Sie sind auf Seite 1von 19

Segundo Parcial Metodologa de la Investigacin

DISEOS COMPLEJOS. CAP 7. LEON Y MONTERO.


Anteriormente veamos estudios de una sola variable independiente X influye en Y. La complicacin
de este diseo implica que X1 Y X2 influyen en Y. Es decir, se incorpora una variable independiente
ms al diseo. En un diseo complejo se pueden mezclar variables independientes slo
experimentales, slo cuasi experimentales o experimentales y cuasiexperimentales.
Tanto en diseos complejos como simples siempre puede haber ms de una VD, pero la diferencia en
el diseo factorial, es que hay ms de una VI. Los diseos factoriales se utilizan para estudiar el
efecto de factores combinados. Nos indican el nmero de VI y el nmero de valores de cada una de
las variables.
Si es 3x3 el diseo tiene dos variables independientes
Si es 3x4 hay dos variables independientes
Si es 4x4x2 hay tres variables independientes.
Es decir, la cantidad de trminos es la cantidad de VI. El nmero es la cantidad de niveles que tiene
esa VI.
La informacin en los diseos complejos va a ser ms compleja que en un diseo simple:
- Se puede estudiar tambin la interaccin.
- Es ms econmico, se gana en tiempo con los mismos sujetos.
- Hay ms validez ecolgica
Por ejemplo, permite conocer por un lado la VI por s sola (estrs) y se puede tambin estudiar la
combinacin con la vulnerabilidad social. El efecto principal es la vulnerabilidad social. En un diseo
3x3 va a haber dos efectos principales. Va a haber tantos efectos principales como VI haya en el
diseo. Las hiptesis son causales.
- Cuntas VI estn involucradas en un diseo factorial 3x4x2? 3 variables independientes.
- Cuntos niveles presenta cada factor/variable? Cada variable presenta 3, 4 y 2 niveles. Es decir:
Variable uno: 3 niveles
Variable dos: 4 niveles
Variable tres: 2 niveles
- Cuntas condiciones experimentales haba en total en ese diseo? 24 condiciones
experimentales (3x4x2).
Ej.: experimento sobre la distraccin como estrategia de enfrentamiento al dolor. Cuando ponemos
nuestro foco de atencin en otro objeto distinto de la causa del dolor, la sensacin de dolor disminuye.
La sensacin de dolor, por tener la mano introducida en agua fra, disminua cuando los sujetos se
distraan leyendo en voz alta un texto. Y exista un efecto experimentador en los varones, asociado al
hecho de ser ella una mujer joven. Son dos hiptesis yuxtapuestas. La autora no deseaba realizar dos
experimentos, sino uno donde poder probar que la sensacin de dolor disminua por la distraccin y
por el deseo de los chicos de agradar a la investigadora. Participaron 40 voluntarios varones
estudiantes de los primeros aos de psicologa. Fueron asignados al azar a las distintas condiciones.
El diseo fue factorial dos por dos (2 x 2). Dos variables independientes, cada una con dos niveles. La
primera, tipo de atencin con niveles de distraccin y no distraccin, y la segunda el gnero del
investigador con niveles de varn y hembra.
La palabra factorial har referencia a todos los diseos con ms de una VI, en los que todos los
niveles de una variable se combinen con los niveles del resto de las variables. El 2 x 2 nos indica que
la primera VI tiene dos niveles y que la segunda tmb tiene otros dos.
En un experimento complejo obtenemos ms informacin que en uno simple, pero podemos decir
que en un experimento con dos variables obtenemos ms informacin que con dos experimentos de
una variable? La estrategia del diseo factorial consigue que podamos observar como se comporta
una variable bajo todas las condiciones de la otra. Si hacemos dos experimentos simples
consecutivos, podemos dejar fuera una combinacin de niveles crucial para entender el fenmeno en
estudio.
El nmero de niveles de una VI depende de la naturaleza del problema y del inters del investigador.
Podemos pensar en un diseo factorial 5 x 3 7 x 9. Si bien es cierto que cuantos ms niveles mejor

rastreamos la relacin causal entre las variables, hay que tener en cuenta que, con sujetos distintos,
cada combinacin de niveles exige un grupo de sujetos.
Salvo en una situacin absolutamente exploratoria, vamos al experimento con unas hiptesis sobre
que algo, en determinadas circunstancias, debe ocurrir.
Otro tipo de diseo complejo se da cuando aumentamos el nmero de VI. Con el mismo tipo de
razonamiento con el que justificbamos pasar de un experimento con una sola VI a otro con dos,
podemos justificar pasar de uno con dos, a otro con tres.
Cada VI induce un diseo especfico respecto a los grupos de sujetos. El resultado de un diseo con
varias VI ser la combinacin de cmo hayamos hecho los grupos en cada una de ellas.

La Interaccin
Ejemplo de interaccin: cuando tomamos un medicamento debemos leer las contraindicaciones, ya
sea por nuestra condicin especial (alrgicos, embarazadas, lactantes, hipertensos, etc.), ya sea por
que estemos tomando otro medicamento. Si se da este ltimo caso, puede aparecer un efecto no
deseado adicional, que no es la propiedad curativa de cada uno por separado. Por ejemplo, si un
sujeto recibe anticoagulantes en la alta montaa, y toma aspirinas por un dolor de cabeza, en caso de
sufrir un traumatismo luego correra riesgo de desangrarse. El efecto conjunto de dos medicamentos
altera los mecanismos homeostticos naturales del organismo. El efecto de tomar anticoagulantes y
aspirina es: evitar el espesamiento de la sangre + quita dolor de cabeza + altera el mecanismo
homeosttico = riesgo de desangrarse. El tercero de los efectos no es producido por ninguno de los
medicamentos en forma aislada. Es un efecto adicional, que llamamos interaccin.
La interaccin puede definirse como el efecto adicional a la suma de los efectos individuales de
las variables independientes. Se dice que no hay interaccin cuando este efecto es nulo, una
variable acta independientemente de las condiciones que se den en la otra. Entonces existe
interaccin cuando el comportamiento de una variable se modifica segn los niveles de otra variable.
Siempre que la representacin grfica de los resultados de un diseo complejo sea un conjunto de
lneas paralelas podemos asegurar que no existe interaccin entre las variables. Por el contrario,
cuando las rectas no son paralelas, existe interaccin. Es decir, cuando los patrones de los efectos
simples son iguales, no existe interaccin; y cuando los patrones de los efectos simples son distintos,
existe interaccin.
Entender bien toda la informacin contenida en un diseo factorial es un objetivo primordial a la vez
que complejo. Los diseos factoriales son una de las herramientas ms potentes de la investigacin y
su conocimiento y uso, fundamentales en la formacin metodolgica.
Cuando se ha comprobado que no existe interaccin, se debe proceder a continuar el estudio de los
efectos principales. El hecho de que una variable se comporte de forma similar en presencia de los
niveles de la otra es lo que hace que tenga sentido estudiar su influencia en forma conjunta. En esto
consiste el estudio de los efectos principales: la influencia de las manipulaciones de una VI sobre una
VD a travs de os niveles de otra VI. Cuando se ha comprobado que no hay interaccin es mas seguro
detenerse en su estudio y no sacar conclusiones sobre los efectos principales. Se corre el riesgo de
llegar a inferencias absolutamente errneas.
Interaccin ordinal y no ordinal:
Como se dijo anteriormente, cuando las rectas no son paralelas hay interaccin. Por lo tanto, tienen en
comn las representaciones grficas de interaccin ordinal y de interaccin no ordinal no ser paralelas.
Esto es as porque los respectivos patrones de los efectos simples no son iguales.
Interaccin no ordinal: Tipo de interaccin en la cual la ordenacin de los resultados respecto
a los niveles de
una VI no se mantiene cuando varan los niveles de la otra VI. Una lnea no
mantiene un orden respecto a la otra, se juntan al cruzarse. La lnea condicionada por A1 no mantiene
un orden respecto a la lnea condicionada A2. Estas lneas se juntan al cruzarse. No se puede
interpretar el efecto principal.
Interaccin ordinal: Tipo de interaccin en la cual la ordenacin de los resultados respecto a
los niveles de una VI se mantiene igual cuando varan los niveles de la otra VI. Las lneas estn unas
por encima de las otras, sin juntarse. Se puede interpretar el efecto principal.

