TEMA 1: PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASIEXPERIMENTALES

Fases de la investigacin cientfica:

Hay diferentes niveles y diferentes fases dentro de cada uno:
Terico conceptual: Primero se delimita un rea de estudio y unos problemas a
solucionar. A travs de la induccin se hacen hiptesis tericas, teoras y modelos.
Ms tarde, y a partir de la deduccin, se buscan consecuencias contrastables y se
formulan hiptesis empricas
Tcnico metodolgico: A partir de las hiptesis empricas, empezando el proceso
de diseo de investigacin, se lleva a cabo la operativizacin, conseguiendo un
plan de investigacin con una estrategia de recogida de datos, que puede ser
experimental o no experimental.
Analtico estadstico: Sea experimental o no experimental, el siguiente paso es el
mismo; se elaboran y se renen los datos [anlisis de datos]. Se hace el ajuste de
modelos estadsticos y despus las pruebas de significacin, contrastando la
hiptesis.
Terico conceptual: Se vuelve a este nivel a travs de la induccin, llegando a la
discusin de los resultados.
Clasificacin de las estrategias de recogida de datos:
Estrategia:
Ex post facto:No requiere la manipulacin directa de las condiciones de
produccin de los fenmenos. El investigador no elige arbitrariamente los valores
de la variable independiente. Ese enfoque es propio de las situaciones donde no
es posible la asignacin aleatoria, y donde el control de las fuentes de variacin
extraas es escaso o limitado.
Observacin directa: Agrupa un conjunto de tcnicas conocidas por
investigacin de campo. Estas tcnicas requieren observaciones directas de los
eventos, tal como ocurren de forma espontnea y poseen un escaso control de
las fuentes extraas de variacin. Entre las tcnicas ms importantes se
encuentran la observacin naturalista, el estudio de casos y los auto-informes.
Observacin indirecta: Se caracteriza por el registro y medida de gran
cantidad de variables. Las tcnicas utilizadas en observacin indirecta son
conocidas por mtodos selectivos o mtodos de encuesta. El objetivo de la
metodologa de encuesta es la obtencin de informacin con el propsito de
conocer las propiedades o caractersticas de una determinada poblacin. Entre
los procedimientos a utilizar estn las entrevistas y los cuestionario.
Causal: Plantea el estudio de los efectos causales entre las variables objeto de
estudio, y se caracteriza por el mayor control que se tiene de los factores o
variables de confundido. La estrategia causal se caracteriza por el control que se
posee sobre los registros, condiciones y sujetos. La estrategia experimental tiene
tres componentes bsicos: manipulacin, aleatorizacin y control.
Experimental: Implica la manipulacin activa de la variable independiente; es
decir, el experimentador elige arbitrariamente los valores de la variable
independiente y los aplica a diferentes grupos de sujetos.
Cuasi-experimental: Tambin prueba relaciones de causalidad pero a
diferencia de la estrategia experimental los grupos no se forman al azar, sino
que utiliza grupos naturales, intactos o ya formados. De ah, que la asignacin
aleatoria o no de los sujetos a los grupos marca el lmite entres estas dos

estrategias.
Marco metodolgico de la investigacin psicolgica:
Paradigma experimental
- Hiptesis causales
- Manipulacin
- Control
- Verificacin de concomitancia
[Diseos experimental y cuasiexperimentales]

Paradigma asociativo
- Hiptesis de Covariacin
- No manipulacin
- Control deficiente
- Verificacin de simultaneidad
[Diseos de encuensta y
observacional]

Diseo experimental:
Modelo de variacin y constancia:
a) Variacin sistemtica de la variable independiente
b) Control y neutralizacin de las variables extraas
Estrategia de comparacin de grupos:
Se forman dos (o ms) grupos de forma aleatoria. Se manipula la variable independiente,
dndoles un valor diferente a cada grupo. Las variables extraas se controlan, y las
dependientes se miden.
Clasificacin del diseo experimental:
Diseo experimental:
Entre grupos:
Simple
Complejo
Intra-sujetos
Simple
Complejo
Mixto (hay tanto variables entre grupos como variables intra-grupos.
Son estrategias de comparacin el entre grupos, intra-sujetos y mixta, mientras que las
opciones de cada una de las estrategias son modalidades.
Diseo cuasi-experimental (diseos aplicados):
Es un plan de trabajo con el que se pretende estudiar le impacto de los tratamientos
y/o los procesos de cambio, en situaciones donde los sujetos o unidades de observacin
no han sido asignados de acuerdo con un criterio aleatorio. Desde la perspectiva cuasiexperimental se plantea la discusin y estudio de los principales diseos de investigacin
aplicados.
La representacin grfica de la estrategia transversal sera una lnea vertical (un estudio
en un momento determinado), mientras que la de la estrategia longitudinal sera una
linea horizontal (un estudio a lo largo del tiempo).
Clasificacin de las estrategias cuasi-experimentales:
Diseos de investigacin aplicados:

Estrategia transversal
Incluye a los diseos de comparacin de grupos o de grupos paralelos
Comparacin esttica
Estrategia longitudinal:
Incluye a los diseos que repiten medidas de la variable de respuesta.
Comparacin dinmica

Investigacin bsica vs. Aplicada:

La investigacin bsica se lleva a cabo con diseos experimentales, mientras que la
investigacin aplicada, con diseos cuasi-experimentales.
I. Bsica
- Validez interna
- Mximo control
- Aleatorizacin

I. Aplicada
- Validez externa
- Mxima generalizacin
- No aleatorizacin

Variables en la investigacin experimental:

Hay tres tipos de variables:
Independiente: Se la manipula y su papel es el de causa.
Dependiente: Se la mide, y tiene el papel de efecto
Extraa: Se ha de controlar, y tiene un efecto de confusin.
Objetivos del diseo experimental:
Hay tres objetivos:
Maximizar la variancia sistemtica primaria, lo cual se consigue mediante la
adecuada eleccin de los valores de la variable independiente.
Control de las fuentes de variacin secundarias, lo cual se consigue mediante la
seleccin de un diseo adecuado.
Minimizar la variancia del error, que se consigue aumentando la precisin en la
medida de los registros y seleccin de sujetos homogneos.
Control experimental:
El control consiste en eliminar o bien neutralizar cualquier fuente de variacin extraa
capaz de confundir la accin de la variable de tratamiento.
Por lo tanto, los objetivos del control experimental es tanto evitar la presencia de
variables de confundido como reducir la variancia aleatoria de los datos. Ambas cosas se
llevan a cabo a travs de las tcnicas de control experimental. Dentro de las tcnicas
hay variables de sujeto, asociadas al diseo (grupos al azar, apareo y bloqueo, el sujeto
como control propio) y variables situacionales, no asociadas al diseo (eliminacin,
constancia, balanceo y aleatorizacin).
TEMA 2: DISEOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
Diseo experimental de dos grupos:
Una de las situaciones ms simples de investigacin experimental, tanto en ciencias
sociales como del comportamiento, es la formada por dos grupos, uno de control y otro
experimental.
La condicin bsica de cualquier experimento es la presencia de un grupo de contraste

denominado grupo de no tratamiento o de control. Esto no quiere decir que el diseo

experimental de dos grupos slo se caracteriza por la ausencia o presencia de
tratamiento.
Diseo de dos grupos:
Diseo de dos grupos completamente al azar: La muestra experimental que se ha
obtenido de la poblacin de origen es repartida entre los dos grupos por una
asignacin aleatoria.
Diseo de dos grupos emparejados: Se hacen parejas de sujetos dentro de la
muestra experimental. Estas parejas tienen una puntuacin similar en la variable
extraa que puede influenciar en los resultados. Cada miembro de la pareja se
sita en un grupo diferente, y as con todas.
Los estadsticos que se pueden utilizar en los diseos de dos grupos dependen del tipo de
datos y del tipo de diseo de dos grupos utilizado:
Grupos

Datos

Independientes

Relacionados

Paramtricos

T Student muestras no
relacioandas

T Student muestras
relacionadas

Ordinales

U Mann-Whitney

T Wilcoxon

Nominales

Probabilidad exacta de
Fisher

McNemar

Diseo experimental multigrupo:

Los diseos multigrupo, de uso frecuente en ciencia psicolgica y social, son estructuras
de una sola variable independiente a tres o ms valores o niveles. Al seleccionar ms
de dos valores de la variable independiente o causal, es posible extraer la relacin
funcional entre la variable independiente y dependiente del experimento. Por dicha
razn, estas estructuras se conocen por experimentos funcionales o paramtricos.
El diseo multigrupo totalmente al azar requiere la asignacin aleatoria de los
sujetos de la muestra a los distintos grupos, sin restriccin alguna. Se trata de una
extensin del diseo de dos grupos, ya que en esta situacin se eligen de la variable de
tratamiento ms de dos valores o condiciones.
Los anlisis aplicables son:
Prueba de significacin general -- ANOVA unidireccional
Si la variable independiente es categrica -- Comparaciones mltiples
Si la variable independiente es cuantitativa -- Anlisis de tendencias
Modelo de prueba estadstica:
Paso 1: La hiptesis de nulidad (o nula) asume que las medias de los grupos
experimentales proceden de una misma poblacin y, por consiguiente, son
idnticas:
H: = = =

Paso 2: La hiptesis experimental asume que la cantidad media de palabras

recordadas variar positivamente en funcin de la cantidad de repasos [enunciado

segn el ejemplo presente en el power point.] En trminos estadsticos:

H: < < <
1

Paso 3: Se aplica una prueba de significacin general o prueba mnibus, cuyo

estadstico es la F de Snedecor. El nivel de significacin de =0.05. [[El valor de F
se sabe consultando unas tablas ya existentes. Para saber que valores hay que
buscar en las columnas (m) y las filas (n) y localizar el valor terico de F:
Nmero de grupos = a
Nmero de personas en cada grupo = n
Para saber los valores: (a-1)/a(n-1)
El valor obtenido antes de la lnea divisoria (/) es el valor localizado en la tabla
en la seccin de m. El valor obtenido tras la lnea divisoria es el valor a localizar
en n [si no lo entendis bien, pasad al ejemplo, buscad online una tabla de F de
Snedecor al 0.95 y lo veris]
Ejemplo: Muestra total de 20 sujetos, se hacen 4 grupos de 5 sujetos cada uno:
4 -1 = 3
4 (5 1) =16
Buscad en la tabla 3 y 16, y veris que el nmero resultante es 3,2389, el cual
se redondea en el power point a 3.24]] ESTE RESULTADO ES EL VALOR
TERICO!!
Paso 4: Tras la ejecucin del experimento, se calcula el valor emprico de F, a
partir de la matriz de datos [Se obtiene a partir del ANOVA unidireccional]
Paso 5: Dado que en el ejemplo del power point y observando la tabla que da
como resultado el ejecutar el ANOVA unidireccional en el programa el valor
observado de F es mayor que el valor terico al 5% y en funcin de los grados de
libertad correspondientes (21,08 3,24), se rechaza la hiptesis de nulidad y se
acepta la hiptesis alternativa o hiptesis experimental a este nivel de
significacin.
ANOVA unidireccional:

Yij = + j + ij

Y = la puntuacin del i sujeto bajo la j condicin experimental o tratamiento.

= la media global de los datos del experimento.

= - , es el efecto o impacto del j nivel de la variable de tratamiento A.

= Y - , es el error experimental asociado al i sujeto bajo el j tratamiento.

Para que el modelo sea vlido, se especifican las siguientes condiciones: = 0 y

ij

ij

ij

NID(0, 2)
ij

Para poder llevar a cabo el ANOVA, hay tres supuestos que han de cumplirse:
Independencia de las observaciones
Normalidad de los datos
Homogeneidad: Igualdad de las variancias de lo grupos.
Para calcularlo est la prueba de Hartley, siempre y cuando n por grupo sea
constante (haya el mismo nmero de muestra en cada grupo)
Se calcula F
terico y emprico [se hace a travs de tablas, del mismo modo
max

que se busc el valor de F antes]:

Terico en 0.95: j / (n-1) [j = nmero de grupos o valores de la variable
independiente / n = nmero de sujetos en cada grupo]
Emprico: se divide el s mayor entre el s menor [los valores de s para
2

cada grupo te los dan para poder calcularlo, no los tenemos que encontrar
nosotros]
Si el valor de F
es menor que el F
(que es el valor de F
terico), se
max

max0.95

max

acepta la hiptesis de nulidad o supuesto de homogeneidad de las variancias.

