Kazdin- Capítulo 5

Investigación experimental - Diseño de grupos

Experimento: comparar grupos de sujetos que son expuestos a diferentes condiciones controladas
por el investigador

La selección al azar se refiere a la misma probabilidad que tienen los sujetos para ser seleccionados
dentro de la población. La selección al azar pertenece a la generalidad (validez externa) de los
resultados experimentales entre los sujetos. La generalidad de los resultados depende de la
representatividad de los participantes en el experimento respecto de los individuos que no fueron
incluidos.
Hay una limitación obvia en la selección al azar tanto en teoría como en práctica. Los sujetos de un
experimento no pueden ser seleccionados de una población a menos que la población esté
específicamente definida.

Asignación al azar: el asunto central en la investigación de grupo es la asignación de los

participantes a grupos. Una vez que una muestra de sujetos ha sido especificada, los individuos se
pueden asignar a grupos de una forma imparcial. La asignación al azar consiste en distribuir a los
sujetos en grupos, de tal manera que la probabilidad de que cada sujeto pertenezca a cualquiera de
los grupos sea la misma. Esto se logra por lo general determinando por medio de una tabla de
números al azar el grupo al cual se asigna cada sujeto. Los números se ponen en lista en el orden en
que han sido obtenidos de la tabla (1,1,3,2,3,3). Sin embargo, obtener números al azar para
determinar la asignación del grupo no garantiza que se asignará un número igual de sujetos a cada
grupo. Para la potencia de las pruebas estadísticas (validez por conclusión estadística) y para la
conveniencia de la aplicación de diversos análisis estadísticos, es mejor tener a grupos de igual
tamaño. Esto se puede lograr sin alterar la asignación al azar agrupando a los sujetos en bloques.
Cada bloque consiste en un número de sujetos que iguala el número de grupos en el experimento.

La asignación se logra obteniendo los números 1,2 y 3 en cualquier orden en la medida en que cada
bloque abarque cada número (1,2,3). La asignación al azar es la mejor garantía para hacer
inaceptables varias amenazas a la validez interna (selección con x historia, x maduración) y para
tratar el rango de las influencias no intencionadas (como las diferentes características de los sujetos
en los grupos) que pudieran contribuir a las diferencias entre los grupos.

Equivalencia de los grupos: la asignación añ azar es importante como un medio para distribuir las
características de la muestra entre los grupos. Hay características de los sujetos, circunstancias de la
participación y otros factores que pudieran, si no se controlan, interferir con la interpretación de las
diferencias entre los grupos. La asignación al azar es una manera de asegurarse que las variables
extrañas se distribuirán de forma no sistemática entre los grupos.

La asignación al azar a veces es vista como una forma confiable de crear grupos equivalentes. Sin
embargo, la asignación al azar se refiere solo al metodo de distribuir los sujetos a los grupos, y en
un experimento dado no tiene necesariamente una conexión con un resultado específico. Son más
probables las diferencias entre los grupos cuando los tamaños de las muestras son pequeños y
cuando hay puntuaciones extmas en la muestra. Con la asignación al azar, la probabilidad de que
los grupos sean equivalentes incrementa en función del tamaño de la muestra. Lo que significa que
con las muestras pequeñas no se puede asumir laequivalencia entre los grupos.
En situaciones en las cuales es menos probable que la asignación al azar obtenga equivalencia
(muestras pequeñas), también sucede que tales diferencias pueden ser lo más difícil de detectar. El
uso de tamaños de muestra más grande de lo común puede aumentar la confianza de la
equivalencia de los grupos.

Apareamiento: a menudo el investigador no desea dejar al azar la equivalencia de los grupos para
una característica determinada de la muestra. Si se sabe que una variable específica del sujeto se
relaciona con puntuaciones de la medida dependiente, es importante tomar en consideración esta
variable para asegurar que los grupos no difieran antes del tratamiento. El apareamiento se refiere a
agrupar a los sujetos con base en la semejanza de una característica particular o conjunto de
características. Las características de los sujetos de cada nivel aparecen en cada grupo y los grupos
no difieren en esa característica antes del tratamiento.