Hay casos especiales de interaccin: Son aquellos en los que, tanto grafica como numricamente,
aparece interaccin y sin embargo no es posible explicarla tericamente. Estas interacciones se han
producido por restricciones en el rango de medida de la variable dependiente. Son los casos en los
que aparece efecto techo o suelo.
El EFECTO TECHO, es aquel que ocurre cuando en los valores de la VD no se puede alcanzar un
valor mayor a ese valor tope que existe, el cual sera el efecto techo. (Ej.: a un grupo de nios de 16
aos y otro de 15 aos, se les toma un cuestionario elemental el cual ambos pueden responder
correctamente. Los nios de 16 aos que podran obtener mayores resultados en ese cuestionario no
pueden mostrar su superioridad pq el valor mximo que se puede obtener en esa evaluacin es del
100%. Este es el efecto/valor techo del que hablamos). Cuando existe efecto techo en alguna de las
variables se producen unos resultados con apariencia de interaccin, que habr que interpretar de
forma ajustada a cada situacin.
El EFECTO SUELO, es aquel que ocurre cuando en los valores de la VD no se puede alcanzar un
valor menor a ese valor mnimo que existe, no se pueden registrar valores inferiores. Es decir, este
efecto aparece cuando en uno de los niveles se alcanza el mnimo y no es posible registrar niveles
inferiores. (Ej. Se les da a ambos grupos una pregunta sumamente difcil, donde ninguno de los dos
pueda responder correctamente, por ende, la puntuacin q van a tener de esa respuesta va a ser del
0%, valor mnimo al cual se puede llegar, efecto suelo). Aparece cuando en uno de los niveles se
alcanza el mnimo y no es posible registrar niveles inferiores.
Organizacin de los datos:
Los tres casos ms comunes en diseos complejos factoriales de dos VI son:
a) GRUPOS ALEATORIOS x GRUPOS ALEATORIOS: Este caso se organiza exactamente igual que
cuando hay una VI y otra bloqueada. Tcnicas de anlisis Anlisis de varianza de dos factores.
b) GRUPOS ALEATORIOS x MEDIDAS REPETIDAS. Tcnicas de anlisis Anlisis de varianza de
dos factores, uno con medidas repetidas.
c) MEDIDAS REPETIDAS x MEDIDAS REPETIDAS. Tcnicas de anlisis Anlisis de varianza de
medidas repetidas con dos variables
Cap. 16 Pereda Marin
Diseos factoriales:
Siempre suele haber ms de una variable actuando aislada o conjuntamente sobre el
organismo p/dar lugar a dicha conducta.
Los diseos factoriales estudian los efectos de 2 o ms factores sobre la conducta de los
sujetos. Se manipula ms de un factor y se estudian sus efectos sobre ms de un criterio.
Permiten:
Comprobar los efectos de 2 o ms factores sobre el fenmeno q se est estudiando, sobre el
criterio.
Saber si dichos factores interactan e/s a la hora de influir sobre el fenmeno q se estudia.
Evaluar los posibles efectos de la interaccin de los distintos factores sobre el criterio.
Q el experimentador prediga lo que ocurrira cuando actuasen 2 o ms factores
combinadamente sobre una conducta.
Son ms vlidos q los experimentos univariados, ya q la estimacin q se hace sobre los
efectos de los factores cuando el factor considerado est en contacto con un ms amplio n
de variables relevantes, tal y como ocurre en la vida real, mientras q en los experimentos
univariados una parte de las variables relevantes se mantienen constantes mientras el resto
se aleatorizan.
Definicin de factor:
Sist. de clasificacin de condiciones experimentales.

Variable q se manipula p/comprobar sus efectos sobre una conducta determinada: el


criterio.

Clasificacin de los factores:


1. En funcin de q impliquen o no el concepto de magnitud:
a

Factores cualitativos: permiten establecer categoras, pero no ordenarlas en funcin de su


magnitud.
Ejem.:
o Distintos mtodos de enseanza
o Instrucciones dadas a un sujeto
o Sexo.
b Factores ordinales: permiten establecer una relacin de orden e/ sus categoras.
Ejem.:
o Puesto ocupado en una posicin
o Puesto ocupado en una carrera
o Nivel jerrquico en el organigrama de una empresa.
c Factores cuantitativos:
Permiten: - Establecer una serie de categoras en funcin de su magnitud y q alcanzan los
niveles de medida de intervalos o de razn.
Ejem.:
o Dosis de una droga
o Nivel de ingresos
o N de repeticiones de un determinado estmulo.
- Establecer diferencias existentes y un orden e/las categoras.
Ejem.:
o Q la dosis a1 es diferente a la dosis a2
o Q la dosis a1 es menor q la dosis a2
o Q hay una diferencia de 10mg e/la dosis a1 y la a2.
2. En funcin del nivel de manipulacin:
a) Factores de clasificacin: Integran caractersticas q ya posee el sujeto y slo permiten
establecer grupos de
sujetos con niveles diferentes de los mismos. No es posible la manipulacin intencional.
Ejem.:
o Sexo de los sujetos
o Nivel cultural de los sujetos
o Edad de los sujetos
Cuando un investigador introduce en su investigacin uno o varios de estos factores, no se
puede afirmar
estrictamente q la investigacin sea experimental, pues no va a tener libertad para poder
asignar aleatoriamente
los sujetos a los grupos experimentales, sino q vendrn asignados a los mismos en funcin
del valor q ya posean
los sujetos de dicho factor; el nivel sera cuasiexperimental.
b) Factores experimentales: Son los factores que estn bajo control absoluto del
experimentador. Permiten una

o
o

manipulacin intencional x parte del experimentador, su asignacin libre y aleatoria a


las unidades
experimentales, a los sujetos. Son los efectos producidos x estos factores los q se
intentan estudiar en las
investigaciones experimentales.
Ejem.:
Las instrucciones dadas a los sujetos.
Las dosis de droga aplicadas a los sujetos.
3. En funcin del procedimiento seguido p/elegir los niveles de los factores:
Hay 2 formas posibles:
Aleatoriamente a partir del infinito n posible de niveles de factor.
Seleccionar aquellos q merecen ser estudiados en funcin del
fenmeno q investiga (seleccin arbitraria).
Segn el criterio q se siga se puede distinguir e/:
Factores al azar: sus niveles son elegidos aleatoriamente x el investigador.
Factores fijos: sus niveles son elegidos siguiendo criterios especficos de los
experimentadores, o bien se han utilizado todos los posibles niveles q puede adoptar el
factor (criterio arbitrario).
Niveles de un factor:
Son los valores elegidos por el experimentador para su experimento.
Ejem.:
o Un diseo 2x2 o 22 es un diseo factorial con 2 factores y 2 niveles en c/u de ellos.
o Un diseo 2x3 es un diseo factorial con 2 factores; el 1 con 2 niveles y el 2 con
3.
o Un diseo 3x3x3 o 33 es un diseo factorial con 3 factores y 3 niveles x factor.
o Un diseo 4x3x2 es un diseo factorial con 3 factores; el 1 con 4 niveles, el 2 con
3 y el 3 con 2.
A medida q aumenta el n de niveles de los factores aumenta rpidamente el n de
tratamientos experimentales y, como consec., el n de grupos experimentales necesarios y la
complejidad del trabajo del experimentador.
Ejem.:
o Un diseo 2x2 tendr 4 tratamientos.
o Un diseo 2x3 tendr 6 tratamientos.
o Un diseo 33 tendr 27 tratamientos.
o Un diseo 4x3x2 tendr 24 tratamientos.
Un criterio de distincin e/los diseos factoriales son las dimensiones del diseo, q vienen
determinadas x el n de factores q se deseen probar, as como x el n de niveles utilizados en
c/factor; es decir, x el n de tratamientos de q consta el experimento.
Tratamiento experimental:
Determinada condicin de niveles de los factores q se quieren estudiar.
Ejem.: Se quieren probar los efectos del factor A sobre un determinado fenmeno Y, y se
eligen 2 niveles a1 y a2 de ese factor. Asimismo, se quieren estudiar los efectos del factor B
sobre el mismo fenmeno Y, interesando igualmente conocer los efectos de la posible

interaccin e/los citados factores A y B. Se eligen los niveles b1 y b2 del 2 factor. Posibles
combinaciones: a1b1; a1b2; a2b1; a2b2. Estos seran los tratamientos experimentales (4) de q
constara el experimento. A continuacin, a un grupo de sujetos se le asigna aleatoriamente el
tratamiento a1b1, a otro el tratamiento a1b2, a un 3 grupo el tratamiento a2b1, y a un 4 grupo el
tratamiento a2b2.
a1
a2
b1
a1b1
a2b1
b2
a1b2
a2b2
El n de tratamientos experimentales viene determinado x el n de factores q se utilizan y x el
n de niveles q adopta c/factor. As, en un diseo factorial 4x4 habra 16 tratamientos.
No se suelen emplear diseos factoriales con ms de 4 factores.
No es necesario q c/tratamiento experimental haya el mismo n de sujetos, aunque s
conveniente p/simplificar el anlisis estadstico, y p/asegurar la efectividad del control
experimental q proporciona el azar.
Clasificacin de los diseos factoriales:
a

