Beruflich Dokumente
Kultur Dokumente
REVISION DE LIBROS
a la calidad de la inferencia tengan el menor margen de aparecer, diversos indicadores (la razón F y su probabilidad en todos ellos,
la tarea próxima a la que tenemos que enfrentarnos es, averiguar el error típico residual y el coeficiente de determinación en la re-
en qué medida el comportamiento de una variable de respuesta gresión, y las medidas de magnitud de la asociación y la potencia
(datos) es explicada por las variables que hemos manipulado y/o de la prueba en los modelos Avar y Acovar). Con posterioridad se
controlado y de qué modo. Esta tarea ocupa lugar en la segunda realizará el ajuste condicional del modelo frente a todos los mo-
parte del libro donde se examinan con un estilo pedagógicamente delos posibles. Si el modelo de trabajo no es el adecuado se pro-
impecable tres procedimientos de análisis. En los capítulos 2 y 3 cederá a examinar el potencial explicativo del modelo que mejor
los modelos de Regresión, en los capítulos 4 y 5 los modelos Ano- se ajuste. Sin embargo, este no es un criterio suficiente para con-
va y en el capítulo 6 los modelos Ancova. La diferencia entre los cluir que es correcto. Debemos pasar a la tercera etapa en la que
tres modelos radica en la naturaleza de las variables covariantes evaluaremos, en primer lugar, si los datos empíricos soportan los
(predictoras) y/o factores (variables independientes) que explican supuestos del modelo teórico. Si no soportan alguno de los su-
las observaciones registradas (variables criterio y dependientes puestos debemos proceder en consecuencia (pruebas robustas, es-
respectivamente) en escala cuantitativa. Se examinan bajo la ópti- tadística no paramétrica, transformaciones…) y examinar de nue-
ca de los instrumentos analíticos que les soportan, el Modelo Li- vo el potencial explicativo del modelo. Si se cumplen en los datos
neal Clásico todos ellos y los modelos Anova y Ancova también todos los requisitos exigidos por el modelo o, en su caso, si se ha
desde el Modelo Lineal Mixto. Este último aspecto tiene una im- procedido correctamente para subsanar el problema, pasamos a la
portancia de notable magnitud porque el Modelo Lineal Mixto, etapa de interpretación, la última., donde evaluaremos la impor-
que ya ocupa un lugar privilegiado en el software de la mayoría de tancia específica de cada uno de los predictores (en regresión), las
los paquetes estadísticos, es un modelo caleidoscópico en presta- comparaciones múltiples de medias de los tratamientos o el análi-
ciones que aporta mayor potencia y robustez en situaciones trau- sis de tendencias (efectos fijos), los componentes de varianza
máticas para el Modelo Lineal Clásico y que con frecuencia en- (efectos aleatorios) y, de existir, el estudio de las interacciones.
contramos en los datos como, pérdida de observaciones y/o
registros, condiciones de tratamiento no balanceadas, presencia de Tercera parte: el debe y el haber: Elección del diseño
más de un componente aleatorio, observaciones correlaciona- de investigación (Capítulos 7 a 12)
das…, además de aportarnos una mayor información.
En la explicación de los tres modelos y ayudándose siempre de El abanico de intervención de la Psicología es muy diverso (clí-
ejemplos ad hoc, los autores se conducen con un mismo esquema nico, social, educativo, psicobiológico…), de finalidad básica o
lógico en aras de buscar el modelo óptimo más parsimonioso que aplicada (ambas pueden desarrollarse en ambientes naturales o
sea capaz de explicar la variable de respuesta con el mínimo error controlados de laboratorio), ya sea el interés estudiar la evolución
posible. Elegir un modelo significa decidir que otras alternativas de una o varias conductas tras una intervención (investigación lon-
posibles sean rechazadas y esta decisión integra las pruebas de sig- gitudinal ) o sea estudiar el resultado de una/s intervención/es de-
nificación en el ajuste global del modelo que incorpora las varia- terminada/a en un momento determinado (investigación transver-
bles explicativas que mejor describen la respuesta de las unidades sal). Como antes se puso de relieve, es la finalidad de la
de investigación sometidas a estudio, decisión que se toma previa investigación y las posibilidades de llevarla a cabo la que determi-
comparación y ajuste condicional de los modelos posibles. Este na qué diseño de investigación, esto es, qué modo de recoger los
proceso se hace en cuatro etapas (especificación, ajuste global y datos es más adecuado para poner a prueba nuestra hipótesis. La
condicional, evaluación e interpretación). La primera etapa supo- tercera parte del libro está dedicada a esto precisamente, a los dise-
ne proponer un modelo de trabajo en base a criterios teóricos (en ños de investigación experimentales (capítulos 7-10), cuasiexperi-
el peor de los casos en base a la intuición), en el que se especifica mentales (capítulo 11) y de caso único (capítulo 12). Lejos de ser
tanto el componente sistemático (explicativo) como el aleatorio un recetario, el interés de los autores está centrado en mostrar cuan-