Comparaciones mltiples:
Las comparaciones o contrastes se efectan, por lo general, entre las medias de los
grupos de tratamiento. Genricamente, una comparacin entre k medias es la
combinacin lineal o suma ponderada de medias. Antes de examinar los distintos
procedimientos de comparaciones mltiples, proponemos una clasificacin prctica para
su descripcin:
Comparaciones mtiples
A priori o planificadas: Se formulan de acuerdo con los intereses previos o
tericos del investigador, y se plantean antes de obtener los resultados del
experimento. Segn su naturaleza, las comparaciones planificadas son no
ortogonales y ortogonales.
A posteriori o no planificadas.
1- NO ORTOGONALES
Ejemplos de hiptesis de nulidad de distintos contrastes:
H0 = 2 - 1 = 0 -- Dos lecturas de la lista (condicin A2) no difiere de una sola
lectura (condicin A1).
H0 = 4 - 1/3(1 + 2 + 3) = 0 -- Se define la igualdad entre cuatro lecturas y el
promedio de las restantes.
[Para ser hiptesis de nulidad, deben tener como resultado siempre = 0]
Reformulacin de las hiptesis nulas en combinaciones lineales:
(-1)1 + (1)2 + (0)3 + (0)4 = 0
(-1/3)1 + (-1/3)2 + (-1/3)3 + (1)4 = 0
[La suma de los valores siempre ha de ser igual a 0]
Para contraste planteado en las hiptesis te dan el valor de t y el de F empricos,
diferente para cada contraste. El siguiente paso es calcular los valores tericos de t y de
F para esos mismos grados de libertad consultando las tablas:
Para t: Aqu lo importante es el nivel de confianza, que cogemos habitualmente
como 0,95, obteniendo =0,05, y el otro dato importante es a(n-1) (donde como
ya se ha dicho, a= nmero de grupos y n= nmero de sujetos por grupo). [En el
power point del campus veris que pone como resultado 2,12, mientras que si
lo comprobis en una tabla de t de Studen, el valor que debera ir es 1,76.
Esto es un error de la profesora en los power points de este ao, si entris
aqu:
http://www.google.com/url?
sa=t&source=web&cd=5&ved=0CD4QFjAE&url=http%3A%2F%2Fwww.ub.edu
%2Fdeia%2FTemari_archivos%2F5_diseny_experimental.ppt&rct=j&q=F
%20contrastes%20hipotesis
%20nulidad&ei=B1jVTauAFZGwhAfnw9WCDA&usg=AFQjCNGL5KPG0VypJJBmy7

JvDJJ09UAr2A&cad=rja
[todo junto a pesar de los espacios que pone el
word] veris el power point de un ao anterior con el resultado correcto.]
Para F: Se comprueban las tablas para obtener el resultado. [[Sospecho que para
hacer los contrastes, el primer nmero (aquel que obteniamos mediante (a-1)
es siempre igual a 1, mientras que la segunda parte, la obtenida por a(n-1), se
sigue calculando igual]]

Si los nmeros empricos tanto en t como en F son mayores que los tericos, se concluye
que los contrastes son significativos.
Anlisis de tendencias:
2- ORTOGONALES
Una de las tcnicas de anlisis de tendencias es el mtodo de polinomios ortogonales.
En virtud de ese procedimiento, es posible dividir la variacin o Suma de Cuadrados de
tratamientos en una serie de componentes independientes de tendencia como, por
ejemplo, lineal, cuadrado, cbico, etc. Cada componente ortogonal aporta informacin
particular sobre una clase de tendencia o relacin entre la variable independiente y la
variable dependiente. Al mismo tiempo, este procedimiento permite verificar
estadsticamente la significacin de cada componente de tendencia.
TEMA 3: ESTRATEGIA FACTORIAL ENTRE GRUPOS
El diseo factorial es una estructura de investigacin en la que se manipulan
simultneamente dos o ms variables independientes o de tratamiento. En funcin de la
cantidad de factores o variables de tratamiento, los formatos factoriales se denominan,
tambin, diseos de tratamientos x tratamientos, tratamientos x tratamientos x
tratamientos, etc, y se simbolizan por AxB, AxBxC, etc.
Ventajas del diseo factorial:
Adems de permitir el anlisis de los efectos principales tambin posibilitan
examinar los efectos de interaccin.
Al introducir varias variables independientes como factores en el diseo, los
efectos asociados a tales factores se sustraen del trmino de error. En
consecuencia, se reduce la varianza de error y se incrementa la potencia de la
prueba estadstica.
Ahorro de tiempo y de sujetos.
Por ltimo, cabe sealar que, dada la complejidad de la conducta humana, es
lgico suponer que la mayora de los comportamientos no se hallan determinados
por la accin de una sola variable, sino que responden a los efectos de un
conjunto de factores.
Clasificacin:
Cantidad de valores por factor: Cantidad fija o variable (2x2; 2x3; 2x3x4; etc.)
Cantidad de combinaciones de tratamientos:
Diseo factorial completo
Diseo factorial incompleto y fraccionado.
Grado de control:
Diseo factorial completamente al azar
Diseo factorial de medidas repetidas

Efectos factoriales estimables:

Efectos principales: A diferencia de los simples, son el impacto global de cada factor
considerado de forma independiente, es decir, el efecto globar de un factor se deriva
del promedi de los dos efectos simples
Efectos secundarios o de interaccin: Se define por la relacin entre los factores o
variables independientes, es decir, el efecto cruzado.
Diseo factorail al azar 2x2:
La muestra seleccionada de la poblacin se asigna mediante al azar a los grupos, cada
uno de los cuales tiene una combinacin diferente de variables (A1B1, A1B2, A2B1,
A2B2).
Modelo de prueba de la hiptesis:
Paso 1: Segn la estructura del diseo son estimables tres efectos. Por esa razn,
se plantean tres hiptesis de nulidad relativas a la variable A, variable B e
interaccin:
H0: 1 = 2 = 0
H0: 1 = 2 = 0
H0: ()11 = ()12 = ()21 = ()22 = 0
Paso 2: Las hiptesis alternativas se representan, al nivel estadstico, por:
H1: 1 2, o no todas las son cero
H1: 1 2, o no todas las son cero
H1: ()11 ()12 ()21 ()22,o no todas las son cero.
Paso 3: El estadstico de la prueba es la F de Snedecor, con un de 0.05, para las
tres hiptesis de nulidad.
Paso 4: Clculo del valor emprico de las razones F. Para ello, se toma la matriz
de datos del experimento [clculo a travs del programa con ANOVA]
Paso 5: De los resultados se infiere la aceptacin o no aceptacin de las hiptesis
de nulidad, segn si tienen un valor menor o menor a la F terica. En el caso
ejemplo de power point, se rechazan las hiptesis para los efectos principales de
A y B y se acepta para la interaccin.
ANOVA, diseo factorial AxB:
Yijk = + j + k + ( )jk + ijk

= la puntuacin del i sujeto bajo la combinacin del j valor del factor A y el k

ijk
valor del factor B.
= la media comn a todos los datos del experimento.
j = el efecto o impacto del j nivel de la variable de tratamiento A.
k = efecto del k valor de la variable de tratamiento B.
()jk = efecto de la interaccin entre el j valor de A y el k valor de B.
ijk = error experimental o efecto aleatorio de muestreo.

