metodos de investigaciÓn en...

Universitat Rovira i Virgili

Departament de Psicologia

METODOS DE INVESTIGACIÓNEN PSICOPEDAGOGIA

Técnicas de investigación en psicopedagogía (2)

Andreu Vigil Colet


I.FUNDAMENTOS METODOLOGICOS BASICOS.

1.1. El Método Científico.

Entendemos por conocimiento científico aquel conocimiento resultante de laaplicación del método científico. Con ello, cualquier problema que sea susceptible deverificación empírica puede generar conocimiento científico, ello excluye de entradaaquellos problemas cuya solución estará basada en valoraciones subjetivas, creencias,opiniones, etc.

A partir de ello, las ciencias tratarán de establecer una serie de normas o reglasrelacionales que permitan realizar una predicción de los fenómenos. El MC tendrá unaserie de características particulares que lo diferenciaran de otros métodos:

A.Autocor rector . B.Objetivo.

Partiendo de ello intentará encontrar como es la realidad, no como deseamosque sea. De esta forma se pretende describir, explicar y predecir la realidad medianteuna simpli ficación, organización y generalización de sus conocimientos con el fin deelaborar teorías. Todo ello implicará un proceso continuo de elaboración teórica:

Problema Solución tentativa (Hipótesis) Verificación Empírica

Generalización del modelo Modelo Explicativo

Ejemplo: Como afecta la cafeina al rendimiento. Generamos una hipótesis,después buscamos una relación lineal que no existe, a partir de ello modificamosdicha hipótesis proponiendo una relación cuadrática, vemos si ello es valido paraotros activadores, vemos como afectan otras variables que interactuan con laactivación y si afecta diferencialmente a los individuos, etc.

Todo ello nos conduce a la progresiva elaboración de una teoría que pretende:

- Organizar un modelo explicativo de las observaciones realizadas.

- Establecer Hipótesis a partir de dicho modelo explicativo.

- Con ello, ampliar la teoría y en su caso reformularla para volver a someterlaa prueba.

Finalmente señalar que el M.C. tiene una serie de presupuestos:


- Orden: En la Naturaleza existe un cierto orden que permite la propiaelaboración de las teorías, dado que en el caos no tendrían ningún sentido.

- Determinismo: Existen hechos antecedentes que determinan los hechosobservados, implicando pues una relación de causa-efecto.

- Comprobabilidad:Las relaciones entre las variables implicadas en la cadenacausal pueden ser verificadas empíricamente. Ello implica que deberá ser posible suobservación y medición.

Según el énfasis que se ponga en la teoría o en los datos nos encontramos condos formas de entender el M.C. El Método Hipotético Deductivo y el MétodoInductivo.

2.EL MÉTODO EXPERIM ENTAL

El M.E. es un método particular del MC, compartiendo sus características,objetivos, presupuestos, etc. cuyo objetivo es el etudio de las relaciones decausalidad entre las variables en base a la manipulación de los valores de una/variasde dichas variables (VI), con el fin de estudiar sus efectos en otra/s variable/s (VD),con ello se pretenderá comprobar si los valores observados en la VD están en funciónde los valores adoptados por la VI. Con este fin se planea un experimento.

El Experimento.

Existen una gran cantidad de definiciones sobre lo que entendemos porexperimento. Entre las más amplias está la de R.B.Cattell:

"Un registro de observaciones, cuantitativas o cualitativas, según operacionesdefinidas y recogidas en condiciones definidas, seguida de un examen de datos pormedio de reglas matemáticas y estadísticas adecuadas con el fin de comprobar laexistencia de relaciones significativas".

Otros autores, desde una perspectiva más estricta, como Webster plantean quees:

"Una operación realizada en condiciones controladas con el fin de descubrirun efecto o ley desconocida, poner a prueba un efecto o ley conocida, poner a pruebauna hipótesis o ilustrar una ley conocida".

Arnau, por su parte, lo define como:

"La experimentación constituye tan sólo un momento del método científico yse caracteriza fundamentalmente por el dominio más o menos directo que se poseesobre la VI, responsable directa de la variabili dad de la VD. Es aquella situación en la


que el investigador introduce 1 o más variables con el fin de observar hasta que puntoqueda modificada la conducta bajo observación".

Estas definiciones, así como otras ponen énfasis en tres conceptos básicos:

-Concepto de control.

-Búsqueda de relaciones.

-Situación diseñada ex-profeso.

Según el propósito con que llevemos a cabo el experimento podemosencontrarnos con tres tipos fundamentales de experimentos:

Experimentos Exploratorios: En este tipo de experimentos intentamos poner aprueba una nueva hipótesis en un dominio concreto del conocimiento a partir de laobservación, lagunas teóricas, experimentos anteriores, consecuencias de teorías, etc.

Experimento crucial: En este tipo de experimento se ponen a prueba dos omás hipótesis alternativas. Para ello se diseña una situación cuyas consecuenciasconfirmen claramente una de las hipótesis, invalidando completamente la contraria.Ej. En un laberinto las ratas eligen siempre el camino que saben les lleva a la comidao, por el contrario, por el instinto de exploración prefieren buscar nuevos caminos.

Experimento Confirmatorio: Cualquier hipótesis se acepta bajo un nivel designificación, a partir de la visión probabili sta de la ciencia. Su confirmación esmucho mayor si en repeticiones sucesivas del experimento se acepta nuevamente lamisma hipótesis. p(0.05) x p(0.05), etc.

Con anterioridad describimos superficialmente las fases del MC, acontinuación desarrollaremos con detalle cada una de ellas en el marco del ME.


2.1.Aspectos Básicos del Experimento.

EL PROBLEMA

Uno de los principales objetivos del MC es el plantear problemas,correspondiendo a la investigación su resolución. La solución de un problema nuncaserá completa, pues la propia solución generará nuevos problemas. Llegados a estepunto, cabe señalar que es común juzgar el nivel de desarrollo de una ciencia por elnúmero de problemas que plantea. Hay que tener en cuenta que aunque aumenten elnúmero de problemas, en el mismo grado aumenta el número de fenómenos quepueden ser explicados y predecidos.

Toda investigación parte de un problema, siendo este más importante inclusoque el método, dado que será a partir del problema planteado cuando deberemoselegir el método más adecuado para abordarlo. De esta manera, el problemacondiciona el método a utili zar, en lugar de utuili zar un método determinado queprefiramos a otro. Ej. las diferencias inter-individuales son difícilmente abordablesdesde métodos experimentales.

Exiten diversos origenes de los problemas:

- Lagunas en nuestros conocimientos.

- Resultados contradictorios (buscar problemas metodológicos en losexperimentos anteriores). P.Ej. los extravertidos tienen tiempos de reacción máscortos que los introvertidos dependiendo del tipo de tarea.

- Generalización de resultados anteriores a otros dominios explicativos.

- Confrontación de teorías opuestas.

El planteamiento del problema implicará :

CONOCIMIENTOS

DISPONIBLES

AUMENTO DECONOCIMIENTOS

PROBLEMA CONSECUENCIAS RECOGIDA DATOS


-Que este sea resoluble; que existan argumentos empíricos que permitanresponder al problema. Que pueda comprobarse la hipótesis formulada mediante latecnología disponible en la actualidad. Ello es condición necesaria pero no suficiente.

- Las variables deben poder ser definidas de forma operacional; de forma quepuedan ser medidas y/o manipuladas. Ej. la ausencia de libertad aumenta el estress nopuede ser comprobado de forma experimental con seres humanos.

- Formular el problema de tal forma que tan solo tenga una respuesta. En casode no poder hacerlo, siempre tenemos la posibili dad de realizar en primer lugarinvestigaciones exploratorias o correlacionales.

Finalmente cabe señalar que la resolución del problema siempre tendrá uncaracter probabilísticoa partir de un determinado nivel de significación. De ello sedesprende la necesidad de replicar los experimentos, con el fin de reducir el margendejado al azar.

No existe un sistema objetivo sobre la forma en que los problemas deben serelaborados con el fin de un planteamiento correcto, no obstante existen una serie decriterios que pueden ayudarnos a conseguirlo:

- Formular los problemas con claridad; definir los términos sin ambiguedades,intentando definir en la forma más operacional posible las diversas variables.

- Especirficar los constituyentes del mismo.

-Determinar las relaciones entre el problema y el marco teórcio de referencia,dado que ello es posible que genere hipótesis concretas.

-Formular el problema en los términos más simples que podamos.

-Buscar problemas análogos en base a documentación bibliográfica, ello nospermitirá plantear nuevos problemas, así como reformular el nuestro.

-Extensión del problema a otros ámbitos: permite un contraste demetodologías y aproximaciones al problema.

La resolución del problema.

Ningún problema científico presenta una solución definitiva. La validación deuna hipótesis será siempre probabilística. A partir de ello podemos afirmar que laresolución se centra en reducir al máximo las probabili dades de que la respuestaadoptada sea la errónea. La propia resolución planteará nuevos problemas queprofundizan la cuestión que es objeto de estudio.


La Hipótesis experimental

Arnau "Se entiende por hipótesis experimental a una clase de enunciadorelacional entre 2 ó más variables que puede representar la solución a un problema".

Kerlinger; " Es la definición conjetural de la relación entre dos o másvariables"

McGuigan: " Afirmación comprobable de un relación potencial entre dos omás variables"

Durham: " Explicación tentativa de los fenómenos que interesan al científico yque han sido observados y apropiadamente descritos".

Como podemos observar en todas las definiciones expuestas existen dosconceptos básicos:

- Solución tentativa: a partir de los conocimientos del investigador y del marcoteórico en que se inscribe, la hipótesis representa la solución con mayor probabili dadde ser verificdada empíricamente.

- Caracter Relacional: la hipótesis debe explicitar el tipo de relaciones queesperamos encontrar entre las variables incluidas en la investigación. Dicha solucióndebe ser explicitada en la forma más concreta posible. (Si........ Entonces............).

La gran ventaja que presenta la utili zación de las hipótesis es que, además deestablecer el tipo de relación que esperamos encontrar entre las variables, es el hechode que las variables son definidas de forma operacional, con lo que pueden sermedidas y manipuladas.

Además de establecer un enunciado relacional, las hipótesis deberán tenercomo condición que las implicaciones derivadas de las mismas puedan ser sometidasa verificación empírica. Ello implicará que sus enunciados contengan dos o másvariables mesurables, y se especifique cual es su relación.

Las hipótesis son enunciados sintéticos,teniendo como característica principalque su verdad o falsedad no se establece de forma lógica sino que se infiere de larealidad física. Partiendo de ello, la probabili dad de que un enumciado de este tipo seaverdadero es siempre mayor que cero y menor que uno.

Criterios para la elección de Hipótesis.

1.Comprobabili dad: deben existir los medios adecuados para manipular lascondiciones antecedentes y medir la conducta resultante.


2.Explicativa: la hipótesis debe ser relevante para el problema que queramosexplicar.

3.Compatible: la hipótesis debe ser coherente con resultados anteriores,aunque ello no sea decisivo, la probabili dad de que una hipótesis sea cierta es mayorcuando es coherente con las teorías establecidas.

4.Parsimoniosa: elegir la hipótesis que cumpliendo los puntos anteriores sea lomás simple posible.

5.Generalizable: entre dos hipótesis siempre será mejor elegir aquella quetenga una mayor probabili dad de generalización.

6.Fructifera: que en lo posible su contrastación genere nuevos estudios.

A la hora de formular una hipótesis es preferible utili zar la fórmula de Russell ,"Si A...... Entonces ....... B", implicando (A) las condiciones antecedentes y (B) lasconsecuencias.

Clasificación de las Hipótesis.

Existen diversos criterios a la hora de clasificar las hipótesis, podemos hacerloen función de:

Su Contenido:

A)Relacionales: su contenido se refiere tan sólo a la relación existente entredos o más variables. Este tipo de hipótesis serán características de las investigacionescorrelacionales.

B)Relacionales con un término sin caracterizar: además de proponer unarelación entre variables, se propone la existencia de un término hipotético sobre el queno conocemos su naturaleza y que es el causante de las relaciones observadas.(Ej.Factor G de Spearman).

C)Experimentales: implican la presencia de una relación de causalidad entrelas variables.

Generalidad:

A)Universales: establecen relaciones válidas para todos los casos y encualquier situación.

B)Existenciales: sus relaciones son válidas por lo menos para un caso enconcreto, con lo que se afirma que un fenómeno existe.


LAS VARIABLES

Kerlinger " Es una propiedad que adopta diferentes valores, un símbolo al quese asignan números o valores ".