Una manera de aparear a los sujetos es buscar pares de sujetos con idénticas puntuaciones
anteriores al tratamiento sin embargo, buscar conjuntos de puntuaciones idénticas para aparear
sujetos es por lo regular limitante porque significa que no se usaría a la mayoría de los sujetos que
no tuvieran una calificación idéntica a la puntuación de otro sujeto.

Un procedimiento frecuente es ordenar a todos los sujetos de mayor a menor en cuanto a su

puntuación. Si hay ts grupos en el experimento, los primeros tres sujetos con las puntuaciones más
altas forman el primer bloque. Estos tres sujetos se asignan al azar de modo que un miembro de
este bloque aparezca en cada grupo. La ventaja de esto es que no deja al azar la equivalencia de los
grupos.
Apareamiento con error: el componente esencial del apareamiento es la asignación aleatoria. Los
sujetos primero son apareados y luego asignados al azar a los grupos. Por ejemplo, los pacientes
referidos a las clínicas no están bajo el control del investigador. Así, pacientes de dos clínicas
pueden diferir en una severidad de síntomas. El error en la medición se refleja en el hecho de que
las puntuaciones de una prueba a otra se correlacionan de modo imperfecto. Como regla general,
entre más extrema sea una puntuación es más probable que en evaluaciones subsecuentes se
revierta en dirección de la media del grupo. La regresión hacia la media es un fenómeno estadístico
que se relaciona con la correlación entre la prueba inicial y las puntuaciones del retest. Entre más
baja sea la correlación, mayor será la cantidad de error en la medida y mayor la regresión hacia la
media. El problema con el apareamiento de sujetos que están en los grupos previamente asignados
es que los puntajes de cada grupo se pueden regresar hacia una media diferente.
Hay dos problemas a tener en mente, ambos amenazan la validez interna. El primer problema de
regresión es la regresión diferencial (selección x regresión), es decir, los sujetos en los diferentes
grupos muestran regresión pero regresan a diferentes medias. Esta es un posibilidad en situaciones
en las que se utilizan grupos iguales, y por definición, la asignación aleatoria a las condiciones no es
posible. El segundo problema de regresión se presenta cuando todos los grupos muestran una
mejoría antes y después del tratamiento y ninguna diferencia es evidente entre los grupos. En tales
casos, la regresión pudiera explicar por qué mejoraron todos, pues era probable que todos los
sujetos como grupos tenderían a la regresión (mostrar puntuaciones má bajas)
Diseño de grupos seleccionados:

A: asignación al azar de los sujetos a las condiciones

O: observación o evaluación
X: manipulación experimental o tratamiento

Diseño de grupo control con pretest- postest

Mínimo dos grupos. Un grupo recibe el tto y el otro no. Así, el efecto de la intervención se refleja en
la cantidad de cambio de la evolución de pretest a postest.
A O1 x O2
A O3 04

Este diseño controla las amenazas a la validez interna. Si los períodos de intervención entre las
evaluaciones previas y posteriores al tratamiento son las mismas para cada grupo, se controlan las
amenazas, como la historia, la maduración, las pruebas repetidas y la instrumentación.
El uso del pretest proporciona varias ventajas: los datos permiten al investigador aparear a los
sujetos en diferentes variables y asignar a los sujetos de forma aleatoria a los grupos. El
apareamiento permite al investigador igualar a los grupos en el rendimiento previo a las pruebas.
Segundo, los datos del pretest permiten la evaluación del efecto de los diferentes niveles de
rendimiento en el pretest. El uso del pretest proporciona ventajas estadísticas para el análisis de
datos. Con el uso del pretest la variabilidad dentro de los grupos se reduce y las pruebas
estadísticas más potentes de la intervención se encuentran disponibles, como los análisis de
covarianza o la repetición de medidas en el análisis de varianza. El pretest permite la identificación
de las personas que cambiaron. Finalmente, utilizando un pretest, podemos observar la pérdida de
sujetos de manera más analítica que si no la usáramos. Lo que no se puede controlar es la
posibilidad de una interacción de examinar el tratamiento x o un efecto de sensibilización pretest.
Quizá la intervención surta su efecto precisamente porque el pretest sensibilizó a los sujetos a la
intervención.