Grficos:
Si las lneas de las dos variables en el grfico son paralelas, entonces la interaccin es

nula y slo se derivan los efectos principales para las dos variables. Si en cambio, se
cruzan, entonces la interaccin entre las variables es significativa.
TEMA 4: ESTRATEGIA INTRAGRUPO (medidas repetidas) Y ESTRATEGIA MIXTA
En el diseo medidas repetidas todos sujetos de la muestra reciben todos los
tratamientos. De este modo, el uso del procedimiento de medidas repetidas
proporciona un control ms efectivo de las fuentes de variacin extraas asociadas, por
lo general, a las caractersticas individuales; es decir, se consigue una reduccin de la
variancia del error. Esto es as porque la variabilidad debida a las diferencias
individuales es eliminada del error. De este modo, el diseo de medidas repetidas
constituye una estructura ms potente que los diseos completamente aleatorizados.
El principal problema de los diseos de medidas repetidas son los efectos de orden que
derivan de la propia estructura del diseo. Estos efectos deben ser neutralizados para
que no confundan los efectos de los tratamientos.
Tipos de efectos de orden:
Efecto de perodo: Ocurren cuando, independientemente del tratamiento
aplicado, el sujeto responde al perodo o posicin que, en la secuencia, ocupa el
tratamiento (perodo de administracin). Cabe, por lo tanto, la posibilidad de que
el sujeto responda mejor al perodo que al tratamiento en s mismo. Cuando esto
ocurre, el efecto del perodo confunde la accin del tratamiento.
Efecto residual: Conocido tambin por error progresivo, se caracteriza por la
persistencia de la accin de un tratamiento ms all del perodo o tiempo de
aplicacin. Representa la progresiva acumulacin tanto de los efectos
facilitadores de la respuesta (efecto de la prctica, aprendizaje, etc.) como de
los efectos obstaculizadores (como la fatiga mental, cansancio fsico, etc.).
Cuando, como es frecuente en esos casos, se produce una persistencia del efecto
del tratamiento anterior sobre el tratamiento siguiente, se corre el riesgo de que
los efectos queden contaminados.
Clasificacin:
De un grupo o muestra:
Simple (SxA)
Factorial (SxAxB, SxAxBxC, etc.)
Multigrupo o Factorial Mixto (S(A)xB)
Diseo simple de medidas repetidas:
La estructura del diseo de medidas repetidas simple es similar al formato factorial de
dos variables independientes. A diferencia del diseo factorial, la variable de sujetos no
se manipula ya que se trata de un pseudo-factor. La variable de tratamiento est
manipulada por el experimentados y se considera como un autntico factor.
Modelo de prueba de hiptesis:
Paso 1: Se asume, por hiptesis de nulidad, que los efectos de los tratamientos
son nulos: H0 : 1 = 2 = 3
Paso 2: Segn la hiptesis experimental o hiptesis de efectividad se asume que,
uno o ms tratamientos o efectos es significativo (distinto de cero). En trminos
estadsticos se afirma que:

H1: 1 2, o 1 3, o 2 3
H1: por lo menos una desigualdad

Paso 3: Se asume un modelo ANOVA de aditividad. El estadstico de la prueba es la

F normal, a un nivel de significacin de = 0.05. [Como obtener la F terica para
medidas repetidas esta explicado un poco ms abajo, en cmo obtener el
numerador y el denominador para la F normal]
Paso 4: El clculo del valor emprico de F se realiza a partir de la correspondiente
matriz de datos, una vez ejecutado el experimento.
Paso 5: Si el valor emprico de F es menor que el terico, se acepta la hiptesis
de nulidad relativa a la variable de sujetos y a la de tratamiento, a un nivel de
riesgo del cinco por ciento. Si es mayor, se rechaza.

ANOVA de medidas repetidas, modelo aditivo:

Y ij = + i +j + ij

Yij = la puntuacin del i sujeto bajo la j condicin experimental o tratamiento

= la media global de todos los datos del experimento
i = i = el efecto asociado al isimo sujeto
j = j = el efecto de jsimo nivel de la variable de tratamiento A
ij = el error experimental asociado al i sujeto bajo el j tratamiento.

Condicin de aplicacin: Supuesto de esfericidad

Esta condicin requiere que las variancias de las diferencias entre todos los pares de
medidas repetidas sean iguales (prueba de esfericidad de Mauchley).
Hay alternativas de anlisis del diseo de medidas repetidas:
ANOVA
F normal: numerador = (a-1) / Denominador = (n-1)(a-1)
F ajustada: numerador = (a-1) / Denominador (n-1)(a-1)
MANOVA
Diseo factorial de medidas repetidas:
El mismo sujeto pasa por diferentes subtipos de como mnimo dos variables diferentes
cada vez. (S111,S112,S122.... El mismo sujeto pasara por todas los subtipos.)
Diseo factorial mixto:
El diseo de medidas repetidas multigrupo, conocido tambin por diseo factorial mixto,
combina, en un mismo experimento, el procedimiento de grupos independientes y el
procedimiento con sujetos de control propio. Se trata de un diseo donde estn
presentes, por lo menos, dos variables independientes: una variable entre o de
agrupacin y una variable intra o de medidas repetidas.
Modelo de prueba estadstica:
Paso 1: Formulacin de las hiptesis de nulidad:
H0: 1 = 2 = 0
H0: 1 = 2 = 3 = 4 = 0
H0: 11 = 12 = 13 = 14 = 21 = 22 = 23 = 24 = 0

Paso 2: A cada hiptesis de nulidad est asociada la siguiente hiptesis

alternativa:
H1: por lo menos una desigualdad

Paso 3: Se asume el modelo ANOVA lineal de medidas repetidas (ANOVAMR). El

estadstico de la prueba es la F normal (bajo el supuesto de homogeneidad y
simetra), con un nivel de significacin de = 0.05.
Paso 4: Se calcula el valor emprico de F a partir de la correspondiente matriz de
datos del experimento.
Paso 5: Dependiendo de si la F emprica es mayor o menor que la F terica, se
aceptan o no las variables A,B y la interaccin.

