente estudiar las covariaciones entre éstas y la variable dependiente. La variable dependiente SI VARÍA. Se hace uso de variables controladas para verificar los valores que se establecen entre los dos grupos. La validez interna mejora, es posible estudiar la covariación y se constriñe la posibilidad de sesgar la búsqueda de variables independientes, pero aún continúa siendo un alto riesgo para el investigador. Por otra parte, el tamaño de la muestra limita su validez externa. Análisis de datos → el fichero es igual, solo que la columna de la VD toma dos valores. El análisis consiste en estudiar las correlaciones entre variables D e I y las relaciones entre las independientes. El tipo de coeficiente de correlación dependerá del nivel de medidas de las dos variables implicadas. Este archivo fue descargado de https://filadd.com  → Diseño retrospectivo de GRUPO ÚNICO. Tanto los valores de la variable dependiente como los de las potenciales variables independientes vienen ya dados. El investigador elige los participantes en función de la variable dependiente. Eso le garantiza la ocurrencia del fenómeno que quiere observar. Sin embargo, no se sabe qué valores de las potenciales variables independientes van a aparecer en la muestra. Al aumentar lo más posible el tamaño y representatividad de la muestra se puede lograr que todos los posibles valores de las variables implicadas estén bien representados en un grupo único. Al hablar de representatividad se hace referencia a las variables La variable dependiente toma MÁS DE UN VALOR. relevantes para el estudio en cuestión. Los pasos a seguir son los mimos, solo cambia el modo de Es diferente a la representatividad en seleccionar la muestra → se eligen participantes que términos de los trabajos de encuesta. garanticen una adecuada representación del rango de valores que puede tomar la VD. Después, en función de los conocimientos previos, determinamos cuáles podrían ser las potenciales VI para medirlas en toda OM la muestra. Análisis de datos → similar a los anteriores, solo que en la VD pueden aparecer valores diferentes de 0 y 1, lo cual afecta al tipo de coeficiente de correlación que se aplique en cada caso. No es posible garantizar la antecesión de la variable independiente a la dependiente en la modalidad retrospectiva puesto que no es posible medir la VI antes que la dependiente, como mucho es posible medirlas al mismo tipo. DISEÑOS PROSPECTIVOS.C DD Se invierte el orden de la búsqueda de información → se comienza buscando personas que se parezcan entre sí por poseer determinados valores de la variable independiente, cuya posible influencia se quiere investigar. Luego, se estudian esas personas en cuanto a su comportamiento en relación con la variable dependiente. O sea que, primero se forman los grupos según la VI y luego se recoge información de la VD. LA Los investigadores NO manipulan la VI, sino que seleccionan participantes en función de sus características relativas a dicha variable. Cuando las características que se seleccionan vienen dadas en la naturaleza del individuo se habla de grupos naturales. → Diseño prospectivo SIMPLE. Consiste en estudiar una única variable independiente mediante la comparación de grupos. Las FI ventajas de este diseño radican en que desaparece el posible sesgo retrospectivo de la búsqueda de la VI, ya que esta se acota desde el principio. Además, garantiza la anteseción de la VI sobre la dependiente. El diseño prospectivo simple puede acoplarse dentro de un diseño factorial en un contexto  experimental. Dentro de sus desventajas se encuentra el hecho de que hay una alta probabilidad de que se de un sesgo de selección y los límites de la validez externa. Análisis de datos → si la VI toma solo dos valores se utiliza la diferencia de medias. Si la VI toma más de dos valores se utiliza el análisis de varianza de un factor. → Diseño prospectivo FACTORIAL. Se estudia el supuesto influjo de dos o más variables independientes sobre una dependiente. Primero, se seleccionan los grupos de participantes, los cuales deberán tener las características que resulten de la combinación de todas las variables independientes. Luego se mide la variable dependiente. Las amenazas a la validez interna ligadas a un posible sesgo de selección continúan estando presentes, aunque de menor manera. Cuantas más variables se controlen o estudien en el diseño, más disminuirá la posibilidad de que aparezca esta amenaza. No obstante, no es posible añadir muchas más variables a este diseño; se recomienda el uso de dos o tres VI. La predicción que se puede hacer con respecto a la VD es en término de valores media. Este archivo fue descargado de https://filadd.com  → Diseño prospectivo de GRUPO ÚNICO. Se miden muchos participantes de forma tal que todos los valores posibles de las VI estén bien representados en la muestra. Luego se analizan las correlaciones de las series de puntuaciones de las diferentes VI con la serie de puntuaciones obtenida en la dependiente. Este diseño permite aumentar