Edwards: " Es algo que podemos observar y que es de una naturaleza tal quecada observación simple puede ser clasificada de una única manera dentro de unconjunto de categorias mútuamente excluyentes".

Rodrigues " Es una propiedad a la que se atribuyen valores numéricos quepueden sufrir variaciones a lo largo de una amplitud finita (variable categórica odiscreta) o infinita (variable continua)".

Tal y como vemos en estas definiciones el término variable hace referencia auna propiedad o característica que puede adoptar diversos valores dentro de unabanico de posibles valores al que denominamos dominio de la variable.

Un primer problema con que nos encontramos es el de la definición de lasvariables, en tanto que reflejen su significado y al mismo tiempo nos permitan realizaruna verificación empírica.A partir de ello nos encontramos con un doble nivel dedefinición de las variables:

Definición constitutiva o conceptual: refiere a la descripción del fenómeno,presentando sus características fundamentales en base a otros constructos,relacionándose directa o indirectamente con el marco teórico de referencia.

Definición operativa: asigna significados a las variables, especificando lasactividades u operaciones que son necesarias para su medición y/o manipulación.

En la medida en que una variable haya sido definida conceptualmente, lageneralización de resultados de la experimentación será más fácil , sin embargo cabeplantearse la validez de dichas conclusiones al darse la posibili dad de que ladefinición conceptual y la definición operacional presenten un doble nivel al nocorresponderse la definición operacional con un indicador representativo de ladefinición conceptual.

Categorización de las variables.

Existen una serie de criterios de acuerdo con los cuales podemos clasificar lasvariables:

A.Punto de vista metodológico: desde este punto de vista podemos dividir lasvariables en dependientes e independientes:


Entendemos por variable independiente a la supuesta causa de la variabili dadobservada en la variable dependiente que es el efecto supuesto. Con este finasignaremos diversos valores a la VI con el fin de analizar la variabili dad queproducen en la VD. A su vez podemos dividir a las VI en situacionales o de estímulo,de tarea y organísmicas:

Variables situacionales: implican no sólo las influencias del medio sinoincluso la modalidad o tipo de tarea. En el caso en que se manipule alguna de lascaracterísticas de una tarea estandarizada hablaremos de variables de tarea.

Variables organísmicas: suponen características biológicas, fisiológicas opsicológicas del individuo.

B.Desde el punto de vista manipulativo: podemos dividir las variablesindependientes en activas o asignadas:

Activas: cualquier variable independiente susceptible de manipulación directa.Ello conducirá a la realización de investifaciones experimentales.

Asignadas: aquellas variables independientes cuya manipulación resultamaterial o éticamente imposible (Inteligencia, sexo, personalidad, etc...). Conducen ala realización de investigaciones quasiexperimentales.

C.Desde el punto de vista de la magnitud: (Introducir el tema de las escalas):

Cualitativas: refieren a aspectos que no implican un ordenamiento de mayor amenor: raza, sexo, etc.

Cuantitativas: referidas a propiedades que implican una magnitud, lo quepermite una ordenación en escalas ordinales o superiores.

D.Según el nivel de medida:

Continuas: pueden adoptar un número infinito de valores en una escala.

Discretas: tan sólo pueden adoptar ciertos valores determinados dentro de uncierto rango.

2.2.El control experimental.

La intención que perseguimos al realizar un experimento es ver los efectosproducidos por una VI en una V.D. Sin embargo los efectos registrados en la VD noson nunca debidos en su totalidad a las manipulaciones realizadas en la V.I.


Existen una serie de variables de diversos origenes que pueden afectar a laconducta del sujeto. De este modo, nuestro interés se centrará en conocer que parte dela variabili dad observada en la VD es debida a nuestra intervención, y en minimizar laproporción de varianza debida a las variables extrañas. El problema es similar alencontrado por los controladores aereos en la proporción señal/ruido.

2.2.1.La varianza experimental.

Denominamos varianza la variabili dad observada en las medidas realizadas enla VD.

En cualquier experimento nos podemos encontrar con tres grandes fuentes devariabili dad:

A.Variables del individuo: edad, sexo, inteligencia, etc. que pueden influir enla variabili dad observada en la VD. Ej. TR y edad.

B.Variables del ambiente: cualquier estímulo externo que puede afectar lasituación experimental. Ej. ruido, temperatura, etc.

C.Variables del experimentador: expectativas, deseos, etc. del experimentadorque pueden influir en la forma de actuar de los sujetos Ej. primar la velocidad o laprecisión en las consignas.

En las situaciones experimentales nos encontraremos con dos tipos principalesde varianza. Por una parte con la varianza sistemática y por otra la varianza de error.

La Varianza Sistemática: hace referencia a las desviaciones que presentan losdatos debidas al tratamiento o a otras variables extrañas que no han sido controladas.El propósito de la investigación seraá separar aquellos factores en que se estáinteresado, convirtiéndose la investigación en un estudio controlado de la varianza.

La varianza sistemática puede dividirse a su vez en varianza primaria yvarianza secundaria:

La Varianza primaria es la proporción de variabili dad que refleja los efectosde la manipulación que hemos realizado, siendo la variabili dad que el investigadorpretende estudiar, suele denominarse también varianza entregrupos.

La Varianza Secundaria: consiste en la desviación sistemática de los datos dela VD debido a los efectos de variables ajenas a las que estamos manipulando. Ej. enel caso anterior puede ser que el sonido sea más agudo de lo normal con lo queaumente el efecto del los tratamientos, o que en otros casos dificulte el rendimiento delos sujetos.


La Varianza de Error: es el conjunto de fluctuaciones aleatorias que presentanlas medidas, ello hace que este tipo de variaciones sean totalmente impredecibles.Existen dos fuentes principales de error:

-Las Diferencias individuales.

-Falta de fiabili dad de los instrumentos de medida.

Observar que ambas fuentes de error son aleatorias, pues los individuosseleccionados para un experimento pueden presentar puntuaciones que se alejen de lamedia en cualquier dirección, lo mismo ocurre con la falta de fiabili dad de losinstrumentos.

A partir de ello, cualquier investigador intentará realizar su investigación deforma que se maximicen los efectos de los tratamiento, obteniendo una elevadavarianza entregrupos, en segundo lugar intentará controlar la varianza secundaria yfinalmente minimizar la varianza de error. Básicamente el control experimentalconsistirá en los tres aspectos citados anteriormente.

Partiendo de los diferentes componentes de la varianza total nos podemosencontrar con los siguientes casos:

1.S2(t)= S2

(pr imar ia) : es la situación idelal, tan solo existe variación debida a losefectos de la VI, las variables extrañas no han ejercido ningún efecto y losinstrumentos de medida son perfectos. Esta situación es imposible.

2.S2(t)= S2

(secundar ia) + S2(intra) : la VI no ha producido ningún efecto sobre la

VD y todas las diferencias que podemos encontrar en la varianza entregrupos serándebidas a las variables extrañas.

3.S2(t)= S2

(intra) : El experimento ha controlado bien la influencia de lasvariables extrañas, sin embargo la VI no ha tenido ningún efecto sobre la VD,debiéndose la variabili dad total a fluctuaciones aleatorias motivadas por la varianzade error.

4.S2(t)= S2

(pr imar ia) + S2(secundaría) + S2

(intra) : el experimento ha sido contaminadopor los efectos de alguna variable extraña, la variabili dad observada en la VD reflejalos efectos de la manipulación y de variables contaminadoras.

5.S2(t)= S2

(pr imar ia) + S2(intra) : es la situación más perfecta que podemos

conseguir en la realidad. La variabili dad observada es debida a los efectos de nuestramanipulación y a los efectos aleatorios que no actuan conjuntamente con la VI. Hayque tener en cuenta que dichos efectos se hallan presentes en cualquier investigación,dado que los instrumentos nunca pueden ser absolutamente fiables, existiendo por otraparte variables del organismo que no pueden ser nunca totalmente controladas.


2.2.2.Maximización de la Varianza Primaria.

Para ello intentaremos que el efecto de la VI sobre la VD sea el máximoposible, eligiendo métodos que nos permitan potenciar al máximo los efectos de lostratamientos:

A.Utili zar los valores óptimos de VI: dicha técnica consiste en asignar a lostratamientos los valores de la VI que en la bibliografía existente han demostradoejercer mayor influencia sobre la VD.

B.En la mayoría de los casos no conocemos los valores óptimos, en dichoscasos se recomienda elegir el mayor número de grupos posilble, de tal forma queentre los diversos niveles de la VI se encuentren los valores óptimos.

C.Un tercer sistema es elegir los valores extremos de la VI de tal forma quelos grupos experimentales presenten la mayor diferencia posible respecto de lostratamientos empleados. Ello puede generar una serie de problemas:

Posibles relaciones de tipo cuadrático que enmascaren los efectos de la VI,P.ej. la ley de Yerkes-Dowson.

En el caso de estar trabajando con VI asignadas los problemas derivados de laselección diferencial y del efecto de regresión a la media en el caso de diseños conpre y postest.

2.2.3.Control de la Varianza Secundaria.

Uno de los aspectos más relevantes del control experimental es laneutralización o eliminación de la varianza secundaria, mediante ello se persigue elobjetivo de eliminar todos los efectos de diversas variables contaminadoras quepueden afectar la variabili dad de la VD.

Podemos clasificar las variables contaminadoras en:

1.Situacionales:

-Ambientales (Calor, Ruido, etc...)

-De tarea (factores de la propia tarea que introducen variabili dad Ej. TRE deforma serial entre intros y extros.)

-Instrumentación: (Variaciones sistemáticas producidas por la propiainstrumentación).

-Instrucciones

-Experimentador


2.Del sujeto:

- Efectos residuales de los tratamientos.

El control dependerá especialmente de la situación experimental concreta,podemos dividir los diferentes situaciones experimentales y los diseños a los que danlugar en tres grandes bloques:

1.En el caso en que cada sujeto es sometido a un solo tratamiento experimentaldeberemos asegurarnos de la equivalencia entre los grupos experimentales, dandolugar a los diseños intergrupos.

2.En el caso en que todos los sujetos pasan por todos los tratamientos nosencontramos con los diseños de medidas repetidas, en ellos el sujeto es su propiocontrol, en este caso deberemos tener en cuenta los problemas derivados del errorprogresivo.

3.En aquellos casos en que se utili za más de una variable independiente,registrándose los efectos de una de ellas intrasujetos y la de la otra entresujetos nosencontramos con los diseños mixtos o Inter-intra. En ellos debemos prestar atención alas dos fuentes de posibles variables contaminadoras: la falta de equivalencia y elerror progresivo.

Las técnicas de control de la varianza secundaria más utili zadas son lassiguientes:

A.Eliminación de la variable extraña: es la técnica ideal aunque en muchoscasos resulta su aplicación no es posible. En situaciones de laboratorio podemosaplicar técnicas como la insonorización, control de temperatura, fijación de laposición del sujeto, de la luminosidad, etc...

B.Mantener constante la variable extraña: (Técnica de la constancia) todasaquellas variables extrañas que no pueden ser eliminadas pueden en muchos casos sermantenidas en valores constantes de tal modo que sus efectos diferenciales no existan.Por ejemplo podemos mantener constante el nivel de luminosidad, el tipo deinstrucciones dadas a los sujetos, etc. Ello en muchos casos significará una reducciónen el grado de generalización de nuestros resultados.

C.Sistematización de la variable extraña: uno de los métodos que permitencontrolar los efectos de las V.E. y evitar la disminución de la generalización quecomporta la técnica de la constancia es la utili zación de la variable contaminadoracomo una VI más, con ello obtenemos mayor información y aumentamos el nivel degeneralización de nuestros resultados.

D.Aleatorización de los grupos: teóricamente este sistema controla la totalidadde las variables extrañas derivadas de las características de los sujetos, eliminando losproblemas derivados de la falta de equivalencia inicial de los grupos.


Al formar una serie de grupos al azar, se considera que son estadísticamenteequivalentes dado que si los grupos son suficientemente grandes existe una elevadaprobabili dad de que las posibles V.E. estén igualmente repartidas entre los grupos.

El problema en este tipo de diseños es que la variabili dad intragrupos suele sermuy elevada y se muestran poco sensibles ante los efectos de la manipulaciónexperimental.

E.Apareamiento de los sujetos: mediante esta técnica se equili bra el efecto dela variable contaminadora amanteniendo constante la proporción de cada valor de lamisma en cada uno de los grupos.