ANOVA, modelo estructural del diseo:

Yijk = + [j + i/j] + [k + ()jk + ()ik/j ] + ijk

Yijk = la puntuacin del i sujeto bajo el j valor A y el k valor de B

= la media comn a todos los datos del experimento
j = es el efecto de j nivel de la variable A
i/j = el efecto asociado al i sujeto dentro de j nivel de A
k = el efecto del k nivel de B
()jk = el efecto de la interaccin de Aj y Bk
()ik/j = el efecto de la interaccin de Si y Bk, intra Aj
ijk = el error de medida

TEMA 5: DISEOS CUASIEXPERIMENTALES

Diseo de grupo control no equivalente:
Esta clase de diseo de investigacin, dominado inicialmente por Campbell y Stanley, es
un formato en que se toman, de cada sujeto, registros o medidas antes y despus de la
aplicacin del tratamiento. Debido precisamente a la ausencia de aleatorizacin en la
asignacin de las unidades, es posible que se den diferencias en las puntuaciones antes.
Estas diferencias son la causa de la no-equivalencia inicial de los grupos. As, cuando en
la formacin de los grupos no interviene el azar, es posible que los grupos presenten
sesgos capaces de contaminar el efecto del tratamiento.
Partiendo de este planteamiento, se tienen diseos cuyos grupos no pueden ser
considerados ni homogneos, ni comparables. Por esa razn, se han buscado alternativas
al clsico modelo de Anlisis de la Variancia a fin de modelar, en el supuesto de que se
conozcan, las potenciales fuentes de sesgo y distorsin y, de esa forma, controlarlas.
Las diferencias entre las puntuaciones antes se dan por las siguientes razones:
Cuando el tratamiento es aplicado a un grupo (escuela, clase, etc.) y otro grupo
(escuela, clase, etc.) es tomado como control.
Cuando se ha planificado un autntico experimento, pero por razones de
mortalidad, contaminacin de las unidades del grupo control por los artefactos
experimentales o por la variacin del tratamiento experimental, el experimento
verdadero se convierte en un cuasi-experimento.
Cuando, debido a la limitacin de recursos, el tratamiento slo es aplicado a un

grupo seleccionado.
Cuando los sujetos se auto-seleccionan.

Para el anlisis de la covariancia se efecta el ANCOVA [tiene como condicin de

aplicacin la homogeneidad de los coeficientes de la regresin H0: 1 = 1 // Se usa con
los datos de pretest y postest.], mientras que para analizar las puntuaciones de
diferencia, se contina usando el ANOVA [slo con el resultado de la diferencia, no con
las dos variables].
Diseo de discontinuidad en la regresin:
El diseo de discontinuidad en la regresin ofrece mejores perspectivas que el diseo de
grupos no equivalentes, dado que se conoce la naturaleza del proceso de seleccin de
los grupos (o asignacin de las unidades de estudio). Aunque es escasa la utilizacin de
esta estrategia, constituye un buen ejemplo de cmo es posible verificar el efecto del
tratamiento mediante grupos organizados en funcin de los valores de la variable pretratamiento. En la prctica, su uso se ha limitado al mbito de la investigacin sobre
educacin compensatoria.
Segn la lgica del diseo, los sujetos son considerados, a partir de un punto de corte en
la variable pre-tratamiento, como pertenecientes al grupo control o experimental (grupo
de tratamiento). Por esta razn, la estrategia de discontinuidad en la regresin requiere
que se conozca el criterio de formacin del grupo control y grupo experimental (o de
tratamiento); es decir, el criterio de seleccin.
Segn Cain, una clara ilustracin de la modelacin del procedimiento de seleccin es el
uso de una puntuacin pre-test (pre-tratamiento) en la asignacin de los sujetos a los
grupos de tratamiento (control y experimental). La estructura del diseo de
discontinuidad en la regresin suele representarse, por lo general, de forma grfica. El
eje de las ordenadas representa los valores de la variable de resultado y el eje de las
abcisas los valores de la covariable donde est marcado un punto de carote, Xo, para
que queden delimitados los grupos.
TEMA 6: DISEOS DE SERIES TEMPORALES
Los diseos de series temporales interrumpidas permiten evaluar el impacto de las
intervenciones en mbitos diversos como la ley del divorcio, programas educativos de la
comunidad, epidemiologa, derechos humanos, poltica de tasas, seguridad vial, ley de
armas, consumo de drogas, etc. En general, el diseo de series temporales
interrumpidas es un valioso instrumento de investigacin dentro del mbito de
evaluacin de programas y estudios sociales.
Clasificacin:
Serie temporal interrumpida simple
Serie temporal interrumpida con grupo control no equivalente (series temporales
mltiples)
Patrones de cambio:
Cambio de nivel: Toma diferentes formas, en funcin de cmo se espera que
acte la variable de tratamiento. La accin de esta variable puede tomar tres
formas:
Una primera expectativa es que la intervencin produzca un cambio

permanente en el nivel.
Es posible predecir, en segundo lugar, un cambio de carcter transitorio. As,
se espera que la intervencin tenga un efecto sobre la observacin
inmediatamente despus y luego desaparece.
Hay una tercera expectativa de carcter intermedio, en la que el efecto se
amortigua. En otras palabras, el efecto de intervencin tiende a reducirse y a
regresar hacia la lnea base a lo largo del tiempo.
Cambio de tendencia (o de pendiente): Es de inters en donde se espera que la
tasa de incremento o decremento sea resultado de la intervencin.
Efecto continuo: Se produce inmediatamente despus de la intervencin y
persiste durante un largo perodo de tiempo en la serie.
Efecto discontinuo: No persiste en el tiempo; es decir, suele ocurrir cuando el
tratamiento es retirado o bien cuando posee un efecto transitorio.