Segn el tipo de situacin experimental en q se prueban los efectos de los factores hay 3
tipos de diseos:
o Diseos factoriales con medidas independientes: Son aquellos en q los efectos de
c/tratamiento experimental son probados en un grupo diferente de sujetos (c/grupo de
sujetos pasa x un mismo tratamiento experimental). Corresponde a la situacin
experimental de tipo I. El n de grupos experimentales sera el mismo q el de tratamientos.
As:
En un diseo 2x2 con medidas independientes habra 4 tratamientos y 4 grupos
experimentales.
En un diseo 3x2 con medidas independientes habra 6 tratamientos y 6 grupos
experimentales.
o Diseos factoriales con medidas repetidas: Son aquellos en los q un mismo grupo de sujetos
son sometidos a todos los tratamientos experimentales. Corresponde a la situacin
experimental de tipo II y en el mismo habra slo un grupo experimental, aunque seguira
mantenindose el n de tratamientos dados x los factores y los niveles de diseo.
As:
En un diseo 2x2 con medidas repetidas habra 4 tratamientos y un solo grupo experimental.
En un diseo 3x2 con medidas repetidas habra 6 tratamientos y un grupo experimental.
o Diseos factoriales con medidas repetidas en algunos factores: Son aquellos en los que uno
o varios factores son probados en una situacin de medidas independientes, mientras q
otro u otros factores son probados en una situacin de medidas repetidas. Correspondera
a la situacin experimental de tipo III y en los mismos hay tantos grupos experimentales
como correspondiesen a los factores estudiados con medidas independientes y tantos
tratamientos como correspondiesen a las dimensiones del diseo.
As:
En un diseo 2x2, con medidas repetidas en B, hay 4 tratamientos y 2 grupos
experimentales.
En un diseo 2x3x4, con medidas repetidas en C hay 24 tratamientos y 6 grupos
experimentales.
En un diseo 2x3x4 con medidas repetidas en B y en C, hay 24 tratamientos y 2 grupos
experimentales.

b Segn el criterio de seleccin utilizado p/elegir los niveles de los factores hay 3 tipos de
diseo:
o Modelo fijo: Solo utilizan factores fijos. Es cuando los niveles de los distintos factores
incluidos en el experimento agotan, en c/caso, el n total de posibles niveles q pueden
adoptar esos factores; o cuando la seleccin de los niveles de los factores se hace de
forma sistemtica, sin seguir procedimiento aleatorio.
Ejem.: Manipulacin de 2 factores: una determinada droga (A) y una serie de materiales (B)
p/investigar su influencia sobre la memoria de los sujetos. Si el investigador hace adoptar,
arbitrariamente, a la droga 3 niveles (a1;a2;a3) y a los materiales 2 (b1; b2), tmb de forma
arbitraria, el diseo empleado ser un diseo factorial 3x2 modelo fijo.
o Modelo al azar: Utilizan factores al azar. Es cuando el investigador ha elegido los niveles de
todos sus factores siguiendo un criterio totalmente aleatorio.
Ejem.: El investigador desea conocer los efectos q el tipo de colegio (A) y el profesor (B)
tienen sobre el aprendizaje de las matemticas x alumnos de EGB. P/hacerlo elige una
muestra aleatoria de profesores de matemticas. Llega as a disponer de 5 colegios
(a1;a2;a3; a4;a5) y de 10 profesores (b1; b2; b3; b4; b5; b6; b7; b8; b9; b10), tratamientos elegidos x l
arbitrariamente de e/todos los posibles. El diseo empleado en este caso sera un diseo
factorial 5x10 modelo al azar.
o Modelo mixto: Utilizan factores fijos y factores al azar. Los niveles de algunos de los factores
han sido elegidos al azar, mientras q los niveles de otros han sido elegidos arbitrariamente
o han agotado todos los niveles posibles q poda adoptar el factor.
Ejem.: Se desean conocer los efectos q el hospital (A) y el tipo de tratamiento empleado (B)
tienen sobre la recuperacin de los pacientes q sufren un determinado trastorno
psicolgico. P/llevar a cabo la investigacin elige al azar un grupo de 4 hospitales (a1;a2;a3;
a4) y estudia los efectos de 3 tipos de tratamientos en c/u de ellos (b1; b2; b3), tratamientos
elegidos x l arbitrariamente de e/todos los posibles. El diseo empleado en este caso
sera un diseo factorial 4x3 modelo mixto.

CLARK CARTER. MUESTRAS Y POBLACIONES


Estadsticas: Las estadsticas de resumen, como la media, la varianza y la desviacin estndar,
describen la muestra que se midi. Cada estadstica tiene un equivalente que describe la poblacin de
la cual proviene la muestra; sta se conoce como parmetro.
Parmetros: Cada parmetro se simboliza con una letra del alfabeto griego. Hay una razn para elegir
una letra griega en cada caso.
A menudo, los parmetros se estiman a partir de encuestas que se han realizado para identificar
pautas de votacin o caractersticas propias de una poblacin, como la proporcin de personas que
practican cantidades recomendadas de ejercicio diario. Adems, muchas pruebas estadsticas incluyen
la estimacin de los parmetros de la poblacin para evaluar la probabilidad de que los resultados de
la investigacin hayan ocurrido por azar.
Hiptesis: Cuando se propone una hiptesis de investigacin, el psiclogo est interesado no slo en
la muestra especfica de participantes. La hiptesis har una afirmacin ms general sobre la
poblacin de que proviene la muestra.
Eleccin de una muestra:
A menudo, cuando se realizan experimentos existe la suposicin implcita de que cualquier
muestra de personas ser representativa de la poblacin: la gente en general. Ello puede llevar a
conclusiones errneas cuando la muestra se limita a un grupo cuyos miembros provienen de una
subpoblacin, digamos los estudiantes. Lo que puede resultar cierto para el desempeo de los
estudiantes quiz no lo sea para quienes no lo son.

Sin embargo, cuando los investigadores conducen una encuesta, con frecuencia desean generalizar
explcitamente lo encontrado en su muestra a la poblacin de la que proviene. Para ello, tratan de
asegurarse de que la muestra sea representativa de la poblacin ms amplia.
Antes de elegir una muestra, los investigadores deben tener claro qu constituye su poblacin. Deben
definir cul es su unidad de anlisis, es decir, lo que constituye un elemento de la poblacin. A
menudo, la unidad de anlisis ser la gente. El anlisis se basar en la suposicin de que la gente
representa los elementos de la poblacin por incluir en una muestra.
La decisin siguiente acerca de la poblacin corresponde a los factores de limitacin; es decir,
cules restricciones habrn de colocarse a lo que constituye un elemento de poblacin (por ejemplo,
individuos elegibles para votar o que tienen educacin de tiempo completo). Sudman recomienda que
se operacionalice al mximo la definicin de un elemento de poblacin, a riesgo de excluir algunas
personas.
Los objetivos del estudio ayudarn a definir la poblacin y, a gran escala, a constituir la muestra.
En las encuestas se emplean dos mtodos generales de muestreo: aleatorio (o probabilstico) y no
aleatorio (o no probabilstico). Su eleccin depender de los objetivos del estudio y de factores como la
exactitud, el tiempo y el dinero.
MUESTRAS ALEATORIAS: En las muestras aleatorias cada elemento de poblacin tiene una
probabilidad igual, o una probabilidad cuantificable, de ser seleccionado. Con esta, es posible
generalizar con cierto grado de exactitud los resultados obtenidos de la muestra a la poblacin.
a) Muestreo aleatorio simple:
Una vez que se elige a la poblacin, la primera etapa consiste en determinar el tamao de la muestra.
Ello depender del grado de exactitud con que los investigadores desean generalizar los hallazgos de
las poblaciones. Cuanto mayor sea la muestra, ms exactas sern las probables generalizaciones a la
poblacin respectiva. En una segunda etapa se identificar cada elemento de la poblacin. En tercer
lugar, si los elementos carecen an de cdigo, se signar a cada uno de ellos un cdigo de
identificacin nico (por ejemplo un nmero). En cuarto lugar, los cdigos se seleccionaran al azar,
hasta que se identifiquen todos los elementos de la posible muestra.
Pueden ocurrir problemas con la identificacin de los elementos de poblacin, como que una muestra
quede sesgada. Por ejemplo, cuando se realiza una encuesta telefnica puede caerse en la tentacin
de usar un directorio. Sin embargo, al menos tres grupos se vern excluidos por el mtodo: quienes no
tienen telfono; quienes se han mudado recientemente y no aparecen en ese catlogo; y quienes han
elegido que se les retire de ste. En cada caso, la falta de dichas personas producir una muestra
sesgada. Tambin ocurre que para identificar elementos de una poblacin, debe llevarse a cabo una
encuesta ms amplia.
Otros mtodos de muestreo aleatorio:
Hay por lo menos otras tres formas de muestreo aleatorio, cuya administracin puede resultar ms
simple, pero que llegan a presentar complicaciones al estimar los parmetros:
b) Muestreo sistemtico: El muestreo sistemtico requiere que se decida un tamao de muestra y
que luego se divida el de la poblacin entre el de la misma. Esto da una cifra (redondeada al nmero
entero ms cercano) que se usa como base del muestreo. Por ejemplo: si se necesita una muestra de
100 personas de una poblacin de 2500, la cifra es 2500/100 = 25. Al azar se elige un nmero de inicio
entre la poblacin; digamos 70. La primera persona de la muestra es 70, la siguiente es la 70+25=95,
sigue la 95+25=120, y as sucesivamente hasta que tenemos una muestra de 100. Si se sobrepasa la
poblacin, se le resta 2500 y se elige ese nmero. Un peligro del muestreo sistemtico sera que el
ciclo coincidiera con un ciclo natural de la poblacin. Por ejemplo: si se tom una muestra de personas
que viven en una calle determinada y la base del muestreo usa un nmero par, podra incluirse slo a
moradores de un lado de la calle. Esto revestira especial importancia si una autoridad local gobierna
un lado de la calle y otra el otro lado.
c) Muestreo estratificado: Un muestreo estratificado requiere la divisin de la poblacin en
subgrupos o estratos mutuamente excluyentes, bien representativos. Un ejemplo tpico es la divisin
de la muestra por gnero, en estratos de hombres y mujeres. Una vez que se han elegido los estratos
puede aplicarse el muestreo aleatorio simple o el sistemtico en cada estrato para elegir la muestra.
Una ventaja del muestreo estratificado es que se garantiza que sta contendr representantes
suficientes de cada uno de los estratos. Un riesgo del muestreo aleatorio simple y del sistemtico
radica en que no pueden garantizar una buena representacin de los miembros de subgrupos