El problema principal de esta técnica es que cuando deseamos aparear más deuna variable la probabili dad de encontrar sujetos con características similares es muybaja.

Igualmente debe procurarse que la variable extraña sea relevante, es decir,tenga una elevada correlación con la variable dependiente ya que ello aumenta laeficacia del método.

F.Sujeto como propio control: es el caso típico de los diseños de medidasrepetidas, mediante la utili zación de los mismos sujetos para todos las condicioneseliminamos cualquier variable extraña que pueda afectar de forma diferencial a losdiversos grupos experimentales. No obstante nos encontraremos con el problema delerror progresivo, es decir del efecto que tiene (fatiga, aprendizaje, etc.) la ejecuciónde la tarea implicada en un tratamiento sobre la ejecución en el siguiente tratamiento.

G.Utili zación de Grupo Control.

Mediante dicha técnica se pretende formar dos grupos de sujetos similarespara todos las posibles variables que puedan afectar a la VD, de este modo lasdiferencias observadas entre los grupos serán débidas a los efectos de nuestramanipulación.

Es la técnica más importante cuando intentamos controlar las posibles fuentede varianza secundaria. Su principal problema consistirá en asegurarnos de laequivalencia de los grupos elegidos.

Ej

R O1 X1 O2

R O3 X0 O4

H.Control Estadístico

Entendido por una parte como el análisis del error progresivo, viendo si esterealmente afecta de forma significativa a nuestros resultados. Por otra parte refiere a


la utili zación de métodos que permiten analizar la variabili dad de la VD una vezeliminados los efectos de otras variables contaminadoras mediante técnicas como elanálisis de la covarianza.

2.1.3.Minimización de la varianza de error.

Tal y como hemos visto existen dos fuentes principales de varianza de error:

- Falta de fiabili dad de los instrumentos

- Diferencias individuales.

La única solución es la utili zación de instrumentos precisos y la minimizaciónde las diferencias individuales mediante la utili zación de técnicas apropiadas como elbloqueo, etc.

2.1.4.El experimentador como variable contaminadora.

La actitud, expectativas, intenciones, etc. del experimentador pueden emitir deforma involuntaria indicios al sujeto que indiquen al mismo la forma en que deberealizar la tarea y de este modo alterar los resultados del experimento.

A partir de todo ello, nos interesará conocer los resultados de la interacciónentre sujeto e investigador con el fin de conocer en que forma todo ello puede influiren nuestros resultados. (Ej.caballo Hans, respondía también a otras personas que nofueran su domador).

Hay tres formas básicas en que el experimentador puede influir en losresultados de la investigación:

A.Al observar

B.Al interpretar.

C.Cometiendo errores intencionales.

Como observador: Ej. de Maskelyne y Kinnebrook. Puede existir error por laslimitaciones del observador y por efectos de sesgo en su tarea.

Al interpretar: es difícil separar en muchos casos si el error es debido a laobservación o a la interpretación, es común encontrarnos, especialmente en el áreaclínica con interpretaciones diferentes de una misma observación.

Error Intencional: es más difícil de detectar en ciencias de la conducta por ladificultad que implica la replicación exacta de los experimentos, tanto po las múltiplesvariables que intervienen como las diferentes muestras (Ej. Sir Cyril Burt).


Variables contaminadoras del experimentador.

A.Personalidad: tener en cuenta los efectos de la personalidad delexperimentador en el rendimiento de los sujetos, así como la influencia de su actitudhacia la prueba (Ej. si está ansioso, etc.).

B.Experiencia: puede influir en las posibles explicadiones complementarias,en las consignas, mayor nerviosismo, menor control de su influencia en los sujetos,etc.

C.Expectativas: conocido como el efecto "Rosenthal" hace referencia a larelación afectiva que establece el investigador en su hipótesis, lo que puede llevar aperder la objetividad e intentar probar resultados que confirmen su hipótesis. (Ej. TRcon intros y extros puede modificar el tono de voz al dar la consigna alterando elcompromiso velocidad/precisión).

A partir de ello el experimentador comunica de forma encubierta y nointencional sus hipótesis a los sujetos, adecuándose estos a las mismas.

Al ser la situación experimental relativamente novedosa, los sujetos tienden aobservar todos los indiciones que orienten su conducta, indicios que pueden inclusoser proporcionados por actitudes no verbales del experimentador.

Con el fin de comprobar la incidencia de este efecto, diversos experimentoshan dividido a los sujetos en grupos equivalentes, manipulando las expectativas delexperimentador. Barber y Silver han analizado dichos experimentos, comprobandoque en 12 de los 31 analizados aparecían diferencias entre ambos grupos. Al analizardichos experimentos en profundidad se comprobó que tan sólo en dos de ellos lasdiferencias observadas no podían ser observadas en base a otros factores, partiendo deello cabe plantearse la generalidad del efecto de Rosenthal.

D.Características de la demanda.

Tal y como hemos visto, los individuos al encontrarse con una situaciónexperimental (en especial situaciones de laboratorio que implican la utili zación deaparatos, etc.), ignoran que conductas adecuadas deben emitir. A partir de ello estánfuertemente motivados hacia la búsqueda de cualquier indicio disponible sobre lahipótesis experimental, intentando averiguar que se espera de ellos.

El concepto características de la demanda hará referencia a la suma total deindicios o pistas que transmite la hipótesis experimental a los sujetos. Ello haráreferencia no solo a las influencias del experimentador, sino también están incluidostodos los aspectos de la situación que pueden dar indicios.

Ej.Suministrar alcohol en un experimento ya indica a los sujetos queprobablemente esperamos una disminución en su rendimiento. Otro ejemplo sería lamanifestación del efecto placebo.


Orne propuso que este efecto era tan general que no podía ser eliminadocompletamente del experimento y, que por otra parte, su efecto está en función decada individuo (es totalmente subjetivo), con ello no será percibido de igual forma porcada sujeto con lo que será difícil i nvestigar su influencia.

Frente a ello, Kruglansky introduce el concepto de artefacto, definido comocualquier factor que covariando con la VI o con las condiciones de la investigaciónimpide identificar la causa de un suceso observado, de tal forma que se convierte enuna fuente de varianza secundaria o de error.

Partiendo de este punto, el efecto de la demanda es considerado como unartefacto que podrá ser evaluado de forma directa o con controles posteriores a laexperiencia.

Los controles posteriores consisten en entrevistas posteriores a los sujetos enlas que se recoge información sobre sus impresiones, etc a lo largo del experimento(p.ej.sobre la posible utili zación de estratgias).

Control de la influencia del experimentador.

Existen diversos métodos para controlar la influencia del experimentador:

A.Eliminar los posibles indicios, tanto visuales como verbales mediante lautili zación de aparatos apropiados en lugar del experimentador (Ej.presentaciónmediante el ordenador).

B.Utili zar ayudantes adecuadamente entrenados y, que a ser posibledesconozcan los objetivos de la investigación.

C.Incluir los efectos del experimentador como una V.I. más

D.Considerar al experimentador como una variable extraña y aplicar lastécnicas de control específicas para controlar los efectos de la varianza secundaria(Eliminación, Constancia, etc.)

E.Replicar el mayor número de veces el experimento con diferentesexperimentadores para ver si los efectos observados son constantes a través dediversos experimentadores, o varían de un experimentador a otro.


3.DISEÑOS EXPERIMENTALES.

El término diseño experimental es uno de los más ambiguos que podemosencontrar en metodología, teniendo diferentes connotaciones según el contexto en quenos encontremos. Podemos encontrarnos con cuatro significados básicos:

A.Proceso de diseñar: significaría una serie de actividades encaminadas haciala planificación de un experimento, desde los valores de las variables a utili zar hastalas pruebas estadísticas que debemos emplear.

B.Descripción del experimento: designaría a una clase específica deexperimentos en un dominio relacionado con un tópico psicológico determinado. Ej.diseño de M.C.P. de condicionamiento.

C.Como formación de grupos: en este sentido el diseño refiere a la forma enque los sujetos han sido asignados a los diferentes grupos de tratamiento. Así nosreferiremos a diseños de grupos aleatorios, multigrupos, factoriales, etc.

D.Como análisis: hace referencia a que el diseño se entiende como el tipo deanálisis estadístico aplicable a los datos con el propósito de establecer inferenciascausales. Ej diseños no paramétricos, de series temporales, multivariados, etc...

En resumen podemos encontrarnos con dos significados básicos al referirnosal diseño experimental:

A.Un significado amplio, en el que el diseño sería sinónimo de las actividadesbásicas que median entre la formulación de la hipótesis y el establecimiento derelaciones causales, implicando todos los procedimientos requeridos en unexperimento.

B.Un significado restr ictivo, común entre los teóricos del diseño y que vienederivado de la tradición Fisheriana en la cual el diseño es un procedimiento deasignación de los sujetos a las condiciones experimentales, así como unprocedimiento de selección de pruebas estadísticas adecuadas.

Una definición de diseño experimental derivada de esta segunda visión nos lada O'Neil (1968) al afirmar que "un diseño experimental es una forma particular devariación y constancia".

En este sentido el experimentador está interesado en maximizar la varianzaprimaria, controlar la secundaria y minimizar la varianza de error. Los dos primerosobjetivos se alcanzan mediante procedimientos externos al propio diseñoexperimental. Con ello, el pr incipal objetivo del diseño experimental es el controlde la var ianza secundar ia, así el diseño se convierte en una forma particular de


variación (varianza primaria derivada de la manipulación experimental) y deconstancia (control de la varianza secundaria mediante el propio diseño).

En cada situación experimental existirán variaciones en cuanto a las fuentes devariables extrañas, con el fin de controlar dichas variables se han elaborado una seriede diseños para cada situación, cada uno con una serie de ventajas e inconvenientesque intentarán garantizar la validez interna del experimento. Con ello se intentaranobtener resultados que permitan hacer inferencias claras sobre el fenómeno queoriginó la investigación.

3.1.El problema de la validez.

El problema más importante al que nos debemos enfrentar a la hora de llevar acabo un experimento es el determinar si los resultados que obtengamos del mismo ylas conclusiones a las que lleguemos son válidas. Este problema implicará distintosniveles de análisis, desde el estadístico que hemos utili zado hasta la validez de lasrelaciones que podamos establecer entre la definición conceptual de las variables queintervienen en el experimento y su operativización. Dichos niveles de análisis puedenobservarse en el siguiente gráfico:

Nivel Teórico A B Tipo Validez

Constructo

Interna

Externa

Nivel Metodológico A B

Nivel Estadístico Diseño/Análisis Conclusión Estadística

Un primer tipo de validez que puede ser planteado es el problema de lasensibilidad del diseño experimental. Podemos pensar en la sensibili dad de un diseñoexperimental como la capacidad del diseño para detectar una diferencia real entre lascondiciones experimentales (Lipsey, 1990). En otras palabras, dicho problema hacereferencia a la variabilidad relativa, es decir, que proporción de varianza intra o deerror existe en las medidas de la variable dependiente.

Básicamente, la sensibili dad de un diseño experimental depende de lossiguientes factores:

A. Magnitud del efecto de la variable independiente.


B. Heterogeneidad de los sujetos: grado en que las diferencias individualesestán presentes en la muestra.

C. Error experimental: problemas derivados de la existencia de variablesextrañas debidas al procedimiento utili zado y que pueden afectar de forma diferenciala los grupos de tratamiento.

E. Error en las medidas (varianza de error debida a inconfiabili dad).

Por otra parte debemos tener en cuenta aspectos que están relacionados con ellas características de los estadísticos utili zados como pueden ser:

A. El test estadístico utili zado: las diversas pruebas estadísticas tienen unossupuestos previos que implican la idoneidad de cada una de ellas para cada casodeterminado. De este modo, para unos mismos datos podemos encontrarnos con quediferentes pruebas presentan un poder estadístico diferente.

B. Nivel de Significación: evidentemente contra más baja sea α menor es laprobabili dad de cometer un error de tipo I pero mayor es la probabili dad de cometerun error de tipo II .

C. Tamaño de la muestra: los tests de contraste parten de supuestos de laestadística inferencial y por tanto están sometidos al error de muestreo. Por ello eltamaño de la muestra afectará a dicho error y consecuentemente a la probabili dad deobtener resultados erróneos.

Todo ello implicará la validez de conclusión estadística, o el poderestadístico de la prueba y el diseño empleado, entendida como la probabili dad de quenos encontremos con diferencias estadísticamente significativas cuando existenefectos reales del tratamiento. Partiendo de ello, un diseño sensible implicará que laprueba utili zada tenga un elevado poder estadístico, es decir, que tenga una bajaprobabili dad de cometer errores de tipo II o β.