(no explicado). Lógicamente esta tarea se lleva a cabo con precau- do conviene utilizar cada uno de ellos, dónde son pertinentes o más
ciones. En el modelo de Regresión es necesario comprobar si exis- adecuados, cómo proceder de modo correcto en la planificación de
te alguna otra variable que esté mediando entre las variables pre- cada uno de ellos recordando frecuentemente el hecho de tener pre-
dictoras y criterio, además, si las primeras son más de una se debe sente las amenazas a la validez y, finalmente, cómo proceder ade-
examinar si existe y en qué grado multicolinealidad entre ellas y cuadamente en el análisis de los datos y en la prueba de la hipóte-
proceder en consecuencia. En el modelo del Avar es crucial tener sis siguiendo lo apuntado inmediatamente antes pero señalando los
en cuenta el modo de selección de los niveles de tratamiento de los matices particulares en cada diseño en concreto. Todos los capítu-
factores (de modo fijo o aleatorio) y si los niveles suponen varia- los están salpicados de ejemplos resueltos donde se explica cómo
bles nominales u ordinales. En el modelo Acovar es preciso pro- se obtienen cada uno de los resultados tanto de forma manual co-
bar la relación lineal entre la variable covariable (cuantitativa) y la mo procediendo con los paquetes estadísticos SPSS (en los diseños
variable de respuesta, y también si existe interacción entre la va- experimentales, cuasiexperimentales) y SAS (también en los dise-
riable covariable y el tratamiento. Estas precauciones nos condu- ños de caso único). Más detenidamente, la exposición de los dise-
cirán a especificar el mejor modelo de trabajo para pasar a la se- ños experimentales es la más amplia, no por capricho, sino porque
gunda etapa. Esta segunda etapa de ajuste global y condicional es las posibilidades del control experimental añadidas a la manipula-
crucial. En ella se llevará a cabo la inferencia estadística insertan- ción les hacen más diversos. El orden que han elegido para la ex-
do las pruebas de significación en el proceso de modelado. Así posición ofrece un efecto de zoom. Partiendo de la situación en la
pues, previa estimación de parámetros (en el modelo de Regre- que sólo intervine una o más variables independientes ya estén cru-
sión) y descomposición de la variabilidad total de la variable de- zadas o anidadas (diseños factoriales y jerárquicos respectivamen-
pendiente (en los tres modelos) se realiza el ajuste global que sen- te) continúan incorporando variables para su control tanto de modo
cillamente es examinar su potencial explicativo a través de experimental (diseños de bloques) como estadístico (diseños con
713
covariables) para finalizar con los diseños que mayor control tienen modelos ARIMA, fáciles de llevar a cabo tanto con el paquete es-
sobre las diferencias individuales, los diseños de medidas repetidas tadístico SPSS como con el SAS. En un apéndice al final del capí-
(simples, factoriales y mixtos). Es destacable el énfasis que los au- tulo se expone la programación en SAS para el análisis de distintos
tores ponen en el conocimiento de los valores esperados (restricti- diseños explicados.
vos y no restrictivos) y en tener en cuenta si el diseño está o no
equilibrado para el correcto análisis de los datos además de insistir Advertencias advertidas
en las ventajas del Modelo Lineal Mixto en los diseños jerárquicos
y los diseños de medidas repetidas. La exposición de los diseños Diseños experimentales en Psicología es un texto actualizado
cuasiexperimentales la organizan en función de si son transversales de acuerdo a la evolución del campo de la investigación en la
o longitudinales ocupando lugar los diseños de grupo control no Ciencia de la Psicología. Al escribir este libro los autores han da-
equivalente de tipo pretest-postes, los diseños de discontinuidad en do un paso más en su intensa trayectoria de maestros, que, com-
la regresión y los diseños de series temporales. De nuevo adquiere prometidos con la disciplina, han creado un trabajo de excelente
protagonismo en el análisis proceder según el Modelo Lineal Mix- calidad, tanto en el ámbito teórico como en el práctico. Por su es-
to en todos ellos, de modo imperativo en los últimos. Posterior- tilo didáctico y por su gran claridad expositiva resulta de especial
mente se despliegan los diseños de caso único, que, a pesar de su utilidad para cubrir las expectativas de todos, alumnos, investiga-
complejidad y diversidad se abordan magistralmente las caracterís- dores, consumidores de investigación y profesores de Psicología y
ticas que presentan, los tipos de diseños (reversibles y no reversi- disciplinas afines. Ninguno de ellos quedará defraudado.
bles) y el análisis de los datos (paramétrico y no paramétrico). De-
bido a que el problema fundamental que pueden entrañar los datos Revisado por:
recogidos con uno de estos diseños es la dependencia serial, los au- Paula Fernández García
tores nos introducen a otros tipos de análisis alternativos como los Universidad de Oviedo