Tipos de efectos:
Efecto instantneo: Aparece inmediatamente despus de la intervencin
Efecto demorado: Es ms difcil de interpretar, ya que suele aparecer de una
forma bastante posterior a la aplicacin del tratamiento.
Serie temporal interrumpida simple:
El modelo bsico de serie temporal interrumpida est formado por dos perodos de
mltiples observaciones registradas antes y despus de la intervencin, sobre un grupo o
un individuo. Estos perodos se conoce por pre y post-tratamiento. El objetivo es
detectar cambios en los patrones de los datos, antes y despus de la intervencin,
atribuibles a la misma.
Por lo general, el analista espera encontrar que la pendiente o el nivel de la serie sea
contingente a la aplicacin de la intervencin. Este diseo recibe su nombre porque la
inferencia causal se basa en detectar o descubrir un cambio abrupto en los valores de la
variable dependiente.
El hecho del cambio no garantiza que su causa haya sido la intervencin. En esta clase
de diseos cabe la posibilidad de numerosas hiptesis alternativas que rivalizan con la
hiptesis de la intervencin.
Amenazas a la validez interna:
La principal amenaza a la validez interna o validez de inferencia es el factor historia. La
historia se refiere a hechos o acontecimientos externos distintos al tratamiento que
actan en el punto de intervencin y que pueden afectar a la conducta en curso. Entre
los posibles controles del factor historia, el ms efectivo consiste en aadir un grupocontrol sin tratamiento a la serie.
Otra amenaza es la instrumentacin. Un cambio en los procedimientos administrativos
puede modificar la forma como los registros son guardados. As, aquellos responsables de
la administracin, que pretenden mostrar una buena actuacin, pueden simplemente
cambiar los procedimientos de contabilizar los datos. A quienes, por otro lado, se les ha
encargado cambiar alguna estructura u organizacin, pueden introducir cambios en el
sistema de registros o en los criterios, en funcin de los cuales el resultado puede
interpretarse como un xito o un fracaso.

La seleccin se convierte en otra amenaza a la inferencia de la hiptesis, como cuando

la composicin del grupo de tratamiento cambia de forma sbita y drstica en el punto
de aplicacin de la intervencin. Esto suele ocurrir debido al desgaste que supone en la
muestra la aplicacin del tratamiento. Cuando hay desgaste de muestra por las medidas
repetidas que se toman de los sujetos, no es posible determinar, sin un posterior
anlisis, si el tratamiento caus una interrupcin en la serie o si la interrupcin fue
debida a que diferentes personas estuvieron en los perodos de pre y posttratamiento.
Mejor sera analizar los datos para aquellas unidades que hubieran estado presentes en
los perodos pre y post.
Validez externa:
La validez externa o alcance de los resultados de los diseos de las series temporales es
considerable ya que los tratamientos son, a menudo, hechos o circunstancias vistos por
los respondientes como algo natural (por ejemplo, cambios en las leyes).
Las respuesta son por lo general no desvirtuadas puesto que los sujetos consideran a las
intervenciones como formando parte de la accin del gobierno o de la colectividad. As,
los tratamientos y las medidas se parecen ms a los de la vida real que en otras clases
de diseos.
Anlisis de series temporales:
Autocorrelacin:
NO - Anlisis de la regresin con datos directos: Mnimos Cuadrados Ordinarios
(MCO)
SI -- Anlisis de la regresin con datos transformados en funcin del valor de
autocorrelacin: Mnimos Cuadrados Generalizados (MCG)
Serie temporal interrumpida con grupo control no equivalente:n
Un procedimiento para controlar el artefacto historia consiste en aadir un grupo
control o de no-tratamiento. Este formato es conocido, tambin, por diseo de series
temporales mltiples. Segn Gottman, el diseo serie temporal interrumpida con grupo
control no equivalente es una extensin del diseo de serie temporal simple y permite
investigar hiptesis ms precisas al comparar una serie temporal experimental con otra
de control. En consecuencia, se controlan mejor las posibles hiptesis rivales.
TEMA 7: DISEOS DE CASO NICO
Segn ese nuevo enfoque, el investigador obtiene una gran cantidad de datos de uno o
varios sujetos bajo condiciones tanto de ausencia como de presencia de tratamiento.
Dado que, con frecuencia, un mismo tratamiento es aplicado varias veces al mismo
sujeto, este enfoque es conocido tambin por estrategia de replicacin intra-sujeto.
Mediante la aplicacin de los diseos experimentales de sujeto nico, se pretende
evaluar el posible efecto de una intervencin o tratamiento sobre la conducta o variable
de respuesta que es objeto de estudio.
Tipos de patrones de cambio:
Patrones de cambio intrafase
Patrn de conducta estable [grfico estable]

 Conducta de deterioro [La conducta se vuelve ms comn]

Conducta de mejora [La conducta disminuye]
Variacin cclica [Picos muy marcados, disminuciones y aumentos]
Alternantes [Disminuciones y aumentos suaves, con curvas]
Patrones de cambio entrefases.
Cambio de nivel [Grfico: el cambio en las respuestas es brusco, empezando a
un nuevo nivel]
Cambio de tendencia [Grfico: el cambio en las respuestas es gradual, en el
grfico la lnea es inclinada]
Modalidades del diseo:
Diseo de dos fases. Modelo bsico (Notacin: A-B)
Diseo de reversin de cuatro fases (Notacin: A-B-A-B)
Diseo de lnea base mltiple (Notacin: DLBM: (A-B))
Criterios de clasificacin:
Segn el diseo:
Diseos experimentales de sujeto nico
Segn la naturaleza de la variable dependiente:
Caso reversible
Caso no reversible
Segn la estrategia de comparacin:
Para los casos reversibles:
Intra-series
Mixtos
Para los casos no reversibles:
Intra-series
Entre-series
Mixtos
Diseo bsico de dos fases, A-B:
Uno es control (A) y el otro es tratamiento (B).
Aunque mediante este diseo es posible controlar algunas de las posibles amenazas a la
validez interna, como por ejemplo, maduracin, historia, efecto de la medida, etc., no
siempre el control es completo. Para controlar exhaustivamente esta clase de amenazas
se requiere el registro de una gran cantidad de observaciones, tanto antes como despus
de la aplicacin del tratamiento. Extremo que muchas veces es difcil de conseguir. De
esta manera, ha de reconocerse que no siempre este diseo se halla completamente
protegido contra los posibles factores que atentan contra la validez interna, de modo
que cualquier explicacin alternativa es capaz de rivalizar con la hiptesis causal
propuesta.
Esta es, sin duda, una de las ms serias limitaciones, particularmente, cuando se tienen
muestras cortas de datos. De ah, la necesidad de replicar el efecto para tener una
mayor fuerza probatoria acerca de su accin. Para ello, es posible aplicar estructuras de
diseo donde se utilizan tcnicas alternativas, como por ejemplo tcnicas de inversin
del orden, dando lugar a los diseos de reversin.
Diseo de reversin:

La estructura de reversin implica el registro continuo de la variable de respuesta del

sujeto a lo largo de una serie de puntos de tiempo. Las condiciones bajo las que se
toman los registros varan a travs de sucesivos perodos, de forma que no siempre se
halla presente, en cada una de las fases, el tratamiento o variable de intervencin.
El diseo est formado por una primera fase donde el sujeto es observado antes de la
aplicacin del tratamiento, es decir, en condiciones de no tratamiento o fase de lnea
base. La fase de lnea base es decisiva y posee una doble funcin.
1. Permite obtener un conocimiento de la situacin actual del sujeto y aporta
informacin acerca del problema que le afecta.
Desde esta perspectiva, la lnea base posee una funcin descriptiva.
2. Aporta informacin acerca de lo que cabe esperar, en un futuro inmediato, del
comportamiento del sujeto. La fase de lnea base posee, de acuerdo con esta
segunda consideracin, una funcin predictora.
La efectividad del tratamiento se infiere al contrastar los datos esperados, a partir de la
informacin obtenida de la lnea base, con los datos observados de la fase de
tratamiento. Al replicar, en perodos sucesivos de tiempo, estas dos fases, se refuerza la
inferencia de la hiptesis.
En cuanto a la inferencia del efecto, es de especial importancia la fase tres o fase de
reversin (= retirada del tratamiento), conocida por fase crtica (fase dos de la lnea
base). Esta segunda fase de lnea base permite confirmar si el efecto controlador de la
conducta es el tratamiento. As, cuando el tratamiento es retirado, la repuesta del
sujeto ha de regresar a niveles iniciales o de no-tratamiento.
Diseo de cuatro fases, A-B-A-B:
Para soslayar los inconvenientes del diseo de dos fases, los investigadores han ampliado
la estructura bsica a formatos de diseo de cuatro o ms fases como, por ejemplo, el
diseo A-B-A-B, conocido frecuentemente por diseo de reversin.
De acuerdo con esa disposicin, el experimentador realiza una rplica del tratamiento.
As, se obtiene ms evidencia emprica sobre la posible accin del tratamiento. Si
trascada aplicacin de la intervencin se obtiene el mismo patrn conductual, el
experimentador cuenta con una mayor garanta sobre su efectividad.
En su formato ms simple, el diseo tiene cuatro fases: dos de lnea base y dos de
tratamiento. La tercera fase o segunda de lnea base sigue siendo crtica, ya que con
esta fase es posible inferir el grado en que la variable de tratamiento controla la
conducta objeto.
Segn la lgica del diseo, la segunda fase de lnea base juega un papel destacado. La
segunda fase es considera crtica para la verificacin del efecto o inferencia de la
hiptesis. Esto significa que, cuando el tratamiento es retirado de la situacin, se espera
que la conducta recupere el nivel previo a la intervencin.
La retirada del tratamiento, en esa segunda fase o fase crtica, permite al investigador
tomar una decisin sobre si la variable de tratamiento controla o no la conducta del

sujeto. As, al restablecer de nuevo las condiciones de no tratamiento se asume que el

efecto ha sido interrumpido y, en consecuencia, que la conducta debe cambiar a los
niveles observados en la primera fase de lnea base.
Es aconsejable que durante la segunda fase crtica se tomen registros o datos suficientes
para que el patrn conductual se estabilice.
El diseo de reversin A-B-A-B es, sin duda alguna, uno de los modelos de estudio que
tradicionalmente han sido utilizados en modificacin de conducta y, de hecho,
constituye la metodologa de trabajo propia de la investigacin conductual aplicada.
Esto se debe no slo a la versatilidad de estos esquemas, sino a la posibilidad de
estudiar en profundidad el comportamiento de un slo individuo a lo largo del tiempo y
evaluar, al mismo tiempo, el posible impacto que tienen los tratamientos aplicados.
Es caracterstico de la estructura del diseo de reversin, la secuenciacin temporal de
fases, alternando distintas condiciones de tratamiento. Frecuentemente, condiciones de
no-tratamiento con condiciones de tratamiento o intervencin. Como es obvio, mediante
la introduccin de ligeras modificaciones al formato bsico, se consiguen variaciones
ms precisas y resultados de mayor alcance.
Sin embargo, la estructura A-B-A-B no se halla exenta de dificultades. De acuerdo con
este modelo de trabajo, slo es posible inferir la accin de la variable control o de
tratamiento, cuando se recupera el patrn conductual caracterstico de la lnea
base en ausencia de las condiciones productoras del cambio. Es posible, no obstante,
que en la fase crtica no se produzca la reversin conductual esperada. Bajo este
supuesto, el investigador recurre a interpretaciones alternativas distintas.
En primer lugar, cabe pensar que el tratamiento no controla la respuesta. Existira,
tambin, la posibilidad de que una serie de influencias extraas a la intervencin
puedan haber ocasionado el cambio. En segundo lugar, podra concluirse que el
tratamiento ha sido tan eficaz y potente que, aun cuando haya sido retirado, no se
observa cambio alguno en la conducta.
Es posible, en tercer lugar, que alguna variable contaminante pueda haber actuado y
mantenido la conducta a unos niveles similares a los de la primera fase de tratamiento,
incluso con la retirada de la intervencin. Una ltima posibilidad interpretativa, es que
la conducta sea en s misma no reversible.
Debido a ese conjunto de dificultades y problemas interpretativos, el diseo A-B-A-B ha
de ser utilizado con mxima precaucin, y es de dudosa utilidad cuando la conducta
objeto implica algn tipo de aprendizaje o adquisicin de habilidad.
Diseo de no reversin:
Los diseos de no-reversin, contrariamente a los diseos reversibles, no se ajustan a
una estructura tan claramente diferenciada. Ello significa que, si bien el formato ms
utilizado y que mejor incorpora las caractersticas del enfoque no reversible es el
diseo de lnea base mltiple, las restantes modalidades son versiones un tanto sui
generis de la investigacin de sujeto o caso nico.
Diseo de lnea base mltiple:

Los diseos de lnea base mltiple son la principal alternativa a los diseos conductuales
de reversin. Son particularmente indicados en aquellas situaciones donde no es
aconsejable la retirada del tratamiento y donde, a pesar de ello, se pretende estudiar el
efecto o impacto de la intervencin.
Puesto que no requieren la retirada temporal de la intervencin, se convierten en una
de las mejores alternativas a los diseos del tipo A-B-A-B en la investigacin conductual
aplicada.
Risley (1970) sugiri la conveniencia de dividir los diseos de lnea base mltiple en las
tres modalidades propuestas. Segn Risley y Wolf (1972), el diseo ideal debera permitir
medir y comparar, de forma simultnea, la conducta de un individuo o grupo tanto en
presencia como en ausencia de las condiciones de tratamiento.
Este ideal de experimentacin se consigue, de acuerdo con estos dos autores, mediante
el diseo de reversin y el de lnea base mltiple. Con ello queda justificada la amplia
utilizacin que, en la prctica, tienen los diseos de lnea base mltiple.
Se miden dos o ms lneas base de un solo sujeto, o grupo de sujetos, para establecer
una serie de lneas base estables; a continuacin se aplica el tratamiento a una de las
conductas, posteriormente a la segunda y luego a la tercera, a fin de evaluar la
efectividad de un tratamiento determinado.
La caracterstica fundamental del diseo de lnea base mltiple es la aplicacin de la
variable de tratamiento de forma escalonada en el tiempo, a travs de una misma
unidad o distintas unidades observacionales. Por otra parte, segn destaca Hayes (1981),
en virtud de la lgica de dicha estructura, se pretende corregir las principales
deficiencias del diseo de cambio simple de fase o diseo bsico A-B.
As, los cambios observados en los patrones conductuales del diseo bsico A-B pueden
ser explicados por factores alternativos al tratamiento (eventos extraos). Es decir, cabe
la posibilidad de que tales cambios sean consecuencia de hechos extraos tales como
maduracin, conducta cclica, evaluacin de la lnea base, etc.
Uno de los procedimientos que permite soslayar estos factores de confundido consiste en
la replicacin sistemtica del elemento A-B con fases de lnea base, a distintas
longitudes. La intervencin se aplica en puntos distintos del tiempo en cada una de las
distintas rplicas.
Por otra parte, dado que la introduccin de la intervencin en las respectivas rplicas es
una decisin que depende exclusivamente del investigador, es improbable que vaya
acompaada por el mismo factor o circunstancia externa capaz de causar el
cambio observado. Por ltimo, una vez aplicado el tratamiento no se requiere
necesariamente su retirada.
Principales modalidades del diseo de lnea base mltiple:
Clasificacin del DLMB:
Entre conductas
Entre sujetos
Entre situaciones
La correcta utilizacin de los diseos de lnea base mltiple requiere la clara
especificacin de dos aspectos que le son relevantes. En primer lugar, el correcto uso de
estos procedimientos de diseo exige la identificacin y definicin precisa de las

conductas que van a ser objeto de estudio.

Esto implica que el conjunto de conductas (o series) especficas sean independientes y
que el efecto del tratamiento observado en una de las conductas no se extienda o
irradie al resto de conductas no tratadas (es decir, no debe darse una generalizacin
automtica del efecto a partir de la primera intervencin).
La razn es simple, ya que cuando el cambio de fase de una conducta se extiende al
resto de conductas medidas (es decir, se produce tambin un cambio en las series no
tratadas), es difcil establecer una distincin entre los efectos no controlados y los
verdaderos efectos del tratamiento (Kazdin y Kopel, 1975).
Para evitar la posible confusin de efectos, Kazdin y Kopel (1975) proponen las
siguientes recomendaciones:
que las conductas sean independientes en la medida que ello sea posible,
que se utilicen cuatro o ms lneas base
que es conveniente, aunque no necesario, introducir una fase de retirada
temporal del tratamiento en una o ms de las rplicas.
Esas recomendaciones no siempre son fciles de cumplir.
En segundo lugar, cada una de las conductas objeto o registros conductuales han de ser
sensitivas al mismo tratamiento. Esto nos lleva a considerar la consistencia del efecto
del tratamiento al asumir que una determinada variable es capaz de afectar a ciertas
conductas, situaciones y/o unidades similares.
Entre las ventajas ms importantes, tanto desde el punto de vista clnico como prctico,
est el hecho de que la estrategia de lnea base mltiple requiere la aplicacin de la
intervencin a una conducta a un tiempo.
Slo cuando la conducta presenta un cambio, la intervencin puede extenderse a otras
conductas; de esa forma, la graduacin de la aplicacin a travs de las diferentes
conductas posee, sin duda, beneficios clnicos y prcticos. Esto es obvio, porque la
aplicacin efectiva del tratamiento requiere cierta habilidad.
De otra parte, mediante el uso de esta tcnica es posible estudiar y adquirir un mejor
conocimiento sobre la efectividad del tratamiento, debido a la forma como es
dispensado gradualmente a travs del tiempo. De este modo, se consigue una mejor
destreza en la utilizacin de las tcnicas de intervencin y de registro.
Por todo ello, es lcito afirmar que esta estrategia es similar a un proceso de
moldeamiento y adaptacin donde el terapeuta o investigador gana en conocimiento y
destreza. Otras veces, es posible que se apliquen modificaciones al procedimiento
seguido, a fin de adaptar las condiciones a los propsitos perseguidos.
Como seala Kazdin (1975, 1980, 1982), el requerimiento crtico para obtener una
prueba clara acerca de los efectos de la intervencin, en el diseo de lnea base
mltiple, es que cada lnea base (conducta, persona o situacin) cambie slo cuando la
intervencin es aplicada y no antes.
Cuando las lneas base no son interdependientes; es decir, cuando el cambio en una de
las conductas genera cambios en las restantes, en ausencia de tratamiento, es posible
que el investigador tenga dificultades en obtener conclusiones claras acerca del posible

impacto de la intervencin, en cada una de las versiones del diseo.

Un segundo problema se refiere a los posibles efectos inconsistentes en conductas,
sujetos o situaciones, generados por la aplicacin de la intervencin (Kazdin, 1982). Esto
significa que unos registros presentan, con la aplicacin de la intervencin, cambios
mientras que otros no.
Cuando ocurre esta clase de efectos, cabe esperar resultados afectados por cierta
ambigedad y la posibilidad de que factores externos sean capaces de explicar estos
cambios. Todo ello, como es obvio, compromete seriamente la validez interna del
diseo.