Continuando con el tema de la validez, clásicamente se han considerado dostipos de validez de los diseños experimentales (Campbell y Stanley, 1966), la validezinterna y la validez externa.

La característica más importante de un diseño experimental es su validez, entanto en cuanto permita realizar una inferencia acerca de la hipotesis propuesta, esdecir, que nos permita comprobar la supuesta relación entre los factores antecedentesy consecuentes.

3.1.1La Validez Interna.

Este tipo de validez es la mínima imprescindible en cualquier investigación, lapodemos entender como una condición necesaria pero no suficiente para la validez delexperimento. Responde de algún modo a la pregunta ¿ Realmente introducían en este


caso concreto los tratamientos experimentales algún tipo de diferencia entre losgrupos?. Es decir, la variación observada en la variable dependiente ha sido causadapor la manipulación de la variable independiente. Ello implicará lógicamente elproblema del control experimental, al implicar la necesidad de que no hayan existidoefectos de las variables extrañas. De este modo los resultados obtenidos no permitenuna interpretación ambigua.

Podemos encontrarnos con diversas var iables que afectan a la validezinterna, variables que de no ser controladas en el diseño experimental pueden generarefectos que se confunden con los del tratamiento:

A.Histor ia: acontecimientos específicos que pueden producirse durante elexperimento (Ej. entre dos medidas) o fuera del mismo. Estos efectos serán mayoresen el caso de estudios de largo plazo. (Ej. en mitad de una campaña para reducir elnúmero de accidentes de tráfico se produce una colisión múltiple en la que muerenmuchas personas).

B.Maduración: procesos internos de los participantes que operan comoresultado del paso del tiempo. (Edad, hambre, cansancio, etc...) que pueden interferircon la acción de la variable independiente (tanto procesos biológicos comopsicológicos).

C.Efecto de la medida: entendido como el efecto que la propia administraciónde un test puede ejercer sobre los resultados de una pasación posterior.

D.Instrumentos de medida: pueden sufrir variaciones a lo largo delexperimento (En función de la hora del día, del grado de humedad, etc.), incluyendocomo instrumento al propio observador.

E.Efecto de regresión a la media: aparece en los casos en que trabajemos conun grupo o grupos extremos, al realizar un postest nos encontramos con que laspuntuaciones de dichos sujetos tienden a "regresar" hacia la media.

F.Selección diferencial: en muchos casos los resultados reflejan lasdiferencias existentes entre los grupos más que el tratamiento experimental. Elejemplo clásico es la selección de los grupos en función del aula, empresa, sección,etc.

G.Mortalidad Experimental: puede generar diferencias entre los gruposespecialmente si afecta a sujetos con puntuaciones extremas, cuya desaparición tiendea afectar significativamente la media grupal.

H.Interacción entre selección y maduración: es posible que característicasdiferenciales entre los grupos seleccionados interactuen con procesos madurativos, detal modo que aunque en un pretest no presenten diferencias entre ellos, la maduraciónpueda afectar diferencialmente a ambos grupos. Igualmente puede producirse unainteracción entre la selección y la historia de cada grupo concreto.


3.1.2.La validez externa.

Tal y como hemos visto la validez interna es la mínima e imprescindible encualquier situación experimental, sin embargo no es suficiente ya que a pesar depermitirnos interpretar el modelo propuesto, no nos garantiza que los resultadospuedan ser generalizables a la población de interés.

El problema de la generalización de los resultados es el que aborda la validezexterna, entendida como la posibili dad de generalización de los resultados obtenidos,tanto a diversas situaciones, como personas o momentos temporales.

Si bien en la mayoría de ocasiones los validez interna y externa se relacionande forma inversa, será necesario valorar el diseño elegido e intentar utili zar diseñosque presenten una validez elevada, especialmente en campos como el educativo ysocial, en los que interesará generalizar los resultados a situaciones prácticas yconocidas.

Al igual que en el caso de la validez interna, existen una serie de amenazas ala validez externa:

A.Efecto reactivo o interactivo del pretest: la propia aplicación del pretestpuede aumentar o disminuir la sensibili zación del sujeto en relación con la variableindependiente. Los resultados de un grupo que ha sido sometido a un pretest nopodrán ser generalizables a otro de la población que no ha pasado por dichacondición.

B.Interacción entre la selección diferencial y la V.I .: la VI generavariaciones en la VD en función del grupo experimental al que se aplique eltratamiento.

Finalmente nos podemos plantear la validez de constructo, del diseño,entendida como el grado en que la definición operativa de la variable refleja elconstructo contenido en su definición conceptual, podríamos decir que este es unproblema estrictamente psicométrico.

3.2.Diseños experimentales, pre-exper imentales y quasiexperimentales.

Continuando con la definición de validez interna realizada por Campbell yStanley, los diseños podrán clasificarse en pre-experimentales, quasiexperimentales yexperimentales en función de su validez interna. Podremos considerar que unainvestigación es plenamente experimental cuando se cumplan los siguientesrequisitos:

• El diseño utili zado nos permita realizar como mínimo una comparación entredos series de datos.


• El experimentador siguiendo un plan establecido asigne a los sujetos ogrupos de sujetos a los distintos tratamientos experimentales.

• El investigador manipule directamente la variable independiente.

• El investigador tiene un control tal de la situación que le permita eliminar losefectos de las variables extrañas.

Partiendo de estos criterios encontraremos una graduación entre los distintosdiseños en función del grado de cumplimiento de los mismos. Así hablaremos dediseños pre-experimentales en aquellos casos en que el experimentador carezca delos medios adecuados de control que le garanticen una mínima validez interna. Dentrode dichos diseños podemos encontrarnos con los siguientes casos:

Diseño de grupo único con postest:

El esquema formal de este experimento sería el siguiente:

X1 O1

Siendo X Administración tratamiento O: medida de la variable dependiente.

Tal y como podemos comprobar este diseño no nos permite ningún tipo decomparación entre dos series de datos, es decir, no podemos conocer si el tratamientoha influido en la variable dependiente. Es por ello que las conclusiones obtenidas eneste diseño no tienen ningún tipo de valor científico.

Diseño de grupo único con pretest y postest.

En este caso el esquema es:

O1 X1 O2

Podemos comprobar como en este caso el diseño utili zado como mínimo nospermite realizar una comparación entre las puntuaciones en la variable dependienteantes y después del tratamiento. No obstante este diseño esta encuadrado dentro de lospre-experimentales dado que presenta una serie de amenazas a la validez interna comopueden ser la historia, la maduración, etc. Además debemos tener en cuenta que enestos casos pueden producirse efectos reactivos del pretest. Pensar por ejemplo que laejecución de los sujetos en un test de aptitud o capacidad suele mejorar la segunda vezque se administra la prueba.

Una modificación de este diseño que se utili za en algunas ocasiones es lacomparación con un grupo estático. La representación de este diseño entonces es lasiguiente:


X1 O1

O2

En este caso substituimos el pretest por las puntuaciones obtenidas en unsegundo grupo que hemos obtenido en un archivo, etc. Así por ejemplo podríamoscomparar las puntuaciones obtenidas por un grupo de alumnos a los que hemosaplicado un determinado tratamiento con las obtenidas por otro grupo en el cursoanterior. No obstante este sistema no es válido dado que difícilmente podemoscontrolar la equivalencia de los grupos y, además, en un año existen múltiplesvariables situacionales que pueden haberse modificado.

Los diseño que hemos expuesto presentan notables deficiencias a nivel devalidez interna, no obstante en otros casos dichas deficiencias son mínimas o por lapropia naturaleza de las variables que intervienen son inevitables, en dichos casoshablamos de diseños quasiexperimentales.

Este tipo de diseños se dan en aquellos casos en los que deseamos realizarinvestigaciones experimentales pero nos encontramos con una de las siguientessituaciones:

• La variable independiente tan sólo puede ser manipulada a nivel de seleccióndiferencial, es decir, nos encontramos con una variable independiente asignada.

• A pesar de poder manipular de forma correcta la variable independiente poralguna razón no disponemos del control absoluto de las variables extrañas. Lascaracterísticas principales de este tipo de investigaciones son:

1. Suelen emplear escenarios naturales.

2. Carecemos de un control experimental completo.

3. Utili zación de procedimientos como sustitutivos del control experimental.

4. Suelen ser utili zadas en aquellas situaciones en que no es posible realizar unexperimento de laboratorio.

Con ello los resultados obtenidos en este tipo de invesgiaciones deben serinterpretados con precaución dada la posibili dad de que alguna variable extraña puedaser la responsable de la variabili dad observada en la variable dependiente.Fundamentalmente nos podemos encontrar con tres grupos de diseñosquasiexperimentales:

• Cualquier diseño que cumple todos los requisitos exigibles a un diseñoexperimental pero en el cual utili zamos una variable independiente asignada.


• Los diseños de series temporales interrumpidas.

• El diseño de grupo control no equivalente.

Diseños de series temporales interrumpidas.

En este tipo de investigaciones tomamos una serie de medidas en la variabledependiente antes de administrar el tratamiento, continuando con dichas medidas unavez aplicado el mismo. De este modo la efectividad del tratamiento puede serestimada a partir de las discontinuidades existentes en el grupo de medidas que hemosregistrado. El efecto del factor manipulado puede adoptar distintas formas:

Tratamiento

VD 1

2

3

Observaciones

Así en la línea 1 podemos comprobar como el tratamiento genera unadiscontinuidad en el registro denominada cambio de nivel que nos señala laefectividad del tratamiento. En la línea 2 podemos ver que no existe dicho cambio denivel sino que existe un cambio de tendencia en la serie de datos que nos indicaasimismo la posible efectividad del tratamiento. Finalmente en la línea 3 podemoscomprobar como no existe ningún tipo de discontinuidad y además la tendencia de losdatos tras el tratamiento es la misma que existía con anterioridad al mismo lo cual nosinduce a pensar que dicho tratamiento no ha tenido ningún efecto. Cabe señalar quetanto los cambios de nivel como de tendencia pueden ser diferidos, es decir,producirse un cierto tiempo después de la aplicación del tratamiento, de igual modosus efectos pueden ser permanentes o tan solo temporales.

La lógica que subyace a este tipo de diseños es que cualquier variablecontaminadora que este relacionada con la maduración se verá reflejada en latendencia que presentan los datos antes del tratamiento de tal modo que sus efectospodrán ser controlados al disponer de los datos previos al tratamiento y los datosposteriores, cosa que no podíamos llevar a cabo en los diseños pre-experimentales conpretest y postest. El hecho de que no sean experimentales se deriva de laimposibili dad de controlar los efectos de la historia dado que cualquier variable de


este tipo que actúe conjuntamente con el tratamiento o después de él no podrá serdistinguida de los propios efectos del tratamiento.

Este tipo de diseños además conlleva una serie de inconvenientes:

• En muchas ocasiones los tratamientos no pueden ser introducidos de formainstantánea sino que deben serlo de forma gradual. Ello incrementa el tiempo duranteel cual pueden actuar las variables extrañas relacionadas con la historia.

• Los efectos pueden no ser instantáneos sino que pueden producirse con unretardo que en muchas ocasiones no puede predecirse.

• La serie de medidas que debemos tomar es bastante amplia dado que debenpermitirnos por una lado establecer una línea base estable previa al tratamiento y porotro lado permitirnos registrar posibles efectos diferidos del tratamiento o la posibledesaparición de dichos efectos a corto o medio plazo.

Existen múltiples diseños que parten de esta idea no obstante los diseñosbásicos con los siguientes:

Diseño simple de series temporales

Podemos expresar dicho diseño gráficamente del siguiente modo:

O1 O2 O3 O4 X1 O5 O6 O7 O8

Las principales amenazas a la validez interna de este tipo de diseño son lahistoria y, dependiendo del tipo de medida utili zada, la habituación de los sujetos a lamisma.

Diseño simple de series temporales con V.D. no equivalentes

Podemos expresar dicho diseño gráficamente del siguiente modo:

Matemáticas O1 O2 O3 O4 X1 O5 O6 O7 O8

Lengua O1 O2 O3 O4 X1 O5 O6 O7 O8

Física O1 O2 O3 O4 X1 O5 O6 O7 O8


La idea principal de este tipo de diseños es la de utili zar más de una variabledependiente de tal modo que si el tratamiento es efectivo se supone que debe serlopara las p variables dependientes. Así en el ejemplo anterior deseamos comprobar laeficacia de una técnica de estudio para mejorar el rendimiento académico. Para ellorealizamos un seguimiento en tres asignaturas distintas de tal modo que si alguna deellas se viera afectada por los efectos de la historia, las demás nos servirían comogrupo de control para contrastar dicho efecto.