Diseño de grupo control solo con postest: Es esencialmente el mismo que el diseño anterior,
excepto que no se aplica el pretest. El efecto de la intervención solamente se evalúa con una
medición posterior a la intervención.
Segundo, la falta de un pretest aumenta la incómoda posibilidad de que las diferencias entre los
grupos después de la intervención pudieran ser resultado de esas diferencias ante esta. La ausencia
de un pretest significa que el efecto de la intervención no pudo resultar de la sensibilización inicial.
A menudo el pretest puede no ser deseable o factible, pues con grandes cantidades de sujetos y la
asignación al azar a los grupos, la probabilidad de equivalencia entre los grupos es elevada.

Diseño Solomon de 4 grupos: El propósito de este diseño es evaluar el efecto del pretest sobre los
efectos obtenidos de una intervención particular. El diseño puede controlar las comunes amenazas
a la validez interna. Los efectos de hacer pruebas per se pueden evaluarse comparando dos grupos
control que difieren solamente en haber recibido la prueba previa. Más importante aún es que la
interacción de las pruebas previas y la intervención puedan evaluarse comparando a los grupos con
prueba previa y a los grupos no examinados. Otra característica de este diseño es que incluye la
réplica del tratamiento y de las condiciones control. Así, el efecto del tratamiento se puede certificar
por una comparación dentro del grupo y varias comparaciones entre los grupos.

Diseños factoriales: Los diseños factoriales consisten en evaluar el impacto de una variable
independiente simple. Por ejemplo, la variable independiente puede darse a un grupo pero a otro
no. De forma alternativa, se pueden proporcionar diferentes versiones de tratamientos a diferentes
grupos. La limitación principal de estos diseños con variable simple es que con frecuencia originan
preguntas relativamente simples acerca de la variable de interés. Los diseños factoriales permiten la
investigación simultánea de dos o más variables (factores) en un experimento simple. Dentro de
cada variable se utilizan dos o más condiciones. Por supuesto el diseño factorial no es un diseño
simple, sino un conjunto de diseños que varían en cantidad y tipos de variables y en número de
niveles dentro de cada variable. Una razón para realizar un experimento factorial es que puede
resultar interesante el efecto combinado de dos o más variables, es decir, su interacción. Una
interacción significa que el efecto de una variable depende del nivel de una variable o de la otra. La
eficacia de un diseño factorial es que puede evaluar los efectos de las variables separadas en un
solo experimento. La peculiaridad es que comprende un ajuste, porque se pueden estudiar variables
diferentes con menos sujetos e indica en un diseño factorial que en los experimentos separados
para el estudio de la variable única, cada variable es una a la vez. Además, este diseño proporciona
información específica acerca de los efectos combinados de las variables independientes. Las
interacciones identifican las variables que moderan (influyen) el efecto de otras variables. Una razón
para usar este diseño es que el número de grupos en la investigación se multiplica rápidamente al
añadirse nuevos factores o nuevos niveles de un factor dado. Los diseños factoriales son
informativos cuando un investigador predice una relación interactiva entre dos o más variables.

Diseños cuasi-experimentales: Son aquellos diseños en los cuales el experimentador no puede

ejercer el control requerido de los experimentos verdaderos.
Diseño con pretest y postest: El más común de los cuales es semejante a los diseños experimentales
con pre y postest y a los que utilizan solamente postest. Para cada equivalente cuasiexperimental de
estos diseños, el grupo control no se muestra equivalente al grupo experimental, generalmente
porque los sujetos han sido asignados a los grupos antes del comienzo de la investigación. Estos
diseños también han sido llamados diseños no equivalentes de grupo control.
Diseño solo para postest: En un diseño de grupo control no equivalente no se requiere el uso de
pretest. Se puede hacer un diagrama de diseño cuasiexperimental solamente con postest. El
problema con este diseño es que no se evalúa la equivalencia de los grupos anterior a la
intervención. Aquí los grupos pueden ser muy diferentes en diversas dimensiones antes del
tratamiento. Así, atribuir las diferencias entre los grupos a la intervención puede ser especialmente
débil.