fácilmente el número de VI que se estudian a la vez; el tamaño de la muestra es mayor, y por tanto habrá casos que recojan todos los valores posibles de las variables implicadas. Hay cierto grado de control y una gran validez externa. Permite hacer predicciones caso por caso utilizando como técnica de análisis de datos a la regresión → trabaja con información obtenida en todas las puntuaciones y no solo en las medias (modelo predictivo). Posibilita el desenmascaramiento de la segunda VI y su medición. No obstante, la inclusión de nuevas variables en un modelo predictivo debe hacerse después de una cuidadosa reflexión previa acerca de la potencialidad predictiva de cada una, pues la inclusión de más VI no garantiza más conocimiento de la VD. OM Análisis de datos → se utiliza la regresión múltiple, la cual indica si el conjunto de variables predice significativamente las variaciones en la VD, la medida en que lo hace (porcentaje de varianza explicada) y cuál es la cuantía y significación de las aportaciones individuales de cada una de las VI. → Diseño prospectivo con MÁS DE UN ESLABÓN CAUSAL..C Hablar de causas y efectos implica muchas veces utilizar la metáfora de la cadena. Este diseño permite, en una sola investigación contrastar hipótesis de relaciones entre variables dentro de un esquema con más de un eslabón causal. Para ello es necesario contar, en primer lugar, con un modelo teórico que determine claramente DD qué posibles relaciones, directas o indirectas, se espera encontrar entre las variables independientes y la dependiente. En segundo lugar, se selecciona la muestra (un grupo único) para, finalmente, establecer un plan de recogida de datos que responda a la existencia de diferentes eslabones causales. NO debe medirse todo al mismo tiempo, ello implicaría hacer un análisis ciego. LA Análisis de datos → se utiliza el path analysis, el cual se lleva a cabo mediante modelos de ecuaciones estructurales. Ofrece información sobre el peso, la dirección y significación de cada una de las relaciones incluidas en el modelo. Además, ofrece la cantidad de varianza. FI VALIDEZ Los requisitos para poder contrastar una relación causal son: − Existencia de covariación Estos tres criterios establecen una  − Antecesión de la VI sobre la dependiente ordenación entre todos los diseños − Descarte de explicaciones alternativas. en cuanto a su validez interna. Vale aclarar que incluso los mejores diseños entre los ex post facto poseen de partida seria amenazas respecto a la validez interna. Este archivo fue descargado de https://filadd.com  Un caso particular: LOS DISEÑOS EVOLUTIVOS. Son todos aquellos en los cuales la edad se considera como El método clínico se asemeja más a una una VI. Y es debido a la imposibilidad de manipular esta variable técnica de recogida de información de tipo que estos tipos de diseños forman parte de la metodología ex post cualitativo. facto prospectivo → garantizan antecesión. Las hipótesis que se contrastan en las investigaciones suelen ser de tipo evolutivo → Diseño evolutivo TRANSVERSAL. (postulan la edad como causante de Las comparaciones con respecto a la edad se realizan cambios). Pero estas hipótesis se ponen a en el mismo momento temporal mediante grupos de prueba dentro del diseño evolutivo. participantes distintos. Los grupos de edad deben ser lo más equivalentes posibles en otras variables que pudieran influir en la VD. Validez → posee la misma estructura que el diseño prospectivo simple, por tanto, hay amenaza de OM sesgo de selección, aunque un menor riesgo de falta de representatividad. Lo cual se debe a que los efectos de la edad como VI se consideran procesos básicos comunes a todos los individuos, y al trabajar sobre ello se supone la representatividad de la muestra, aunque sea pequeña. Análisis de datos → si solo se estudian dos grupos de edad se hace uso de la diferencia de medias. Si se estudian más grupos, se utiliza el análisis de varianza de un factor intersujeto..C → Diseño evolutivo LONGITUDINAL. Permite estudiar los efectos de la edad dentro de un solo grupo controlado a lo largo del tiempo, por tanto, permite observar las diferencias individuales. Es muy costoso. Validez → la variable edad es la única de las de tipo ex post facto que permiten un enfoque de DD análisis intragrupo. Lo cual convierte al diseño longitudinal en una variable de prospectivo simple, que permite controlar las diferencias individuales y, por tanto, reducir los riesgos de enmascaramiento ligados a estas. Análisis de datos → si el diseño sólo incluye dos momentos temporales de la VD, la técnica a utilizar es la diferencia de medias para muestras relacionadas. Si se cuenta con más de dos LA momentos temporales se utiliza un análisis de varianza de un factor con medidas repetidas. → Diseño evolutivo SECUENCIAL. Se utiliza para estudiar el efecto de cohorte con el de la edad. Consiste en estudiar longitudinalmente varias cohortes diferentes. Posee variantes de diseño. FI Cuando se trabaja con la edad como VI puede