Diseño de grupo control no equivalente.

Este tipo de diseños son los que se utili zan con mayor frecuencia en lainvestigación aplicada dado que la única diferencia que presentan respecto a un diseñopropiamente experimental es la ausencia de la aleatorización en la formación de losdistintos grupos experimentales. Esto es así por el hecho de que en muchos ámbitos:empresas, instituciones educativas, etc. es imposible asignar a los sujetos a un grupodistinto del que ocupan habitualmente, conocido como grupo natural. La estructurabásica de este tipo de diseños es la siguiente:

O1 X1O 2

O 1 Xo O 2

En este tipo de diseños podemos encontrarnos con diversos resultados, entodos ellos la principal amenaza a la validez interna es la posible interacción entre lahistoria o la maduración y la selección natural de los grupos, es decir, un determinadoacontecimiento externo puede afectar más a un grupo que a otro en función de suscaracterísticas diferenciales. Del mismo modo debido a estas características es posibleque un grupo madure más rápidamente que el otro. Veamos los posibles resultados alos que nos puede conducir la aplicación de este diseño:

Narayanan y Nath (1982) utili zaron un diseño de este tipo para comprobar siun horario de trabajo flexible incrementaba la productividad de un grupo deempleados que fueron comparados con un segundo grupo de la misma compañía: Losresultados que podrían haber encontrado son los siguientes:

1 2


Pretest Postest Pretest Postest

3 4

___ Control

----- Tratam.


En la figura 1 podemos ver el primero de los posibles resultados. A simplevista parece que la conclusión a la que podemos llegar es que el horario flexiblefavorece la productividad. No obstante la pregunta que podemos formularnos es quepatrón de resultados obtendríamos si un grupo incrementara su edad, capacidad,conocimientos, etc. en función del paso del tiempo mientras que el segundo grupo semantendría constante. Este efecto es bastante común en ámbitos educacionales ylaborales dado que el rendimiento suele incrementarse en función de la experiencia.

En la figura 2 podemos observar el mismo fenómeno pero de la forma en quese suele manifestar con mayor frecuencia en la vida cotidiana, ambos gruposincrementar su rendimiento en función de la experiencia pero con tasas de crecimientodisintas.

Otro resultado posible en este tipo de investigaciones es el obtenido en lafigura 3. Para ilustrarlo tomaremos otro ejemplo basado en una investigación llevadaa cabo por Keller y Holland (1981). Estos autores deseaban evaluar el impactocausado por un cambio en el trabajo asignado a un grupo de empleados encomparación con un segundo grupo de la misma empresa. Con este fin aquellosempleados que presentaban una productividad muy baja fueron asignados a un nuevopuesto de trabajo mientras que los empleados que presentaban una productividadnormal o elevada operaron como grupo control. De nuevo los resultados parecenseñalar que el tratamiento ha sido efectivo no obstante existen una serie de objecionesa esta conclusión. En primer lugar la selección implica que el grupo sometido atratamiento era un grupo con puntuaciones extremas de tal modo que el fenómeno deregresión a la media puede afectar a dicho grupo mucho más que el grupo control lo


que ya de por si explicaría los resultados obtenidos. Todo ello implica que en estecaso el criterio de selección de los sujetos que en un momento puntual presentaban unbajo rendimiento implica una especie de error de medida cuya consecuencia es unadisminución en la puntuación de los sujetos en el pretest y, como consecuencia laúnica dirección en que sus puntuaciones pueden alterarse en una segunda medida espositiva.

La última posibili dad, la expuesta en la figura 4, es la que nos permite conmayor facili dad la elaboración de inferencias de tipo causal. Ello se fundamenta en elhecho de que las diferencias entre ambos grupos, tanto en el pretest como en elpostest, son significativas, pero el patrón de resultados es inverso. La cuestiónprincipal es que un efecto de regresión a la media o un efecto suelo en el pretestpodrían explicar el hecho de que el grupo sometido a tratamiento incremente surendimiento hasta alcanzar al grupo control pero en ningún caso puede explicar que elgrupo experimental supere en el postest al grupo control. Obviamente aún nos quedala posibili dad de que la historia o la maduración hayan afectado al grupo experimentalpero, en este caso sus efectos deberían ser muy notables para explicar este patrón deresultados.

El grado de inferencia causal puede ser aún mayor en el caso de que en estetipo de diseño utili cemos más de dos grupos. Así por ejemplo Greene y Podsakoff(1978) encontraron un patrón de este tipo cuando deseaban comprobar el efecto de losincentivos dados a la productividad sobre la satisfacción laboral. Para ello dividieronlos empleados en tres grupos en función de si su rendimiento era alto, medio o bajo ytras un pretest retiraron los incentivos a la productividad. Un efecto de regresión a lamedia podría explicar que los tres grupos convergieran hacia un mismo punto (verfig.5 , sin embargo el resultado obtenido fue que la satisfacción de los de altorendimiento cayo por debajo incluso de la satisfacción de los de bajo rendimientomientras que los de rendimiento medio continuaron igual (ver fig. 6)

5 6

---- R. Alto

___R. Medio

__ __R.Bajo


Hay que tener en cuenta que todo lo expuesto en relación a este tipo dediseños no implica necesariamente que cualquier resultado distinto del últimoexpuesto no pueda ser debido a un efecto verdadero del tratamiento sino que debemosser cautelosos a la hora de interpretar los resultados obtenidos dado que no poseemosen ningún caso la seguridad de que una amenaza a la validez interna no sea laresponsable del patrón de resultados observados.


Diseños de cohortes:

En muchas instituciones es relativamente frecuente una constante variacióncíclica en los individuos que las forman debido a que los mismos promocionan, etc.esto caso es típico de las instituciones educativas en las cuales los alumnos vansuperando los distintos cursos. Los integrantes de uno de dichos grupos en unmomento temporal determinado son conocidos como cohortes. El diseño básico deeste tipo implicaría la comparación de una cohorte sometida a tratamiento con otraque no lo ha sido resultando en un esquema como el siguiente:

X1 O1

O2

A modo de ejemplo Minton (1975) comprobó el efecto que tenía elaprendizaje utili zando capítulos de Barrio Sésamo sobre el rendimiento en un test decapacidad para niños en un jardín de infancia. Para ello comparó las puntuaciones endicho test de un grupo de niños que habían aprendido mediante dichos videos con laspuntuaciones obtenidas por sus hermanos en el curso precedente comprobando que lasmismas eran mayores.

Lógicamente la mayor amenaza a la validez interna de este tipo de diseños esla posible falta de equivalencia entre las sucesivas cohortes. Podemos pensar, porejemplo, que en el caso anterior que todos los integrantes de una cohorte ocuparonuna posición posterior a los de la otra en lo que refiere a su orden dentro de loshermanos de la familia. Pensando en una empresa por ejemplo puede ocurrir que unacohorte trabaje con un tipo de contrato y otra cohorte con otra, etc.

Una solución a este problema es la utili zación de lo que se conoce como undiseño de ciclo institucional recurrente. Su estructura formal sería la siguiente:

XO1

O2 X O3

O4

Supongamos que implementamos un tratamiento durante uno de estos ciclos ymedimos el rendimiento de los sujetos al final del mismo O1. Posteriormenteevaluamos el rendimiento de los sujetos al principio del segundo ciclo O2, aplicamosel tratamiento y volvemos a evaluarlo al final del ciclo O3, finalmente en la terceracohorte volvemos a evaluar el rendimiento al principio del ciclo O4.

Lógicamente lo que esperamos es que O3 sea mayor que O2 sin embargotenemos un control adicional dado que O2 tiene que ser también mayor que O1 y O3

tiene que ser mayor que O4 .Podemos comprobar que la falta de equivalencia entre


cohortes puede difícilmente explicar este patrón de resultados, más aún si pensamosque este diseño puede extenderse a más de tres cohortes implicando 4, 5, etc. de lasmismas.

Una alternativa que precisa de menos cohortes es el diseño de replicacióninvertida. En este diseño se utili zan dos cohortes que son evaluadas tres veces,introduciendo el tratamiento en dos momentos temporales distintos. El esquema seríael siguiente:

O1 X O2 O3

O4 O5XO6

En este caso en un primer momento la cohorte segunda sirve de control para lacohorte primera, mientras que posteriormente se invierten los papeles de tal modo quees la primera cohorte la que se utili za como control. De algún modo nosencontraríamos con un diseño de grupo control no equivalente en el cual ambosgrupos actúan en distintos momentos temporales como grupo de tratamiento o comogrupo control. Los problemas del diseño anterior se solucionan si pensamos quepodremos realizar inferencias causales en el caso en que encontremos el mismo patrónde resultados en las dos ocasiones en que implementamos el tratamiento.

Diseños experimentales

En este tipo de diseños podemos cumpli r satisfactoriamente los criteriosexpuestos inicialmente para considerar un diseño como experimental. Para obtener undiseño de este tipo tan sólo debemos replicar la estructura de un diseño de grupocontrol no equivalente y asignar a los sujetos a los tratamientos de forma aleatoria, deeste modo conseguimos que cualquier característica diferencial de los grupos quepodría interactuar con una variable de la historia quede controlada, del mismo modose supone que los procesos madurativos afectaran por igual a los dos grupos.

No obstante existe una objeción a este diseño desde el punto de vista de lavalidez externa. Dicha objeción se centra en el hecho de que al administrar un pretesta los sujetos, los mismos pueden iniciar un proceso de sensibili zación que les hagareaccionar de manera distinta a como lo haría el resto de la población ante eltratamiento. De este modo el esquema resultante sería el siguiente:

X1O1

XoO2

No obstante existen autores que defienden la necesidad de utili zar un pretestprevio dado que el mismo nos garantiza la total equivalencia de los grupos. Debemos


tener en cuenta que el proceso de aleatorización tan sólo nos ofrece una determinadaprobabili dad de que los grupos sean equivalentes, disminuyendo dicha probabili dadconforme el grupo se hace más pequeño.

Una alternativa que consigue complementar ambas aproximaciones es eldiseño de cuatro grupos de Solomon. Dicho diseño se fundamenta en el anterior conla diferencia de que la mitad de los sujetos realizan el experimento con un pretest y laotra mitad sin el. El esquema resultante sería el siguiente:

O1 X1 O2

O3 XoO4

X1O5

XoO6

En este diseño las comparaciones entre O2 y O5 respecto de O4 y O6nosinformarían sobre la eficacia del tratamiento. Al mismo tiempo una comparación entreO2 y O4 respecto de O5 y O6 nos facilit aría información sobre el posible efecto delpretest sobre las puntuaciones en el postest.

Diseños experimentales: Clasificación actual

A partir de los trabajos de Campbell y Stanley, la clasificación de los diseñosexperimentales ha ido evolucionando a lo largo del tiempo. En la actualidad losprincipales criterios para llevar a cabo dicha clasificación se fundamentan en latécnica de control utili zada, el número de variables independientes y el número degrupos o niveles de tratamiento utili zados. Esquemáticamente, una aproximación a laclasificación actual sería la siguiente:

A continuación veremos las características principales de los diseños másutili zados en investigación en ciencias de la conducta.


3.3.Diseños basados en la aleator ización

3.3.1.Diseño de dos grupos al azar.

Este diseño es equivalente a uno de los diseños experimental planteadosinicialmente por Campbell y Stanley. Fundamentándose en la asignación aleatoria delos sujetos a los dos niveles de tratamiento de la variable independiente. Dichosniveles de tratamiento pueden representan un grupo experimental y un grupo control obien, dos grupos experimentales.

Los problemas que presenta este diseño se derivan fundamentalmente de lafalta de sensibili dad del mismo, dado que la variabili dad intratratamientos es muyelevada. Por otra parte la propia técnica de control impone la necesidad de contar conuna muestra mínima de 50 sujetos.

Otro inconveniente se deriva del hecho de que al contar tan solo son dosniveles de tratamiento, la probabili dad de no incorporar los niveles óptimos delmismo es relativamente elevada.

Las técnicas de análisis estadístico aplicable a este caso dependerán delconocimiento que tengamos de los parámetros poblacionales y del tamaño de lamuestra. En función de ello podremos aplicar la prueba "t" de Student o una z paradiferencia de medias. En caso de que la métrica de las variables o el tamaño muestrallo recomendara deberían utili zarse como alternativa la prueba "U" de Mann-Whitney.