Diseños de tratamientos múltiples: La característica que define al diseño de tratamientos múltiples

es que cada sujeto se le presenta un tratamiento diferente en la investigación. Aun cuando la
evaluación de los tratamientos está “dentro de los sujetos” por lo común están presentes en el
diseño grupos separados de sujetos. Así, se pueden balancear los diferentes tratamientos entre los
sujetos, de modo que los tratamientos se pueden presentar en orden diferente. Hay distintas
versiones de los diseños de tratamientos múltiples, dependiendo del número de tratamientos y de
la manera en que se presenten. Todos los diseños pudieran ser llamados diseños contrabalanceados
porque tratan de balancear el orden del tratamiento entre los sujetos.

Diseño de corte transversal: A un diseño específico de tratamiento múltiple se le conoce como

diseño transversal. En un punto del experimento, generalmente a la mitad, todos los sujetos son
transversales, es decir, los cambian a otra condición experimental. El diseño se usa con dos
tratamientos diferentes. Se puede hacer una comparación para dos o más medicamentos dentro de
los mismos sujetos si interviene un periodo de desaparición durante el cual toda la medicación se
detiene. El diseño transversal no necesita incluir dos o más tratamientos activos. En algunos casos
una de las intervenciones es una condición control.

Diseños contrabalanceados de tratamientos múltiples: Con un incremento en el número de

tratamientos el contrabalanceo se hace más complejo, y el orden en el que se dan los tratamientos
es más difícil de balancear. Un método es determinar aleatoriamente la secuencia de tratamientos
para cada sujeto. Así, la secuencia para cada sujeto variará al azar.
La planeación de los tratamientos en los que cada uno ocurre una sola vez, y solo una vez en cada
posición y en cada grupo son llamados Diseños de Cuadrado Latino.
Cuando el orden de los tratamientos justifica los resultados se llama: Efecto por el orden. Es decir, el
punto en el tiempo en el que ocurrió el tratamiento, más que el tratamiento específico, es el
responsable del patrón de resultados
Otra forma en la que el orden puede influir en los resultados

Capítulo 7: evaluación del impacto de la manipulación experimental

Es útil revisar si la variable independiente se realizará como se intentó. Revisar la manipulación se
refiere a evaluar de manera separada la VI y sus efectos en los sujetos. La evaluación se diseña para
determinar si al sujeto se le expone a las condiciones que se pretendía.
Estas evaluaciones de la Vi están separadas de las medidas dependientes. Esta revisión proporciona
información útil para descartar algunas de las diferentes razones que pudieran explicar los
resultados
Tipos de manipulaciones
Variaciones de la información: la manipulación se refiere a dar diferente información a los sujetos a
través de las condiciones experimentales. La revisión en la manipulación es si lo sujetos recibieron,
atendieron y creyeron en la información
Cuando la manipulación se basa en la información, se usan frecuentemente cuestionarios de
autorreporte para evaluar su éxito. Por ejemplo: qué es probable que suceda con este tratamiento?
O cuándo cambiará la conducta aproximadamente?

Variaciones en la conducta y la experiencia del sujeto: muchas manipulaciones consisten en hacer

que los sujetos hagan algo, se involucren en una tarea particular, sigan en realidad las instrucciones
o experimenten un estado particular. La pregunta experimental de interes es si cierta tarea facilita o
dificulta algún resultado
No todas las tareas que se les pide al sujeto que lleve a cabo son observables. Esta revisión evalúa
lo que hacen los sujetos en lugar de lo que saben. La manipulación consiste en instrucciones,
actividades o tareas que se diseñan para inducir en el sujeto un estado particular.

Variación de las condiciones de intervención: se refiere a variar las condiciones a las cuales se
exponen los sujetos. Por ejemplo, un grupo recibe una intervención y el otro no. Una evaluación del
grado en que el tratamiento se realizó como se esperaba es lo que se conoce como integridad del
tratamiento o fidelidad al tratamiento.
Varios pasos se pueden llevar a cabo para evaluar la integridad del tratamiento. Los criterios, los
procedimientos, tareas y características de terapeuta y paciente que definen el tratamiento, pueden
especificarse lo mejor posible.