particulares. Hay dos maneras de conducir el muestreo estratificado: proporcionada y


desproporcionada.
- Muestreo proporcionado: Se aplica si el muestreo del estrato refleja las proporciones de la poblacin.
(Ej.: realizo un estudio en la facultad de psicologa y tomo las proporciones de la poblacin de la
misma las cuales son: 80% mujeres y 20% hombres).
- Muestreo desproporcionado: Si los investigadores no requieren que su muestra tenga las
proporciones de la poblacin, pueden elegir una muestra desproporcionada. (Ej.: siguiendo el ejemplo
anterior, se toman un porcentaje de 50% para cada sexo, lo cual no es representativo de la poblacin).
d) Muestreo de conglomerados: El muestreo de conglomerados requiere un muestreo inicial con
base en una unidad mayor que el elemento de poblacin. Esto puede hacerse en una sola etapa o en
varias.
- Muestreo de conglomerados de una sola etapa: Un ejemplo radica en que los investigadores desean
encuestas a estudiantes que cursen psicologa en GB, pero en lugar de identificarlos a todos
identifican todos los lugares donde se imparten los cursos en la materia. Podran seleccionar al azar
varios cursos y luego encuestar a todos los inscriptos en ellos. Es decir, toman todos los lugares donde
ocurre lo mismo. Juntando de diversas poblaciones.
- Muestreo de conglomerados de varias etapas: Podra usarse cuando los investigadores desean
encuestar a jvenes de secundaria. Identificaran todas las escuelas y elegiran al azar entre ellas.
Ms adelante podran encuestar a todos los alumnos de las instituciones seleccionadas o tomar
muestras al azar de cada una de ellas. Distintos lugares y dentro de distintas poblaciones.
El muestreo de conglomerados tiene la ventaja de que, si los elementos de la poblacin estn muy
dispersos geogrficamente, la muestra se aglomera en un nmero limitado de lugares. Por tanto, si en
el estudio se requiere que los investigadores se encuentren con los participantes, sera necesario
visitar la menor cantidad de sitios.
Una vez identificada la muestra potencial inicial, ser mejor que abarque a ms personas de las
requeridas. De este modo, si no est disponible una persona seleccionada, slo deber pasar al
prximo sujeto de la muestra potencial. De lo contrario, si la lista comprendiera la totalidad de la
muestra, quedar minada su aleatoriedad.
MUESTREO NO ALEATORIO: no se puede extrapolar con exactitud.
a) Muestreo accidental / de oportunidad / de conveniencia: Implica el muestreo de las personas
que uno encuentra por casualidad. Por ejemplo: los investigadores podran pararse fuera de un
supermercado y acercarse a toda la gente que necesiten. Se aconseja que diversifique su ubicacin.
No se toman los individuos al azar basndose en un cdigo, sino q es ms incidental, se le realiza a
gente que uno encuentra por casualidad. El investigador puede salir a la calle y tomo a cualquier
persona que pase y le realizo la encuesta, sindome indiferente el sexo, la edad, la escolarizacin,
etc.
b) Muestra de cuotas: Una muestra de cuota es una oportunidad, pero con cuotas establecidas para
el nmero de personas que habrn de incluirse en las submuestras. Por ejemplo, tal vez los
investigadores deseen un nmero igual de hombres y mujeres. Una vez que obtengan su cuota para
un gnero, se acercarn slo a miembros del otro gnero, hasta que tengan los individuos suficientes.
A veces la cuota puede basarse en algo, como un grupo de edad o un estatus socioeconmico, donde
se necesitara acercarse a todos y plantear una pregunta de filtro para saber si se encuentran en uno
de los subgrupos por incluir en la muestra.
c) Muestreo propositivo: Se utiliza cuando se desea estudiar una muestra definida claramente. Un
caso comn es donde los investigadores tienen una nocin de lo que constituye un ejemplo tpico de lo
que les interesa. Podra tratarse de una regin particular de votantes. O tambin si se buscaran
participantes con caractersticas particulares, como gente de cada nivel de una organizacin.
d) Muestreo de bola de nieve: El muestreo de bola de nieve usa contactos iniciales para identificar
otros posibles participantes. Por ejemplo: en la investigacin sobre cmo redactan los escritores
ciegos, el investigador usa sus contactos para identificar a escritores no videntes y luego les preguntan
por otros que conociera.
Las ventajas de una muestra aleatoria:
Si se ha empleado una muestra aleatoria es posible generalizar con cierto grado de exactitud los
resultados obtenidos de la muestra a la poblacin. Si se ha usado una muestra no aleatoria, no puede

extrapolarse con exactitud. La generalizacin de una muestra aleatoria se obtiene al calcular un


intervalo de confianza para cualquier estadstica obtenida de la muestra.
Como cualquier estimado, nunca se puede estar totalmente seguro de que nuestro estimado de un
parmetro es exacto. Sin embargo, si podemos encontrar un rango de valores que nos de cierto nivel
de confianza de que el parmetro debe caer en l. Tal rango se llama intervalo de confianza. En
general, el nivel de confianza que podemos tener de que el parmetro debe estar en el rango suele
expresarse como porcentaje. Un nivel comn de confianza es 95%.
A veces las organizaciones dedicadas a las encuestas reportan en sus resultados lo que llaman
margen de error. El margen de error es la mitad del intervalo de confianza.
Por lo menos tres factores influyen en el tamao del intervalo de confianza: la proporcin de la muestra
para la que se calcula el intervalo de confianza; el tamao de la muestra, y los tamaos relativos de la
muestra y de la poblacin.
DISEOS DE UN SOLO SUJETO: CAPITULO 32. SULZER AZAROFF
Los diseos experimentales de grupo se han usado mucho como instrumentos de investigacin en las
ciencias sociales. Estos diseos, cuando se conciben de la forma adecuada, reducen al mnimo los
efectos que tienen las variables contaminadoras sobre los resultaos. Los estudios de grupo bien
diseados permiten inferir de un grupo a otro y, en consecuencia, pueden tener un especial valor
prctico cuando se sacan conclusiones y se hacen pronsticos y recomendaciones para grupos. Pero
estos diseos no seran adecuados para la identificacin de las variables que controlen la conducta de
un paciente, de un sujeto nico. En este caso, el analista conductual debe recurrir a aquellos diseos
que le ayuden a su propsito: los diseos de un solo sujeto o intensivos. Tales diseos tienen una
doble ventaja: producen principios conductuales apropiados a los individuos, as como para grupos de
individuos, mientras que al mismo tiempo reducen los efectos de confusin de las variables ajenas al
programa.
La investigacin de un solo sujeto genera un principio de la conducta aplicable a un individuo
particular. Los diseos intensivos (diseos de un solo organismo) ofrecen varias ventajas como datos
inmediatos y la manera como el tratamiento influye en los pacientes.
Todos los diseos que vimos hasta el momento estudian a los sujetos en grupo. Buscan datos en
conjuntos de sujetos. A pesar del control, las diferencias de los sujetos que no se deben a la VI son
consideradas, desde el punto de vista del anlisis de datos, como errores. Entonces, la estrategia es
difuminar estos errores en las medidas de tendencia central. En las condiciones ideales, si todos los
sujetos seleccionados se comportaran de la misma forma, habiendo controlado todas las variables, no
hace falta un grupo, con un sujeto por condicin sera suficiente. La lgica del diseo de grupos es: si
un fenmeno es lo suficientemente bsico se tendr que producir de forma similar en el resto de los
individuos.
Las ventajas de los diseos de un solo sujeto:
a) Una ventaja particularmente significativa del diseo de un solo sujeto es que reduce al mnimo los
efectos de uno de los factores de confusin ms poderosos en la investigacin de la conducta, las
diferencias del cliente individual. Igualmente, deben tomarse medidas adicionales para asegurar que
se informe de las caractersticas del sujeto y del experimentador, y que otras formas de variables
incontroladas de labor y ambientales no intervengan en la situacin y afecten al resultado del
programa. Por ejemplo, la presencia de observadores, los mtodos de mantenimiento de registro, y
todas las variables posibles de confusin ambiental y de labor.
b) Permite hacer comparaciones entre la conducta de un individuo bajo una condicin y bajo otras
condiciones.
c) En cualquier diseo experimental de un solo sujeto, es necesario que en el transcurso de todo el
programa se mantengan constantes todas las condiciones a excepcin de los cambios sistemticos en
la variable independiente. Con la seguridad de que se evita que otras variables afecten al resultado, es
posible entonces comprobar los efectos que tiene el procedimiento sobre la conducta, y demostrar as
el control experimental. Cuando existe el control experimental, los factores como el paso del tiempo y
otras variables ambientales y de labor, ya no podrn considerarse responsables de los cambios
conductuales.
El anlisis experimental es un componente esencial del mtodo de anlisis conductual. Cada vez que
se dirija un programa de anlisis conductual, en cierto sentido se dirige un estudio de investigacin