3.3.2.Diseño de dos multigrupo al azar.

El diseño multigrupo al azar viene caracterizado por la asignación aleatoria delos sujetos a los distintos niveles de tratamiento que, en este caso concreto, son tres omás. La principal ventaja de estos diseños es que además de proporcionarnosinformación sobre la presencia o ausencia de los efectos de la variable independiente,nos permiten establecer una primera aproximación a la posible relación existente entredicha variable y la variable dependiente. Es por esta razón por lo que también sondenominados por algunos autores diseños funcionales.

Por otra parte, la utili zación de un número elevado de niveles de tratamiento esuno de los procedimientos que se utili zan usualmente para maximizar la varianzaprimaria, dado que contra mayor sea el número de los mismos, mayor es laprobabili dad de incluir los niveles óptimos de la variable independiente, entendiendo


por niveles óptimos a aquellos niveles que presentan entre ellos la mayor diferenciaposible en la variable dependiente.

Por otra parte la validez interna de este tipo de diseño es superior a la deldiseño de dos grupos al azar dado que, en caso de existir algún grupo no - equivalenterespecto de los demás, sus efectos son en parte atenuados por el resto de grupos.

No obstante este tipo de diseño también presenta una serie de desventajas.Dichas desventajas se derivan fundamentalmente de la utili zación de la aleatorizacióncomo técnica de control, lo cual implica por una parte una elevada variabili dadintratratamientos y, por consiguiente una baja sensibili dad del diseño y, la necesidadde un elevado tamaño muestral dado que son precisos como mínimo 25 * j sujetos.

3.3.3.Diseños factoriales.

Los diseños que han sido analizados hasta el momento presentaban comodenominador común la existencia de una sola variable independiente o factor. Losdiseños factoriales se caracterizan por su parte por la manipulación concurrente demás de una variable independiente, denominadas en este caso factores, asumiendocada uno de ellos un mínimo de dos niveles de tratamiento. Es por este último motivopor el que en algunos casos la nomenclatura utili zada para este tipo de diseños es la dediseños de tratamientos * tratamientos.

De este modo un diseño 2 * 3 implicará la existencia de dos factores con dos ytres niveles de tratamiento respectivamente, existiendo seís combinaciones posibles deniveles de tratamiento. Dichas combinaciones son denominadas celdas. De este modo,mientras que en los diseños unifactoriales la unidad básica para decidir la asignaciónde los sujetos eran los grupos, definidos por niveles de tratamiento, en el caso de losdiseños factoriales las unidades básicas son las celdas.

Las ventajas más importantes de este tipo de diseños son entre otras, lassiguientes:

A. En primer lugar los diseños factoriales nos proporcionan más informaciónque el conjunto de experimentos unifactoriales asociados a los factores manipulados.De este modo, en el caso de la realización de un experimento en el que podríamosutili zar un factorial 2 * 2 de forma unifactorial, deberíamos realizar dos experimentosunifactoriales, obteniendo información acerca de los efectos de cada uno de losfactores manipulados. Si como alternativa utili záramos un diseño factorialobtendríamos esa misma información y, además, conoceríamos la posible existenciade interacciones entre los factores manipulados.

B. Los diseños factoriales proporcionan un mayor control dado que tienen encuenta un mayor número de variables que pueden afectar a la variable dependiente.Hay que recordar que una de las técnicas de control de la varianza secundaria esprecisamente la sistematización de la variable extraña mediante la utili zación dediseños de este tipo. Asimismo la potencia del diseño es mayor, dado que al tener un


mayor número de fuentes de variabili dad explicadas disminuye la variabili dadresidual.

C. Su efectividad es mayor puesto que con un menor número de sujetosobtenemos más información que la obtenida mediante los diseños unifactoriales. Parailustrar este apartado supongamos que deseamos realizar un experimento con dosvariables independientes y dos niveles de tratamiento por variable. Si la técnica decontrol elegida es la aleatorización, el número de sujetos necesario será de 120 en elcaso unifactorial y de 60 en el caso factorial tal y como queda expresadográficamente:

Unifact. A Unifact. B Factorial

a1 a2 b1 b2 a1 a2

30 30 30 30 b1 15 15

b2 15 15

D. En las ciencias de la conducta raramente nos encontramos conexplicaciones de los fenómenos unicausales, siendo la mayoría de las conductashumanas pluricausales, de tal modo que la conducta frecuentemente viene dada porlos efectos de múltiples variables y sus correspondientes interacciones, de este modolos diseños factoriales se aproximan más a la realidad que los unifactoriales,incrementándose de este modo su validez externa dado que además debemos tener encuenta que no existe ningún criterio restrictivo que disminuya la representatividad dela muestra.

El Concepto de interacción:

Un aspecto fundamental para entender los diseños factoriales es una adecuadacomprensión del concepto de interacción. Denominamos interacción a la modulaciónque una variable independiente puede ejercer sobre los efectos de una segundavariable independiente sobre la variable dependiente. Así dos variables interactúancuando los efectos de uno de ellos sobre la variable dependiente están en función delnivel del segundo factor. Así por ejemplo el hecho de dar cafeína puede afectar alrendimiento en función de si los sujetos ingieren habitualmente en su dieta café.

Las interacciones pueden ser ordinales o no ordinales. Denominamosinteracción ordinal cuando el orden de los niveles de un factor es el mismo a través delos distintos niveles del segundo factor. Cuando el orden de los niveles de un factorvaría a través de los niveles del segundo factor nos encontramos con una interacciónno ordinal.

Efectos factoriales.

En un diseño factorial nos encontramos fundamentalmente con efectosprincipales y efectos de interacción. Los efectos principales refieren a los efectos delos distintos factores promediados a través de los niveles de los restantes factores. Esdecir estos efectos serían equivalentes a los que obtendríamos si ll eváramos a cabo un


experimento unifactorial utili zando tan solo el factor en cuestión como variableindependiente.

Los efectos de interacción podrán ser de primer orden (interacciones dobles)segundo orden (triples) y así sucesivamente aunque difícilmente se interpretaninteracciones más alla de las de segundo orden dado que teóricamente suinterpretación es muy compleja.

Para observar dichos efectos en un diseño factorial 2 x 2 util izaremos lanotación de Yates:

a1 a2

b1 1 a

b2 b ab

Podemos observar los distintos efectos:

A= (a+ab) - (1+b)

B=(b+ab) - (1+a)

AB=(a-1) - (ab-b) = (a+b) - (1+ab)


4.EL METODO CORRELACIONAL Y EL METODOEXPERIMENTAL

Históricamente, en el dominio de la Psicología se ha venido produciendo unaclara diferenciación a nivel entre los distintos métodos científicos utili zados. Tal vezla diferenciación más clásica sea la existente entre el método experimental y el o losmétodos correlacionales. Dicha diferenciación fue señalada y posiblemente superadacon los trabajos de Cronbach (1957, 1959) titulados "Las dos disciplinas de laPsicologia Cientff lca" y "Más allá de las dos disciplinas de la Psicologia Científica".La idea fundamental es la de superar el aparente enfrentanúento existente entre ambasdado que a pesar de sus diferencias a nivel del abordamiento que hacen de la realidad,el propósito de ambos métodos es el mismo y el soporte estadístico de los mismos (lacovariación entre variables) también.

Entre las diferencias que podemos encontrar entre ellos podemos establecer enprincipio dos dimensiones principales que refieren a la recogida de datos y a la unidadintema del método (Morales, 1989).

En lo relativo a la recogida de datos, el método experimental se articula entomo a la existencia de una variable independiente que es la presunta causa de lavariabili dad existente en la variable dependiente, orientándose el método hacia la elin-únación de cualquier explicación alternativa a dicha variabili dad de modo que elmétodo presente una elevada validez intema. Todo ello implicará una recogida dedatos en un ambiente altamente controlado y en muchas ocasiones distante de larealidad a la que se pretenden generalizar los resultados.

El método correlacional por su parte carece de la existencia de una variableindependiente, dado que el investigador no genera la variable que es objeto de estudiosino que trata de adquirir un conocimiento sobre sus efectos en un medio que seaproxime lo más posible al medio en que habitualmente se presenta el fenómeno. Deeste modo el método correlacional se hará poseedor de una elevada validez ecológica,sin embargo, la propia naturaleza de la situación implicará un escaso o nulo controldel investigador sobre la situación.

En este sentido, Cronbach (1959) señaló que en una investigaciónexperimental el investigador está interesado tan solo en la variación que él genera,mientras que en una investigación correlacional el interés se centra en la variaciónexistente. Esta primera característica diferenciadora entre ambos métodos ya nos hacerecapacitar sobre la necesidad de utili zarlos de modo complementario y nocontrapuesto. En este sentido, y sin entrar en el estudio de variables que no son físicao éticamente manipulables, en el estudio de cualquier fenómeno psicológico suinvestigación desde una perspectiva experimental aportará evidencia empírica sobrelas posibles relaciones causases entre las variables objeto de estudio, mientras que elmétodo observacional aportará evidencia sobre en que fonna dichas relaciones semanifiestan en la realidad. Obviamente dicha relación también puede darse en elsentido contrario y, de hecho, cualquier experimento tiene su origen más o menosinmediato en la observación, dado que las hipótesis no se desarrollan por generación


espontánea. Todo ello no implica que en muchas ocasiones los métodos permitanacceder a diferentes fenómenos.

Desde esta perspectiva integradora, Cronbach sefíaló que el ME estáinteresado principalmente en la varíanza entretratanúentos mientras que el MC estáinteresado en la varianza entre-organismos, de hecho la varianza que se considerahabitualmente como varianza de error en el ME acostumbra a ser la varianza deestudio del MC. Nuestro interés debe centrarse especialmente en ambos tipos devariabili dad, sin olvidar las posibles interacciones entre ambas (interaccionestrataniiento x organismos).

La segunda diferenciación apuntada, su grado de unidad intema hacereferencia a que el método experimental se aplica sin ningún tipo de variación a unagran cantidad de problemas en diferentes áreas. En este sentido, por ejemplo, undiseño multigrupo al azar es igualmente aplicable a un experimento sobre percepcióno sobre el efecto del entrenamiento en estrategias de aprendizaje sobre el rendimientoacadémico. El método correlacional por su parte se disgrega en multitud de técnicasespecíficas que tan solo comparten una misma filosofía en el apartado relacionado conla estrategia de aproximación a los datos, en este sentido podemos pensar en distintosmétodos correlacionales como la metodología de encuestas, los distintos tipos deobservación, los diseño de investigación aplicada, etc.

4.1.Principales diferencias entre el ME y el MO.

Una de las formas más prácticas para conocer las características decualquier método es la contraposición del mismo con otros métodos a lo largode una serie de dimensiones que facilit en su posicionamiento. En este sentidoAnguera (1978) y Riba (1991) señalan las siguientes diferencias entre ambosmétodos en una serie de dimensiones particulares:

l.Objetivo:el MO se preocupa especialmente por el registro y acumulación dedatos asegurando especialmente la representatividad de los mismos para una muestray ambiente determinado. El ME por su parte pretende como objetivo último elestablecimiento de leyes causales.

2.Indicadores: el MO tiende a utili zar indicadores directamente perceptiblesentendidos como indicadores descriptivos espacio-temporales o relacionados con laacción, actividad o conducta verbal de los sujetos evitando en lo posible aquellossistemas que aun permitiendo el registro de conductas difícilmente perceptibles (Ej.contracción muscular) impliquen una reducción en la naturalidad de la observación.

3.Reactividad: cualquier organismo llevado a una situación distinta de aquellaen que manifiesta habitualmente su conducta tiende a modificarla. De este modo lareactividad puede ser entendida como la distorsión que presenta la conducta delorganismo debida a la alteración de la situación natural en la que habitualmente lamanifiesta. De este modo el MO intentará que la reactividad sea mínima,


planteándose el registro de la conducta en escenarios naturales, a diferencia del MEque acostumbra a diseñar ex-profeso las situaciones.

4.Enfoque ideográfico - nomotético: El ME se plantea el establecimientoderelaciones de tipo general, que se pretenden generalizar a toda la población de laque se haextraído una muestra representativa (problema de la validez extema). El MOpor su parte pretende obtener resultados que son válidos únicamente para el contextoen que fueron obtenidos. De algún modo podemos criti car ambos métodos desde laperspectiva de que el MO obtiene resultados que frecuentemente tan sólo son válidospara un único contexto, mientras que el ME obtiene resultados generalizables yreplicables pero para una situación que no será nunca real ni natural.