producirse el efecto de cohorte → implica que los participantes se compartan de manera diferente ante la tarea experimental según el año en que nacieron, y no tanto por la edad que tienen. Validez → puede considerarse como un prospectivo factorial, aunque posee mayor validez. Su  mayor dificultad radica en su prolongación en el tiempo: coste elevado, abandono, adaptación a las pruebas e instrumentación. Análisis de datos → modelos de análisis de varianza para más de un factor. Este archivo fue descargado de https://filadd.com  Tipo Modalidad Ventajas Desventajas -No covariación. -No antecesión. Único posible en Simple -No descarta el sesgo algunos casos retrospectivo ni enmascaramientos -No antecesión. -Riesgo menor de sesgo -Covariación. retrospectivo y Cuasi control -Restringe el sesgo enmascaramientos. RETROSPECTIVO retrospectivo. -Dificultad de encontrar casos emparejables. -No antecesión. -Riesgo menos de sesgo OM -Covariación. retrospectivo y -Restringe el sesgo Grupo único enmascaramientos. retrospectivo. -Dificultad de encontrar -Mayor validez externa. una muestra grande y adecuada. -Diferencias..C Simple -Antecesión. -Elimina el sesgo retrospectivo. -Baja validez externa. - Sesgo de selección. DD -Acoplable a experimentos. -Diferencias. -Interacción. -Baja validez externa. -Antecesión. -Sesgo de selección. Factorial -Elimina el sesgo LA -Difícil con más de dos retrospectivo. VI. -Acoplable a experimento. PROSPECTIVO -Covariación, -Enmascaramiento. -Predicción caso a caso. FI -Dificultad para -Antecesión. encontrar una muestra Grupo único -Elimina sesgo grande y adecuada. retrospectivo. -Relaciones entre las VI. -Mayor validez externa.  -Muchas VI. -Covariación: efectos directos e indirectos. -Enmascaramiento. -Antecesión en cadena. -Dificultad de encontrar Más de un eslabón -Elimina sesgo una muestra grande y causal retrospectivo. adecuada. -Mayor validez externa. -Exige modelo teórico -Contrasta todo el previo. modelo. Este archivo fue descargado de https://filadd.com  Unidad 7: Métodos experimentales con grupos de sujetos – En los experimentos se establecen hipótesis de relación causal entre la VI y la VD. Dicha hipótesis se pone a prueba en una situación controlada, para lo cual es necesario conocer sobre los participantes su distribución por sexo, edad, la razón por la cual acudieron al laboratorio, entre otras. Además, esta información permitirá comparar, posteriormente, los resultados con otras investigaciones parecidas. Las indicaciones del procedimiento deben ser las suficientes como para que cualquier otro investigador pueda repetir el experimento → replicación. Constancia o igualación de valores Los resultados se informan utilizando una medida estadística → forma de control que supone hacer OM que resuma datos, haciendo uso de los valores de las medias. que todas las posibles variables que el También pueden utilizarse porcentajes. investigador no pueda manipular en el El objetivo último de todos los experimentos es poder poner a experimento aparezcan con el mismo prueba las teorías. El investigador, de antemano, establece, valor. Ej. todos los participantes con la produce y manipula la VI que supone que va a ser la causa de que misma cantidad de sueño, igual visión, la VD varíe. mismo tamaño del televisor, etc..C Se debe proporcionar un grupo de mediciones de la VD, bajo cada una de las condiciones de la VI. Equilibración → cuando se incluye en los grupos del experimento a individuos con distintos niveles en DD En el caso de que las mediciones en la dependiente provengan estas variables, pero se hace de forma de individuos distintos para cada condición se habla de diseños tal que en todos los grupos haya INTER GRUPOS / GRUPOS CON MEDIDAS participantes de todos los tipos. Los INDEPENDIENTES. grupos están equilibrados mediante la asignación al azar de los individuos. LA CUALIDADES DEL PROCESO EXPERIMENTAL. FI → Fiabilidad. El experimento debe poder replicarse. → Sensibilidad. Los experimentos deben ser sensibles a los efectos de los cambios en los niveles de la VI. Los aparatos, registros y as unidades de medida tienen que ser lo suficientemente sensibles como para detectar los cambios en las conductas. → Validez interna. Para poder establecer el efecto de causa que posee la VI sobre la VD deben estar  presentes las siguientes características: antecesión, covariación y rechazo de explicaciones alternativas plausibles. → Validez externa. Refiere al poder de generalización de los resultados obtenidos a más valores de la VI, más personas, más circunstancias y a más momentos. Una experimentación si validez externa sólo genera un conjunto de conocimientos que son sólo aplicables a las condiciones de laboratorio. → Validez ecológica. Tiene que ver con cuánto se simplifica (operacionaliza) una conducta, puesto que si es muy grande la conducta de los participantes puede llegar a no tener nada que ver con los contextos naturales. Este archivo fue descargado de https://filadd.com TIPOS DE DISEÑOS 1. CON GRUPOS ALEATORIOS. Los