10

aplicada. Al igual que el investigador de laboratorio, el analista conductual busca descubrir factores
que afecten a la conducta y que estn sujetos a leyes. Pero el inters principal es el de mejorar la
efectividad de las conductas de importancia social del paciente.
El anlisis experimental es un componente esencial del mtodo de anlisis conductual. Deber
transcurrir un perodo de adaptacin al nuevo ambiente antes de que se inicie formalmente la fase de
lnea de base.
La fase de lnea de base consiste en mediciones repetidas de las variables dependientes en el
transcurso de varios das o incluso semanas. Esto contina hasta que se hayan identificado los lmites
externos dentro de los que flucta la conducta. Esta lnea de base funciona como estndar con el cual
se puede comparar el procedimiento de tratamiento.
Algunos diseos experimentales de un solo sujeto:
DISEOS DE REVERSIN (ABAB):
El trmino relacin funcional sugiere que un cambio en la VI producir cambios sistemticos en la VD.
Si una VI particular est relacionada de modo funcional con la conducta de un individuo determinado,
la presentacin contingente de la VI deber afectar sistemticamente a esa conducta. Si la VI es un
reforzador, la VD incrementara. Si la VI es un estimulo aversivo, la VD deber reducirse. Si la VI es en
verdad un reforzador, su retencin despus de la conducta (VD) tambin deber tener un efecto
sistemtico. Cuando los cambios sistemticos en la VD ocurran como una funcin de la presentacin y
retencin contingentes (posibles) de una VI, hay evidencia de una relacin funcional. Entonces habr
seguridad de que los cambios en la conducta se deben en verdad al procedimiento, ms que a
algunas variables de confusin incontroladas. Los diseos de reversin se basan en esta lgica.
A: Se mide el rendimiento de la lnea de base.
B: Tratamiento (Se introduce la VI)
A: Se suprime la VI (reversin o sondeo). Retorno a las condiciones de lnea de base.
B: Tratamiento (Usualmente la VI se introduce de nuevo).
Variaciones del diseo de reversin:
a) El reforzador se presenta en todas las fases del estudio, pero no contingente a la respuesta meta
durante las condiciones repetidas de lnea de base.
b) Slo una fase muy breve de lnea de base. Esta variacin se usa cuando muchas mediciones
repetidas de lnea de bese resultaran absurdas.
c) Adicin de una fase RDO o de R-alt. Cuando la conducta no es reversible la VI puede aplicarse a
todas las conducta a excepcin de la dependiente o solamente a conductas alternativas especficas
durante el segundo perodo de lnea de base.
Ventajas de los diseos de reversin:
- Demuestra una relacin funcional entre la conducta dependiente y la intervencin
- El diseo puede usarse como un instrumento de enseanza
- Les proporciona una base para contrastar los efectos de sus enfoques tpicos
Desventajas de los diseos de reversin:
- El establecimiento y la medicin de las condiciones de lnea de base lleva tiempo y las condiciones
mismas no contribuyen al cambio conductual real (dificultades en tomar la lnea de base).
- La conducta puede no recobrarse despus del regreso a las condiciones de lnea de base.
- Los padres / maestros /etc. pueden no querer instituir la reversin
DISEOS DE LNEA BASE MLTIPLE
Los diseos de lnea base mltiple ofrecen alternativas viables a los diseos de reversin. Con
frecuencia se les ha encontrado tiles, y, los profesionales los aceptan con ms facilidad que a los
diseos de reversin tradicionales. Los diseos de lnea base mltiple tienen algunas variaciones de
uso frecuente: a travs de conductas, a travs de individuos y a travs de situaciones.
Este diseo resulta adecuado cuando las conductas sean tan distintas como sea posible. Y tambin
debe comprenderse que este diseo es mas adecuado para conductas q no requieran una accin

11

inmediata. El diseo demanda q algunos sujetos reciban tratamiento mas tarde que otros. Es por esto,
q los retrasos deben ser tolerables para q se pueda utilizar este diseo.

A travs de conductas
En el diseo de lnea de base mltiple entre conductas, una variable de tratamiento es aplicada
secuencialmente a conductas independientes de un mismo sujeto.
- Se miden e identifican varias conductas para proporcionar la lnea de base en comparacin con
las cuales puedan evaluarse cambios.
- Con estas lneas base establecidas, el experimentador aplica entonces una variable
experimental a una de las conductas, es decir, se aplica el tratamiento en una de las conductas
- Se produce un cambio en esta conducta (no en las otras), y tal vez observa muy poco o ningn
cambio en las otras lneas de base
- Se aplica el tratamiento a otra de las conductas (aplica la variable tratamiento a una de las
conductas que aun no han cambiado)
- Si se produce el cambio en esa conducta aumenta la evidencia de que la variable
experimental es efectiva y que el cambio anterior no fue una coincidencia. La variable podr
aplicarse entonces a otra respuesta ms, y as sucesivamente.
- Para demostrar el control experimental aqu, se debe estar seguro de que las variables
dependientes no sean interdependientes ni se encuentren muy interrelacionadas: de no ser as,
un cambio en una conducta meta tambin podra cambiar a las otras.
A travs de individuos
En el DLBM entre individuos, una VT se aplica secuencialmente a la misma conducta a travs de
sujetos distintos pero aparejados y que comparten las mismas condiciones ambientales.
- Se miden las lneas de base de la misma conducta con varias personas
- Se aplica el tratamiento a uno de los clientes y se comprueba sus efectos mientras las
condiciones de lnea de base continan en los otros sujetos.
- Los efectos de la intervencin se comprueban primero con un individuo, mientras se continan
las condiciones de lnea base con los otros; despus se introduce la intervencin con otro
Se aplica el tratamiento a otro de los clientes y se comprueba sus efectos (si hay ms sujetos
estos continan en lnea de base)
Se quiere demostrar que independientemente del tiempo, sujeto especifico, y condiciones ambientales,
la conducta de cada individuo cambia de modo sustancial solo cuando se introduce la intervencin.
Es mejor utilizar sujetos que no interacten entre s para evitar que las alteraciones en la conducta de
un sujeto influencien las conductas de los otros sujetos previo a la intervencin
Este diseo debe utilizarse para conductas que no requieran de accin inmediata ya que el diseo
demanda que algunos sujetos reciban el tratamiento ms tarde que otros.
A travs de situaciones
En el DLBM entre situaciones, una VT es aplicada secuencialmente a la misma conducta de un mismo
sujeto, a travs de situaciones distintas e independientes.
- En este diseo se recopilan datos de una conducta meta para uno o ms sujetos a travs de
diferentes circunstancias o situaciones
- Se aplica el tratamiento en una situacin y se comprueban sus efectos mientras que en las
otras situaciones se contina en lnea de base
- Se aplica el tratamiento en otra situacin y se comprueban sus efectos (si se intervienen en
ms de dos situaciones las restantes continuaran en lnea de base)
Se intenta demostrar que la conducta cambi sustancialmente slo cuando se le aplicaba el
tratamiento. En las situaciones donde el tratamiento se aplic, la conducta cambiara muy poco o
nada.
Se debe asegurar de que las situaciones sean lo suficientemente distintas, de modo que resulte
improbable la ocurrencia de una generalizacin no programada, es decir, generalizar conductas a otras
situaciones.