5. Métrica de las variables: el método experimental utili za frecuentementevariables continuas o quasi-continuas mientras que el método observacionalacostumbra a utili zar variables dicotómicas o policotómicas, fundamentadas en lamayoría de los casos en escalas nominales. En el caso más extremo en el que seutili zan escalas de apreciación podemos considerarlas como mucho escalas ordinales.

6.Grado de control: El grado de control de la investigación puede serentendido desde una doble perspectiva. En primer lugar podemos planteamos elgrado de control de la situación en el sentido de restringir los efectos de las variablesperturbadoras con el fin de conseguir condiciones constantes y, en segundo el gradode control sobre la muestra.

Desde la primera perspectiva la necesidad del método experimental deeliminar cualquier variable extraña que pudiera convertirse en una hipótesis rival paraexplicar los efectos de la variable independiente implica la necesidad de un elevadocontrol de la situación. El método observacional por su parte puede utili zar tambiénprocedimientos que impliquen el control de la situación en la que se realiza elregistro, no obstante dicho control tendrá siempre como límite la no alteración de lanaturalidad de la situación. No obstante el control absoluto es una utopia de tal modoque podemos considerar una graduación en el grado de control entre los diversosmétodos.

En lo referente al control de las muestras hay que tener en cuenta que elmétodo experimental, desde su perspectiva nomotética, precisa de un proceso deselección de las muestras utili zadas de tal manera que le pemita la generalización delos resultados hacia la población de interés. De ello se desprende la necesidad de unaaleatorización en la selección de los sujetos. El MO por su parte suele estar orientadohacia un grupo específico de sujetos con lo cual los procesos de selección de lamuestra precisan de un control mucho menor.

7.Manipulación de variables: En cierto modo, cualquier método deinvestigación implica en mayor o menor medida la manipulación de variables,entendida como la intervención sobre el fenómeno que se desea estudiar y su entomo.De este modo no existe ningún tipo de investigación en la cual la reactividad sea nula.No obstante el ME acostumbra a generar la situación objeto de estudio mientras que


los MO util izan fenómenos que se dan por si mismos en la vida cotidianarestringiendo la manipulación a la variación de ciertas condiciones de la situación (Ej.distancia del profesor a los alumnos). De este modo podemos concluir diciendo quepara el ME la manipulación de variables es un recurso imprescindible, realizandodicha manipulación de una forina más activa y planificada que en el caso de losmétodos observacionales.

4.2. Ventajas y Desventajas de las observaciones

Entre las ventajas de las observaciones podemos señalar las siguientes:

A.La observación permite obtener la información tal y como ocurre, en elsentido de que obtienen datos que se corresponden con el comportamiento típico delos sujetos observados.

B.Existen muchas conductas que para los sujetos carecen de importancia o delas que no son conscientes de tal modo que técnicas basadas en auto - infonnes no nospemútirían registrarlas -,mientras que pueden ser registradas por un observador.

C.Los sujetos de los que se ocupan algunas investigaciones, como pueden serniños, animales, etc. no pueden informamos de foitna verbal de tal modo que la únicaaproximación posible es la observación. Del mismo modo existen ocasiones en lasque los sujetos no tienen deseos explícitos de informar de tal modo que la observaciónes la única estrategia de investigación posible.

D.En algunas ocasiones el investigador puede encontrar resistencias por partedel grupo al que desea estudiar, siendo la observación participante la única estrategiade aproximación posible.

Limitaciones de los métodos observacionales:

A.La propia capacidad de los métodos observacionales para investigar lanaturaleza espontánea de los fenómenos implica la práctica imposibili dad de predeciren muchos casos su ocurrencia. Pensar por ejemplo en un estudio sobre elcomportamiento de los individuos en situaciones extremas como un accidente detráfico.

B.Es relativamente fácil que una observación se vea interferida por factoresocultos. Así por ejemplo no es extrafío que en una observación de nifíos jugandopuedan aparecer factores atmosféricos que imposibilit en la realización de laobservación o agentes no previstos que desvíen la atención de los niños hacia otrolugar.

C.La posibili dad de realizar una observación se ve afectada por la duración delos sucesos que nos interesan o por sus características propias, así por ejemplo puede


ser difícil l a realización de observaciones en crisis familiares dada la privacidadde laconducta a estudiar.

D.Finalmente una de las limitaciones señaladas más frecuentemente es ladificultad de este tipo de técnicas para cuantificar los datos, dado el uso frecuente deescalas de tipo cualitativo lo cual reduce enormemente las técnicas estadísticas quepueden aplicarse. No obstante en muchos casos dicha cuantificación es posible comopor ejemplo en las escalas de apreciación.

4.3.Dificultades de la Observación.

Existen cuatro áreas básicas en las que podemos centramos a la hora deanalizar las dificultades inherentes a cualquier observación. Dichasdificultades deben ser tenidas en cuenta y tratar de evitarlas.

Obstáculos relacionados con la percepción:

Si tenemos en cuenta que el proceso perceptivo humano presenta una serie delimitaciones, dichas limitaciones deben ser tenidas en cuenta a la hora de realizar unaobservación. Existen distintos aspectos en los que se manifiestan dichas dificultades:

1.Selectividad natural de estímulos: Es posible representar el proceso deobservación del siguiente modo:

O=P + I

Es decir, podemos considerar la observación como la suma de la percepciónde un fenómeno por parte del sujeto más la interpretación que el sujeto hace delmismo. Por todo ello, un primer aspecto necesario de la observación será laintegridad perceptiva del sujeto que puede verse altemada por numerosos factorescomo pueden ser:

A. Localización del observador: obviamente puede verse afectada por elmarco físico en el que se realiza la observación.

B. Imprecisión de los medios sensoriales: en función de la distancia, etc.existen conductas que pueden pasar inadvertidas para el observador.

C. Selectividad de la atención: el número de acontecimientos sobre los que elobservador puede mantener localizada su atención es limitado de tal modo queimpone un sistema de filt rado sobre el fenómeno observado.

D. Efecto de halo: se produce cuando adoptamos un marco de referencia apartir de la o las observaciones precedentes de tal modo que las observacionesrealizadas se ven afectadas por dicho marco de referencia. Así por ejemplo si estamos


interesados en la conducta agresiva de los niños y nos encontramos en una situaciónen la cual las peleas son muy frecuentes es posible que un insulto se nos pase por alto,si por el contrario la situación es muy tranquila puede ser que categorizemos uninsulto como una conducta altamente agresiva.

E. Selectividad de la memoria: al igual que los procesos atenciones sonselectivos, la memoria también lo es en cierta manera. Pensar por ejemplo en unafrase muy común "Sólo te acuerdas de lo que te interesá". Ello puede alterar laobservación sobre todo en aquellos casos en que el registro se hace con posterioridada la ejecución de la conducta que estamos observando.

Ecuación personal del observador: en este apartado nos referiremos a lasdificultades derivadas de las características subjetivas del observador. En este sentidocabe señalar las siguientes:

A. Tipos perceptivos: aspectos de la personalidad del individuo que serelacionan con la forina en que percibe en función de sus características personales.Así por ejemplo ya Binet describió cuatro tipos de observadores: descriptivo:caracterizado por una descripción minuciosa y exhaustiva del fenómeno, erudito:aquel que presenta una aportación de informaciones innecesarias con afán de saberlotodo sobre el tema, evaluativo: que tiende a juzgar e interpretar el fenómenoobservado y poético: que falsea los datos en base a su imaginación.

B. Proyección: en muchas ocasiones un cierto grado de sin-úlitud entre lascaracterísticas personales del observador y del grupo observado facilit a la propiaobservación, no obstante dicha identificación puede provocar una distorsión en elregistro.

Obstáculos provenientes del marco de referencia teórico del observador: a lahora de realizar una observación es útil conocer de antemano que es lo que se va aobservar y que aspectos del fenómeno son relevantes. No obstante este hecho puedeafectar en cierto modo al proceso de observación generando una serie de dificultadesañadidas:

A. Tendencia del observador a codificar en función de la teoría a la que seadhiere: el marco teórico del observador puede actuar a modo de filt ro preperceptívoseleccionando tan s'ólo aquellas conductas que sean coherentes con el mismo.

B. Previsiones y anticipaciones del observador: Este fenómeno se da ensituaciones altamente repetiti vas y conocidas lo cual puede implicar que el observadorrealice una predicción sobre la conducta que se producirá a continuación de tal modoque cualquier conducta en-iiti da tienda a ser interpretada como coherente con laconducta esperada.

Modificación de los sujetos y de las situaciones por el propio hecho deobservar: la observación totalmente neutra es prácticamente imposible. El propiohecho de observar altera aquello que estamos observando de tal modo que disminuye


la naturalidad de la situación. Lógicamente en este tipo de modificación existe unagraduación que va desde aquellas observaciones que se realizan de modo ocultomediante sistemas de vídeo, etc. hasta la observación participante en la cual elobservador es un agente que interactúa a todos los niveles con los sujetos observados.

4.4.Sistematización de la observación

En función de las características peculiares de cada tipo de observación y,especialmente del grado de elaboración teórica previa y de la forma en que se realizael registro podemos categorizar las observaciones en tres tipos básicos; observaciónno sistemática u ocasional, observación sistemática o controlada y observación muysistemática.

4.4.1.Observación ocasional

La observación ocasional recurre al escrutinio cuidadoso de las situaciones dela vida real sin recurrir a ningún instrumento específico ni comprobar la exactitud delos fenómenos observados. En este sentido este tipo de observación no obedece aningún tipo de regla concreta, disminuyendo su importancia a medida que obtenemosun mayor conocimiento de un fenómeno. En este sentido la observación nocontrolada sería una primera aproximación a un fenómeno sobre el cual tenemos muypoco conocimiento lo cual no implica que su importancia sea poca, pensar porejemplo en la observación de Pavlov que permitió el descubrimiento posterior de ladistinción entre reflejos condicionados e incondicionados.

Con todo ello a medida que un problema determinado presente una mayorcomplejidad y menos delimitado este el marco teórico de referencia será másadecuada este tipo de observación, de este modo la aplicamos cuando sabemosrelativamente poco del fen6meno a investigar. Desde esta perspectiva exploratoria laatención estará poco estructurado y abierta hacia todos los comportamientos que seproduzcan.

Durante una observación de este tipo el conocimiento del observador sobre elfenómeno puede irse modificando de tal modo que pueden producirse variaciones enlo que se esta observando. Supongamos por ejemplo que deseamos observar como setransmiten los conocimientos en una cultura determinada. Para ello podemosobservar las interacciones entre madre e hijo pero, con el tiempo podemos ver quedicha tarea está encomendada básicamente a un grupo de ancianos, sobre el cuallocalizaremos nuestra atención.

A pesar de la falta de sistematización de este tipo de observación existen unaserie de normas generales que podemos seguir en lo relativo a Qué debemos observar.En este sentido las siguientes direcciones generales son importantes:

A. Participantes: caracterizarlos en función de su edad, sexo, profesión,relación que existen entre ellos, etc.


B. Ambiente: localización de la situación (escuela, cruce de caminos, plazapública, etc.), teniendo en cuenta además el tipo de comportamiento que favorece elambiente.

C. Objetivo: Finalidad que ha unido a los participantes, reacción de losmismos ante tal fin, adecuación de la conducta de los niismos, etc.

D. Comportamiento: ¿Que tipo de actividad se da en la conducta? (Hablar,chill ar, gesticular, etc.) ¿Cuales son las cualidades de la conducta? (Intensidad,adecuación, duración, efectividad, etc.). ¿Cuales son sus efectos?, es decir, queconducta provoca en los demás.

Otro aspecto importante es delimitar el momento y la forma en que deberealizarse este tipo de observación. En este sentido cabe señalar que lo másrecomendable es tomar notas en el momento en que se produce la situación con el finde evitar problemas derivados de la selectividad de la memoria. No obstante dichoprocedimiento es difícil de realizar en algunos casos dado que perturbaría lanaturalidad de la situación, podría provocar sospechas en la/s persona/s observadas opodría implicar una excesiva división de la atención del observador. En dichos casoslo mejor es anotar palabras clave que nos permitan la posterior elaboración de laobservación.

La mejor forma para elaborar dicha información es un infortne escrito de estilonarrativo, realizado tan pronto como sea posible después de la observación.