individuos son asignados al azar a cada una de las condiciones de la VI. Hay un grupo control y un grupo experimental (pueden ser más de uno). El grupo control permite establecer su comportamiento como punto de referencia, como línea base, para comprobar las deviaciones de los otros grupos por efecto de la VI. Para establecer los grupos se hace uso de la asignación aleatoria, cuyo fin es controlar, por equilibrado, las variables extrañas que están presentes en distinto Selección aleatoria es diferente grado en los participantes. O sea que el conjutno de todos los a la asignación aleatoria. indiviudos no se selecciona aleatoriamente de la población, sino que se elige por su mayor idoneidad o accesibilidad, y se asegura que estos participantes respondan a las características generales de la población. Análisis de datos → si son dos grupos, se hace uso de diferencia de medidas de grupos independientes. Si son más de dos, análisis de varianza de un factor. OM 2. GRUPOS ALEATORIOS CON BLOQUES. El bloqueo es una técnica de control que se caracteriza por formar bloques de una variable extraña relacionada con la VD, por lo cual esa variable deja de ser extraña y pasa a ser bloqueada. Cuando se poseen varios participantes por nivel y bloque la forma concreta de que los grupos estén emparejados es la siguiente: I. Medir (ordenar o clasificar) a los participantes en la variable extraña que se desea controlar II..C mediante un “bloqueo”. Realizar agrupaciones de participantes (bloques) con similares valores en la variable que se bloquea. DD III. Asignar al azar a los participantes de cada bloque a cada uno de los grupos del experimento. Esta técnica resulta más efectiva para lograr el control experimental en grupos pequeños. Cuando los grupos son grandes, la posibilidad de que la asignación aleatoria produzca una distribución descompensada es pequeña. En el caso de que haya un individuo por nivel y bloque, se puede aumentar el número de bloques LA hasta un máximo en el que en cada bloque haya tantos individuos como condiciones en el experimento. Cuanto más iguales sean los grupos, más sensibles serán los experimentos. La utilización de mellizos también es una manera de control mediante el bloqueo de variables. En el caso de animales, se habla de camada. Todos los individuos de una camada conforman un grupo FI natural, no sólo por la herencia común, sino porque su igualdad evolutiva permite que se puedan observar las diferencias ante distintas manipulaciones de forma paralela. Análisis de datos → si son dos grupos, se hace uso de diferencia de medidas de grupos independientes. Si son más de dos, análisis de varianza de un factor. Si es un caso de varios  participantes por combinación de nivel y bloque se utiliza análisis de varianza de dos factores (un factor es la variable bloqueada). Si es el caso de un invididuo de nivel y bloque, si la variable independiente tiene dos niveles, se puede analizar los datos con una diferencia de muestras relacionadas. Si son más de dos grupos, con un análisis de varianza de dos factores (un factor con medidas repetidas). 3. CASOS PARTICULARES. Son diseños que aportan soluciones a problemas específicos de determinado tipo de investigaciones. Análisis de datos → diferencia de medias con grupos independientes o análisis de varianza con un factor. I. Control por placebo. El efecto placebo se tona un efecto contaminador importante cuando aparece en un experimento, pues no permite saber qué parte de la eficacia se debe a la acción de la VI y cuál a las expectativas de los participantes. Para corregir este efecto se hacen diseños donde uno de los grupos recibe la medicina eficaz y el otro una medicina placebo. Cabe destacar que el efecto placebo no desaparece, lo que Este archivo fue descargado de https://filadd.com  se hace es controlarlo haciendo que aparezca en los dos grupos por igual. Si la medicina es eficaz, su influencia será >. Al comparar el grupo experimental con el grupo control se obtiene de manera aislada la magnitud del efecto verdadero. II. Doble ciego. Cuando los participantes de un diseño de grupos aleatorios no saben si su condición es la “buena” o la de “placebo”, se dice que es un diseño ciego. Cuando el experimentador tampoco conoce qué condición está administrando a los participantes, se dice que el diseño es de doble ciego. III. Asignación de grupos ya formados. En algunas situaciones es posible asignar a las condiciones experimentales grupos formados antes de la investigación. Esta modalidad es frecuente en el entorno educativo. ANÁLISIS DE DATOS. OM Una magnitud estadísticamente significativa indica una propiedad probabilística. Es el investigador quien determina el porcentaje que sirve para discriminar entre “la significación” y “la no significación”. Ese tanto por ciento se denomina nivel de confianza y tiene sus valores más frecuentes en 95% y 99%. El complementario al nivel de confianza es el nivel de riesgo. El nivel de riesgo se expresa en probabilidad, y los niveles más habituales son p