12

TCNICAS PSICOMTRICAS. CUESTIONES DE VALIDEZ Y CONFIABILIDAD - ARGIBAY


Al aplicar una tcnica psicomtrica, independientemente del propsito con que se utilice, se juegan
permanentemente, cuestiones relacionadas con la validez y confiabilidad del instrumento.
Cul es el propsito de una tcnica de evaluacin, ya sea psicomtrica o proyectiva? En principio, la
tcnica sirve para operacionalizar algn constructor hipottico. Por ej., al evaluar la variable de
personalidad Extraversin, mediante alguna tcnica psicomtrica, lo que estamos haciendo es
operacionalizar mediante un instrumento dicho constructor hipottico. Puede haber ms de una forma
de operacionalizar dicho constructor y, de hecho, tanto el EPQ-A como el Neo-Pi-R miden entre otras
dicha variable. Es de fundamental importancia que el instrumento est midiendo lo que dice medir,
caso contrario se estara operacionalizando incorrectamente el atributo, al no corresponderse lo que
realmente se observa, con lo que se cree medir.
La precisin y la congruencia tienen que ver con la confiabilidad del instrumento. Que el
instrumento mida realmente lo que dice medir, se relaciona con la validez.
Confiabilidad
Toda medicin tiende a presentar errores, de manera que el valor observado en la medicin esta
formado por el valor verdadero y por el error de medicin (errores aleatorios, los cuales no pueden ser
controlados ni predichos). Si se pudiera llegar a una medicin que, en un sentido ideal no tuviera
mrgenes de error, el valor observado y el valor verdadero coincidiran. Pero esto es algo ideal, ya que
las medidas incluyen error. Cuanto ms error incluya la medicin, ms contaminada quedar la
variable de inters y ms imprecisa sera la tcnica que intenta medirla. Al aumentar el error de
medida, el puntaje que obtenemos al aplicar el test se encuentra ms alejado de la medida que sera
la verdadera, o sea, que sera ms impreciso. Ej: aplicamos test que mide la variable de personalidad
neuroticismo y obtenemos un puntaje de 15 (valor observado), y el valor real de la persona fuera 14
puntos (valor verdadero), el error de medida sera de 1 punto.
Por lo tanto un instrumento ser ms confiable en la medida que maximice el valor verdadero, y
reduzca el error, incrementando as la similitud entre el valor verdadero y el obtenido, y
consecuentemente la confiabilidad.
La confiabilidad se refiere, especficamente a los errores aleatorios. Podemos hablar de dos tipos de
errores: los errores aleatorios que no pueden ser controlados y no se pueden predecir, y los errores
sistemticos que son controlables y pueden ser explicados por alguna fuente de variacin
sistemtica. De ambos, los nicos que interesan a la teora de la fiabilidad son los aleatorios.
La confiabilidad es la consistencia en un conjunto de medidas de un atributo. Podramos tambin
definir la confiabilidad como la proporcin de la variabilidad verdadera respecto de la variabilidad
obtenida.
En el anlisis de la confiabilidad tenemos que considerar tres aspectos:
- su congruencia o consistencia interna
- la estabilidad del instrumento
- la equivalencia
Congruencia o consistencia interna
Consiste en que las distintas partes que componen el instrumento estn midiendo lo mismo, que las
distintas partes se correlacionen entre si, (por ej, un test compuesto por distintos tems, se espera que
cada uno de ellos mida el mismo atributo). La confiabilidad a travs de la congruencia interna, es una
de las ms utilizadas por los investigadores, entre otras cosas, porque requiere una sola aplicacin del
instrumento, lo cual facilita la investigacin. Y tanto este como la validez, tienen cierta relacin entre si,
de manera que si un instrumento es poco confiable se estara afectando de igual manera la validez del
mismo.
Los procedimientos para calcularla pueden dividirse en dos mtodos principales:
- Mtodos basados en la divisin del instrumento en mitades
- Mtodos basados en la covarianza de los tems

todos1. Se divide el instrumento en dos mitades


sados2. Se obtiene la puntuacin para cada mitad en forma independiente

13

en la 3.
visin
del
strume
to en
itades

todos
sados
en la
varianz
de los
tems

Se usan estos puntajes para estimar el coeficiente de correlacin entre ambas mitades. Este
coeficiente de correlacin se ajusta mediante la frmula de Spearman-Brown (Esto es necesario
porque las escalas de mayor longitud son ms confiables que las escalas de menor longitud. El
coeficiente obtenido tiende a subestimar el valor real de la confiabilidad ya que posee la mitad de
tems que el instrumento original)
Tratar a cada tem como si fuese un test de longitud unidad con una puntuacin.
El coeficiente ms utilizado es el alpha de Cronbach (se ve afectado por el nmero de tems ya que
al aumentar la longitud del instrumento la varianza verdadera aumenta en mayor proporcin que la
varianza de error. Cronbach propuso una frmula adicional de consistencia inter-tem, que consista
en una estimacin de la correlacin media inter-tem que no se vera afectada por la longitud del
instrumento)
Es preferible al mtodo de divisin por mitades.
Es muy importante que los instrumentos sean confiables. Los tests son utilizados en diversas reas y,
en todos los casos, quien los utiliza supone que el mismo mide con precisin determinado atributo,
ste es el sentido de su aplicacin. Pero, si el instrumento es poco confiable y entonces poco preciso y
se lo usara por ejemplo para una investigacin, podra ocurrir, de no cumplirse las hiptesis
planteadas, que esto no se debiera a un defecto de las mismas, sino a error de los instrumentos de
medicin, por ser poco confiables. Adems, si hubiera que tomar decisiones respecto de un caso
individual, el riesgo de tomar una decisin equivocada, se vera incrementado por la poca confiabilidad
del instrumento. La confiabilidad y la validez tienen cierta relacin entre s. Si un instrumento es poco
confiable, esto podra afectar su validez. Si un instrumento es poco confiable est midiendo, aparte del
atributo que pretende medir, diversas variables que son fuente de errores aleatorios, lo cual
distorsionara la medicin de la variable de inters. Si el instrumento es errtico, inconsistente e
impreciso difcilmente pueda medir con validez el atributo en cuestin. Esto no quiere decir que si un
instrumento tiene alta confiabilidad, eso signifique que tenga que ser vlido; un instrumento puede ser
confiable y al mismo tiempo no ser vlido.

Estabilidad
Al analizarse la congruencia interna, en ningn momento se contemplaban las variaciones que podan
darse en las medidas y la consecuente disminucin de la confiabilidad, debidas al paso del tiempo. Al
hablar de la estabilidad de un instrumento contemplamos este factor, y lo que se observa es en qu
grado se obtienen las mismas medidas al aplicar dos veces el mismo instrumento, mediando entre
ambas tomas un tiempo determinado. Entre ambas tomas pueden intervenir una serie de factores que
sean fuentes de varianza de error, disminuyendo la confiabilidad de las medidas.
Es un procedimiento sencillo que consiste en aplicar la misma prueba en dos momentos diferentes al
mismo grupo de sujetos y luego, correlacionar entre si, los puntajes obtenidos en cada toma. Esta
correlacin sirve para establecer la confiabilidad del instrumento.
Es la aplicacin del mismo test, o sea que las variables a relacionar son las mismas. De manera que
en condiciones ideales, esperaramos encontrar una correlacin perfecta. Esto no ocurre, porque
debido a los errores de medicin, hay un porcentaje de error aleatorio, incluido en la medicin. No
obstante, la correlacin debiera ser en estos casos alta, ya que se esperara que estas fuentes de
error se vieran minimizadas, y que en la aplicacin del instrumento no se incurriera en errores
sistemticos.
Hay varias cuestiones que podran afectar la confiabilidad en estos estudios test - re test:
Modificacin en la actitud de los sujetos respecto a la prueba o cambio en la informacin que manejan
Efectos derivados de la primera aplicacin del test
El lapso que medie entre ambas pruebas es fundamental. Un lapso demasiado breve podra
incrementar el efecto distorsivo de la fatiga y la prctica. Si el lapso de tiempo es extenso pueden
aparecer variables relacionadas a la maduracin y a la historia. La maduracin abarca el conjunto de
procesos biolgicos y psicolgicos que se operan en los sujetos como consecuencia del paso del
tiempo. la historia incluye todos aquellos eventos que pudieran tener lugar en el lapso entre ambas
aplicaciones y que podran llegar a afectar el resultado de la segunda prueba.

14

Factores que modifiquen el contexto de la medida


Uno de los problemas de las tcnicas para evaluar la confiabilidad mediante test re test es que
pueden llegar a confundir las fluctuaciones aleatorias con cambios que se producen realmente en el
atributo. Los cambios que se podran producir en el atributo, modificaran los puntajes en el
instrumento que se estuviera evaluando, con la consecuente disminucin de la confiabilidad.
En el caso de instrumentos que evaluaran psicopatologas, la historia podra afectar la confiabilidad
test re test, principalmente en aquellas psicopatologas con altos ndices de remisin espontnea, no
tanto en aquellas con remisin espontnea baja o casi nula.
La aplicacin de un tratamiento psicolgico en algunos de los sujetos, entre las dos tomas de una
investigacin test re test, de un instrumento que midiera psicopatologa, podra afectar los valores de
confiabilidad que se obtuvieran para dicho instrumento.
Equivalencia
Se aplica cuando se quiere determinar la confiabilidad de dos instrumentos que se consideran
paralelos. Se trata de poder establecer la consistencia o equivalencia de los instrumentos, que
suponen medir el mismo constructo, al aplicarlos a los mismos sujetos. En este caso se aplican las dos
formas del test en forma simultnea, se va variando el orden de presentacin de las formas de sujeto
en sujeto y luego se correlacionan los puntajes de ambas formas. De ser ambas formas equivalentes,
se debera obtener un coeficiente elevado. En la prctica es muy difcil establecer que las formas sean
realmente paralelas, por tal motivo suele tratrselas ms bien como formas alternativas. A diferencia
de las otras tcnicas de confiabilidad, en esta, no solo se establece la confiabilidad, respecto de la
magnitud de los errores aleatorios, sino que tambin se establece cul es el grado de paralelismo que
hay entre ambas formas.
Validez
Los instrumentos tienen como propsito operacionalizar constructos, o sea, medir determinados
atributos. La validez tiene que ver con poder determinar si el instrumento esta midiendo realmente el
atributo que dice medir.
Determinar la validez de un instrumento es mucho ms difcil que establecer su confiabilidad. No es
comn encontrar pruebas slidas que sustenten la validez de la mayor parte de las mediciones de
carcter psicolgico. Esto se debe a que mientras la confiabilidad sera esencialmente una cuestin
emprica, la validez incluye elementos ms tericos, ya que la validacin persigue la explicacin, con
todas las complicaciones que esto implica.
Dentro de los distintos tipos de validez, los ms importantes seran los siguientes: validez de
constructor, validez de criterio y validez de contenido. Distintas formas de validez pueden ser
adecuadas para propsitos diferentes y cada una permite inferencias distintas, que no pueden
cambiarse entre s.
a) Validez de contenido
Al construir un test, elegimos determinados tems de un conjunto de conductas que tienen un inters
especfico, por suponer que remiten al atributo a ser evaluado por el test. En el instrumento no
colocamos todas las conductas posibles, elegimos algunas de ellas, o sea, que hacemos una muestra
de conductas. Al analizar la validez de contenido, lo que hacemos es evaluar si los tems que hemos
usado para construir el test, son relevantes para el uso que se le va a dar al test, es decir, si todos los
tems estn dentro del dominio de inters. Una vez establecida la relevancia, lo que importa es saber
si los tems constituyen una muestra representativa del universo de conductas que podran haberse
elegido como indicadoras del atributo en cuestin.
b) Validez de criterio
Se persigue un fin ms prctico, no se trata nicamente de establecer que se mida adecuadamente un
constructo, sino que fundamentalmente se trata de relacionar las puntuaciones del instrumento con
otras variables llamadas criterio. La validez de criterio nos es til especialmente cuando deseamos
hacer inferencias a partir de los puntajes que se obtienen en el test respecto de alguna otra variable de
inters. Si las puntuaciones del test se utilizan para predecir alguna medida del criterio que se va a
realizar a futuro, seria validez predictiva. Si por el contrario relacionamos las puntuaciones del test con
alguna medida del criterio tomada en el mismo momento seria validez concurrente.
Cuando hablamos de validez predictiva no debemos confundirla con el poder predictivo propio de las
investigaciones cientficas. Ya que si de poder predictivo se trata, ste est presente, tanto en la

15

validez predictiva como en la concurrente. La diferencia entre ambas formas de validez, no tiene que
ver con si son predictivas o no, sino ms bien con el diseo que involucran en cuanto a su dimensin
temporal. La validez concurrente implica un diseo transeccional o transversal, los cuales recolectan
datos en un solo momento, en un tiempo nico; mientras que la validez predictiva implicara un diseo
prospectivo.
c) Validez de constructo
Gran parte de las variables psicolgicas no son observables directamente, o sea que constituyen
constructos hipotticos, que forman parte de las diversas teoras que tratan de explicar la conducta
humana. Estas variables al no poder ser observadas directamente, para toda investigacin, deben ser
operacionalizadas, o sea, indicarse los procedimientos de medida para observar la variable, hacerla
emprica. Los instrumentos psicomtricos se refieren a constructos hipotticos, siendo el instrumento
una forma de operacionalizar los mismos. De esta manera, la validez de constructo, consiste en tratar
de probar que las conductas que registra el test, pueden ser consideradas indicadores vlidos del
constructo al cual refieren.
En la validacin de constructo, no se trata de hacer corresponder en forma nica la puntuacin del test
con el constructo, ya que un mismo constructo puede tener varios indicadores. De lo que se trata es de
establecer que las puntuaciones del test constituyan en forma vlida una de las manifestaciones del
constructo.
La validez de constructo es el principal tipo de validez y a su vez, la ms difcil de comprobar. Si
queremos establecer que las conductas que registra el test son indicadores vlidos del constructo,
tendremos que considerar que slo podremos aproximar a ese objetivo. Ya que suponer que se puede
comprobar que un trmino conceptual se corresponde exactamente con un trmino emprico,
implicara negar la diferencia de niveles entre ambos, que prcticamente imposibilita comprobar una
correspondencia exacta.
Algunos de los procedimientos para evaluar dicha validez son: el anlisis factorial, diferenciacin entre
grupos, correlaciones con otras medidas del constructo, matrices multimetodo-multirasgo.
Anlisis factorial: se utiliza cuando el test est dividido en factores. Analiza las intercorrelaciones de
un conjunto de datos para establecer determinadas agrupaciones de tems correlaciones entre s, las
cuales remiten a factores subyacentes, que no son observables, o sea que constituyen distintos
constructos. Se utiliza para estudiar tanto la validez como la construccin del instrumento.
Diferenciacin entre grupos: se aplica el instrumento a dos o ms grupos los cuales deben diferir en
el atributo que se mide.
Correlaciones con otras medidas del constructo: Cuando ya existe otro test ya validado que mide
el mismo constructo se puede correlacionar el nuevo con aquel.
Las matrices mutimtodo-multirasgo: deben existir como mnimo dos mtodos diferentes para
medir el constructo que se va a validar y otros constructos que puedan ser medidos por los mismos
mtodos. Se miden en los sujetos de la muestra los distintos constructos con mtodos diferentes. Se
calculan las correlaciones entre todas las medidas y se forma con ellas una matriz que contendra los
coeficientes de fiabilidad (correlaciones medidas del mismo constructo y mismo mtodo), validez
convergente (correlaciones medidas del mismo constructo obtenidas con distintos mtodos) y validez
divergente (correlaciones de constructos diferentes medidos con igual mtodo y correlaciones de
diferentes constructos medidos con distintos mtodos).
SELECCIN DE SISTEMAS DE OBSERVACIN. SULZER AZAROFF
La medicin exacta del comportamiento se usa para determinar con claridad y objetividad la
efectividad de los programas de anlisis conductual aplicado y para generar predicciones cientficas
para el futuro.
La observacin y la medicin sustentan a todas las ciencias, proporcionan una descripcin de sucesos
y una forma de cuantificarlos de modo que pueda emprenderse la manipulacin experimental. La
meta final de la ciencia es un ordenamiento de hechos en leyes generales y consistentes a partir de
las cuales puedan hacerse predicciones, pero esto comienza inevitablemente con la observacin.
Antes de preguntar POR QU emite un sujeto ciertas conductas, necesitamos preguntar QU es lo
que hace y con cunta frecuencia.
Es importante que al observar a un sujeto no se atribuyan a la conducta motivaciones o sentimientos
que no sabemos que existen.

16

Por ej: se siente culpable odia a su maestro, es hacer suposiciones que no corresponden con la
realidad. Las conductas problemticas deben describirse en forma de eventos que puedan contarse y
registrarse con facilidad.
Debe evitarse, al momento de medir, buscar las motivaciones y las causas de la conducta. Despus de
observar la conducta pueden sacarse conclusiones.
Ejemplo Categora No prestar atencin
a) apartar los ojos del texto y de la hoja de respuestas.
b) tener los ojos fijos en el papel, pero colocar un objeto dentro del campo visual.
c) hacer marcas y anotaciones ajenas a la tarea.
Es muy importante describir las conductas no slo en forma de eventos observables, sino tambin
precisar la frecuencia con que stas ocurren.
La afirmacin tira en la papelera sus trabajos incompletos de matemticas, se vuelve ms precisa al
decir tir en la papelera cuatro trabajos incompletos de un total de diez que le asignaron las dos
ltimas semanas.
El nivel de frecuencia en que ocurre una respuesta antes de la intervencin teraputica, se conoce
como lnea de base. Esta es importante para determinar el xito de nuestra intervencin.
La medicin exacta del comportamiento requiere de la seleccin e implementacin de mediciones:
- Objetivas: los observadores que registran los datos conductuales no se dejarn influenciar por
sus propios sentimientos o interpretaciones.
- Vlidas: miden en efecto de forma directa a la conducta que se supone que miden. (Una
medicin vlida necesariamente es objetiva pero una medicin objetiva no necesariamente es
vlida).
- Confiables: el instrumento ser estndar con independencia de la persona que lo use y de las
ocasiones en que se aplique.
Seleccin de variables dependientes
Cuando una conducta meta, se traduce en trminos cuantificables, la medida del suceso es la VD.
Evidentemente la medida de la conducta meta es la VD clave; pero tambin puede ser importante
medir otras variables, las medidas de las cuales pueden alterarse en funcin del programa.
Una vez que se han seleccionado las VD, se debe escoger un sistema de medicin apropiado.
Seleccin de medidas validas: un sistema de medicin valida ha de ser apropiado a la variable que
intenta medir. Se suele lograr un consenso general (todas las personas participantes estn de
acuerdo) sobre lo que se considera una medida valida. Ej: no utilizamos la balanza para medir la
altura. Es importante ponerse de acuerdo en estar de acuerdo en que las medidas seleccionadas sean
apropiadas.
Seleccin de medidas confiables: la medicin conductual requiere de consistencia, es decir se debe
demostrar que la conducta bajo observacin se mide de la misma manera, bajo el acuerdo entre dos
observadores quienes registran simultneamente. El instrumento de medicin debe ser confiable.
Antes de comenzar la bsqueda de los datos formales, es necesario asegurarse que las
observaciones puedan ser registradas con confiabilidad. La meta puede alcanzarse de mejor manera
al operacionalizar la conducta meta con precisin y al supervisar y adiestrar a los observadores de las
mismas. Estos deben estar informados solamente de la conducta que van a observar y no de la
manipulacin experimental.
Es necesario asegurar que las observaciones puedan ser registradas con confiabilidad. Debe haber
acuerdo entre observadores.
VD: conducta meta cuya medida del suceso se traduce en trminos cuantificables. Es la medida de la
conducta meta es la variable dependiente clave.
Parmetros: otras variables importantes de medir cuyas medidas pueden alterarse en funcin del
programa.
Los analistas conductuales deben demostrar que sus sistemas de registro son confiables. Una forma
de hacer esto es al hacer registros simultneos con dos observadores independientes (Acuerdo inter
observadores. Debe existir un gran acuerdo entre ambos)
Los observadores confiables no debern estar informados de la manipulacin experimental, slo
debern informrseles de la conducta a observadores.
Las verificaciones de confiabilidad debern hacerse antes de recogen los datos de lnea de base as
como durante cada fase del programa. (Los observadores debern estar enterados de ello).

17

Reactividad: efectos ocasionados por los mismos procedimientos experimentales que pueden
distorsionar la validez de los datos.
Tcnicas de registro de la conducta
Mediciones de productos permanentes: Comportamientos que dejan evidencia fsica en la forma de un
producto duradero. (ej. Numero de camas hechas, problemas aritmticos resueltos, ventanas rotas).
- Ventaja: la validez de las mediciones cuantitativas/cualitativas, puede demostrarse con facilidad.
- Ventaja: como los productos permanentes pueden medirse despus de un lapso de tiempo, la
reactividad (efectos ocasionados por los mismos procedimientos, que pueden distorsionar la validez
de los datos) puede reducirse al mnimo.
- Es ms fcil medir los productos permanentes para evaluar la confiabilidad de la medicin.
(Se utiliza el registro de producto permanente). Pueden medirse despus de un lapso de tiempo. Es
fcil evaluar la confiabilidad de la medicin. Para ello:

nmero de acuerdos( A)
nmero de acuerdos ( A )+ nmero de desacuerdos ( D)
Medicin de los sucesos transitorios
La medicin es ms difcil que con productos permanentes. Se debe registrar la conducta en el
momento que ocurre. Para comportamientos los cuales no generan productos permanentes. No
pueden evaluarse con exactitud luego de que hayan sucedido. Por ejemplo, llegar tarde, sonrer,
sentarse en silencio, etc. Hay que levar un registro de los sucesos: se cuentan las veces que ocurre
una conducta en un intervalo de tiempo especfico. Registro de duracin.
Para registrar conductas que ocurren frecuentemente y que son difciles de observar continuamente,
se deben usar otras tcnicas de registro. Estas son las conductas continuas o transitorias. Ej:
tiempo sentado, mirar a los ojos.
Muestreo de tiempo: se registran las conductas a ciertas horas del da. Ej: se registra quince minutos
todos los das.
Las conductas que ocurren durante largos perodos de tiempo como permanecer en el asiento, se
anotan en funcin de su duracin.
A fin de medir estas conductas, es necesario registrar observaciones con un observador en el
momento en que ocurren y con algunos instrumentos.
Registro de sucesos: consiste en contar las veces que ocurre una conducta determinada en un
intervalo especifico. Este registro es apropiado para medir respuestas discretas (aquellas que tienen
un inicio y un final claramente definidos)
Registro de duracin: usando un reloj, cronometro, etc. Para una mayor precisin pueden compararse
las duraciones dentro de los intervalos.
Es posible evaluar mediante estos registros la ausencia o presencia de tales respuestas dentro de los
cuadros temporales breves.
- Si el sistema requiere que la puesta se emita en todo el intervalo completo para q su presencia se
registre, se denomina sistema de muestreo temporal de intervalo completo. Se utiliza cuando es
importante saber que la conducta no es interrumpida. Produce una sobrestimacin, y no es apropiado
para cuando se busca una reduccin de conducta (ej. Ruido molesto).
- Si el sistema requiere solo de una muestra de la respuesta dentro del intervalo para registrar, ser
un sistema de muestreo temporal de intervalo parcial, los cuales se usan para registrar conductas
transitorias, como emitir gestos grotescos. Esta prejuiciado a la sobrestimacin y ser ms adecuado
para evaluar ej. Un ruido molesto.
- Si el sistema requiere que la respuesta ocurra en el momento en que termina el intervalo se
denomina sistema de muestreo temporal momentneo, los cuales se usan para las conductas como
los movimientos efectuados con las manos como chuparse un dedo que pueden persistir durante
algn tiempo. Deben producir una muestra conductual valida, y como solo se registran episodios
breves, la respuesta y el registro deben ocurrir de manera simultnea y es por esto que son deseables
los intervalos cortos.
ARTCULO CIENTFICO:
Introduccin:

18

Una introduccin es una preparacin para llegar a un fin propuesto. Debe responder a la
pregunta de por qu se ha realizado este trabajo, es decir, el inters que tiene el tema en el
contexto cientfico del momento. Se tienen en cuenta los trabajos previos hechos sobre el tema
y qu aspectos estos dejan sin resolver.
Es la presentacin entonces de una pregunta que sirve como nexo entre nuestra investigacin
y el estado del arte existente.
Implica: definicin de conceptos bsicos implicados en la investigacin, estado actual de la
problemtica o antecedentes, y planteo de los objetivos relacionados en forma directa con lo
planteado en el desarrollo de la introduccin.
Materiales y mtodos:
Cmo se hizo el estudio?
Participantes: son las personas que han participado en la investigacin. Describe el marco de
la muestra y cmo se ha hecho su seleccin. Ej: Se trabaj con 45 alumnos de 2 (n=22,
promedio de edad: ) y 3 ao (n=23, promedio de edad: ) de 2 escuelas municipales de la
ciudad de Corrientes, Argentina.
Resultados:
Se incluyen simplemente los resultados del estudio. Se puede realizar a travs de tablas o figuras.
Deben poder ser vistos y entendidos de forma rpida y clara.
Discusin:
Es probablemente la seccin ms compleja de elaborar y organizar.
Se debe retomar el objetivo de estudio de la investigacin, apoyndose en los datos obtenidos
volcados en la seccin Resultados para dar cuenta de su cumplimiento.
Se analizan los resultados expuestos, tratando de explicar cada hallazgo a la luz de la teora o de los
antecedentes presentados en la introduccin.
Ej: La divergencia en los datos producidos por los sistemas grafema-fonema y fonema grafema es
ms acusada en los primeros niveles escolares, como indica el mayor nmero de palabras
encuadradas en las categoras de ledas y no escritas y escritas y no ledas. A medida que se asciende
en los niveles el grado de concordancia es mayor, aunque quiz no tanto porque intervengan los
mismos mecanismos mentales, como porque los sujetos van adquiriendo un mayor aprendizaje de
ambos sistemas.
Sacar a la luz los resultados anmalos, no ocultarlos, y darles una explicacin lo ms coherente
posible.
Incluir recomendaciones que crea oportunas para futuras aplicaciones, si es apropiado.
Se debe evitar sacar ms conclusiones de las que los resultados permitan, por mucho que esas
conclusiones sean menos espectaculares que las deseadas o esperadas.
Ejemplo parcial:
1) Se quiere realizar un tratamiento con un nio con sindrome de Asperger para que incremente sus
interacciones sociales. Desarrolle el diseo de investigacin desde el diseo de Sujeto Unico de
Reversin.
2) De acuerdo con la consigna uno, que conducta objetivo medira y como determinara la confiabilidad
de la observacin (ESTO ERA DE OBSERVACIN SISTEMTICA Y LA CONFIANZA INTRA
OBSERVADORES).
3) Que es la confiabilidad y desarrolle una de las tcnicas para evaluarla
4) Cuantos factores y niveles hay en un diseo factorial 2x2, cuantas condiciones (tratamientos)
experimentales, y desarrolle las ventajas de este diseo.
5) Desarrollar un diseo factorial en el cual la hipotesis tenga dos variables independientes. Hacer
incluso la matriz. Y despus nos daba el nivel de significacin del factor principal A, del factor principal
B y del efecto de interaccin, de acuerdo a esto haba que decir que interpretabamos de esos datos.
6) Desarrollar los dos tipos de muestreo y explicar uno de los muestreos no aleatorios.

19