Inconvenientes de la observación no controlada:

1.Uno de los principales problemas derivados de este tipo de observaciones esla arbitrariedad de las mismas, es decir, la falta de una unidad de medida o sistema deregistro implica que distintos observadores lleguen a observaciones distintas haciendocasi imposible la comprobabili dad del fenómeno observado. En este sentido esrecomendable la presencia de dos o más observadores y la utili zación siempre que seaposible de material de apoyo como grabadoras, vídeo, etc. Del núsmo modo seráinteresante deslindar los hechos registrados de la interpretación de ellos que da elobservador.

Por otra parte este tipo de observaciones dada su poca sistematización y el altogrado de subjetividad que comportan deben ser tenidas en cuenta con precaución yaque en muchas ocasiones pueden generar en el observador la impresión de que tieneun profundo conocimiento del fenómeno cuando en realidad no es así.

4.4.2.Observación Sistemática.


Este es el tipo de observación más común en ciencias de la conducta. A pesarde que en muchos casos restringe la libertad del observador es preferible a laocasional por su precisión que permite una mayor replicabili dad y validez en susconclusiones. El propósito de este tipo de observación es describir y precisar conexactitud ciertos elementos de conducta que poseen cierto valor predictivo yexplicativo. Al igual que en muchos otros casos no existe una discontinuidad entre laobservación ocasional y las distintas opciones que nos ofrece la observaciónsistematizado sino que cuanto mayor sea la importancia concedida a losprocedimientos de registro utili zados, mayor es la sistematización de la observación.

En este sentido este tipo de observación sería una etapa más avanzada de lainvestigación que trata de poner a prueba en muchos casos hipótesis quehabitualmente se derivan de observaciones ocasionales anteriores. Con este finpresenta una serie de características propias:

A. Es específica y cuidadosamente definida, ello supone un estudio anterior dela situación, las conductas que se producen con más frecuencia y que pueden ser denuestro interés, etc. Al precisar de antemano la situación y las conductas típicas elobservador puede definir previamente las distintas categorías que desea analizar de lasituación. Así por ejemplo en una situación determinada podemos planteamos 50 ó60 conductas previamente que, con el paso de las distintas observaciones y a medidaque aumenta nuestro conocimiento pueden quedar reducidas a una serie menor decategorías relevantes.

B. La tipologia de los datos a registrar se fija previamente.

C. Suelen util izarse pruebas mecánicas o auxili ares para aumentar la exactitudde la observación.

D. Existe un control del observador y del observado, limitando sus sesgos yposibles efectos sobre los sujetos.

E. Generalmente este tipo de observaciones son cuantificables.

F. Suele aplicarse al estudio de pequeños grupos, entendidos como gruposformales o informales cuyos miembros interactúan mutuamente.

G. La observación sistematizado plantea habitualmente hipótesis que debenser verificadas mediante la aplicación de las técnicas desarrolladas para llevarla acabo. En este sentido se diferencia de la observación ocasional que suele sermeramente descriptiva.

Tipos de Observación sistemática.

En función del grado de sistematización de la observación podemosdiferenciar distintos tipos de observación sistemática:


l.,Observación preparada: el observador recoge los datos en una esferadelimitada de antemano que hace referencia a unos factores precisos. Este tipo deobservaciones puede realizarse en distintos marcos:

Natural: se estudia el comportamiento de los individuos en su vida cotidiana,como por ejemplo los estudios sobre el comportamiento de los compradores. Elobservador es un mero espectador de la situación sin que intervenga en modo algunoen los acontecimientos observados. Además la situación es totalmente natural en elsentido que se produce en el , contexto usual en el que surgen los fenómenos deinterés para el investigador.

Estructurada: en algunas ocasiones el investigador puede preparar ciertosaspectos que le permitan garantizar una menor interferencia de variables que podríanperturbar la situación. En este sentido, en lugar de esperar a que se produzca lasituación de interés esta puede venir provocada por el investigador en el marco naturalen que se produce con el fin de estructurar las tareas realizadas y facilit ar lareplicabili dad de las observaciones. P.Ej. podemos estar observando la interacciónpadre - hijo completando un puzzle que les hemos suministrado.

-Experimento de Campo: en este caso las condiciones de partida son muysimüares a las de la observación estructurado con la única diferencia que trabajamoscon al menos dos situaciones distintas de observación de tal modo que las diferenciasentre las mismas puedan ser atribuibles a una variable cuya influencia se estáestudiando. Así por ejemplo podemos planteamos si los niños cooperan más o menosen una tarea de grupo en función de si la composición de los grupos les vienen dadospor el profesor o los forman ellos de forma espontánea.

Clínica: en este tipo de observaciones las condiciones del entorno son fijadaspor el observador intentando un clima lo más favorable posible. En dichasobservaciones se mezclan datos objetivos con datos subjetivos del observador enfunci6n de la impresión que le causa el sujeto. El tipo de conductas a observar esmucho más amplio que en otros tipos de observación sistemática dado que se tiene encuenta desde la forma en que el sujeto va vestído, hasta su expresión verbal, su estadoemocional, etc.

2.Observación equipada: Se da en aquellos casos en que la observación estáaltamente controlada mediante la utili zación de elementos auxili ares como registrosde vídeo, espejos unidireccionales, etc. pudiendo ser considerada prácticamente unquasiexperimento.

Observación muy sistemática.

En muchas ocasiones es muy difícil establecer un punto de corte a partir delcual establecer donde termina la observación sistemática y empieza la muysistemática, podríamos establecer un continuo entre ambas de tal modo queentenderemos que una observación es muy sistemática cuando:


l. En base a una teoría se aíslan una serie de variables de comportamiento,existiendo una serie de enunciados que se derivan de dicha teoría y que proponen laforma en que dichas variables se relacionan.

2. El proceso de observación se estructura en tomo a categorías de observaciónde tal modo que no se registra ninguna conducta que no este incluida en dichascategorías.

3. Las condiciones de partida están sometidas a un riguroso control con el finde asegurar las posibili dad de comparar distintas observaciones.

4.5.El registro de la observación

En cualquier observación el observador debe hacer una selección de losmateriales a registrar. No existe un método ideal para registrar las observacionesaunque, lógicamente, algunos procedimientos obtienen ciertos tipos de datos que otrosno alcanzan. No obstante parece que existe un elevado grado de acuerdo en que lomínimo que se le puede exigir a cualquier observación es que sea objetiva. Noobstante la objetividad absoluta es imposible, el observador sabe de antemano que eslo que va a observar y tiene una preparación previa al respecto. Por otra parte unénfasis excesivo en la precisión de la observación puede hacemos olvidar larelevancia o significación de los registros.

Formas de Registro.

Dadas las limitaciones del ser humano como observador se han idodesarrollando procedimientos y mecanismos que nos permiten perfeccionar nuestrasrespuestas perceptivas. Existen distintos sistemas de registro, los cuales permiten alobservador sistematizar la información, reducir la cantidad de atención y, finalmente,transformar los registros en datos:

Filmes de figuras en movimiento.

Debido al gran desarrollo que han tenido las técnicas audiovisuales en losúltimos aiíos, su util ización en el ámbito observacional es cada vez mayor. Estesoporte nos garantiza una información que puede ser consultada de forrnapermanente, teniendo además la característica de que no existe limite en cuanto a laduración temporal y complejidad del fenómeno a observar. No obstante presentan elinconveniente de que la inforrnación no es procesada on-line y exige un procesolaborioso de análisis posterior mediante la aplicación de alguno de los tipos deregistro que veremos con posterioridad.

Sistemas de signos.

El objetivo de un sistema de signos es muestrear numerosas porciones de unevento natural sin realizar ninguna suposición sobre la importancia de una dimensión


en particular. ,Con este fin se precisan un número de actos específicos que puedendarse en una situación determinada para que posteriormente se precise su ocurrencia ofrecuencia en un determinado lapso de tiempo. Así por ejemplo nos podríamosencontrar con un sistema de signos para describir la interacción entre el profesor y losalumnos en una clase:

A. ConductaVerbal delProfesor

B. Conducta noverbal del profesor.

C. Conducta delAlumno

Presenta unobjetivo

Definetérminos

Da ejemplos

Etc.

Mira anotaciones

Sonríe

Escribe en la pizarra

Etc.

Levanta la mano

Habla

Mira alrededor

Etc.

Habitualmente y dado el gran número de conductas a las que el observadordebe estar atento se acostumbra a dividir la sesión de observación en periodos de 3 a 5minutos anotándose en cada periodo tan sólo la primera vez que se produce unaconducta. De este modo no registraremos la frecuencia de ocurrencia de la conductasi no en cuantos de los intervalos se manifiesta. Normalmente este tipo de sistemas seacostumbran a utili zar en aquellos casos en que la teoría subyacente no está auntotalmente elaborada y desconocemos cuales son las conductas relevantes.

Un sistema similar lo constituyen los formatos de campo. Este tipo de sistemade registro se caracteriza por la identificación de diversos aspectos de una situaciónnatural que se dividen en subcategorías representadas en forma de símbolos. De estaforma se facilit a la rapidez en el registro aunque implican una tarea de memorizaciónprevia. Ej:

A. Lugar B. Acción C. Resultado


01 - Habitación

02 - Comedor

03 - Cocina

1.1 - Coge objeto.

1.2 - Pide objeto.

1.3 Llora

21 - Consigue Objeto

2.2 Capta atención madre

23 - Madre le riñe

De este modo podemos registrar una serie de conductas como 01 - 12 - 21 esdecir, en la habitación el niño pide un objeto y lo consigue.

Sistemas de Categorías

Una de las principales necesidades del estudio científico del comportamientohumano es la de poseer un sistema que posibilit e una descripción precisa de losacontecimientos y conductas y que en último término permita una cuantificaci6n delas mismas. Desde esta perspectiva, la gran mayoría de las investigaciones en las quese utili za la observación sistemática se articulan en tomo a un sistema de categoríaselaborado expresamente para un determinado estudio.

En este sentido el sistema de categorías puede ser considerado como elinstrumento de medida en la investigación observacional, constituyéndose en unsistema de andamiaje que abarque aquellas conductas que son consideradas relevantesen función del objetivo de la investigación. Podemos entender el término categoríacomo "El término que designa a una clase dada de fenómenos donde se puede ubicarel comportamiento observado". Desde esta perspectiva una categoría existirá siempreque dos o más objetos o acontecimientos distintos se tratan de forma equivalente. Asipor ejemplo, dos acontecimientos distintos como insultar y empujar pueden serconsiderados como ejemplos de una categoría a la que denominamos "conductasagresivas".

Un sistema de categorías implicará dos ó más de ellas y proporcionará a losdiversos observadores el mismo cuadro de referencia lo cual incrementará la precisiónde la observación. No obstante, el desarrollo de un sistema de este tipo precisará deuna serie de condiciones previas a la obtención de categorías. En primer lugar serápreciso delimitar el objeto de estudio y una selección de aquellos aspectos que seconsideran más relevantes. A partir de este punto se iniciará un proceso iterativo quepartiendo de una serie de macrocategorías establecidas a prior¡ ira refinando enobservaciones sucesivas el sistema con el fin de adaptarlo a la situación observada y alas exigencias conceptuales del investigador.


Las características fundamentales de un sistema de categorías dependerán dela naturaleza exacta de la situación a la cual desea aplicarla el investigador. Noobstante existen una serie de dimensiones que deben ser delimitadas a priori:

1 Exhaustividad: un primer aspecto a tener en cuenta será si existe lanecesidad de poder categorizar todos los comportamientos posibles dentro de unadimensión determinada, en este caso hablaremos de sistemas exhaustivos en aquelloscasos en que no existan comportamientos que no puedan ser incluidos en unacategoría concreta. En caso contrario frecuentemente se incluye una categoríaespecífica para señalar la presencia de comportamientos ajenos al sistema decategorización.

2.Razonamiento: los sistemas de categorías pueden obligar al observador arealizar una mayor o menor inferencia sobre un comportamiento implícito a partir deun comportamiento observable. En otros casos es posible que el registro se realicedirectamente a partir de la conducta observable sin que sea precisa la más mínimareflexión al respecto. Así por ejemplo podemos pensar en las categorías: "se muestraagresivo" o "empuja a sus compañeros" como ejemplos de categorías con distintosgrados de razonamiento. Lógicamente será preferible utili zar categorías con un bajogrado de razonamiento, no obstante, en algunas ocasiones, el fenómeno en queestamos interesados no se manifiesta de una forma tan directa y deberemos recurrir asistemas de categorías que impliquen un mayor razonamiento por parte delobservador.

3.Dimensionalidad : un sistema de categorías puede demandar al observadorque centre su atención en un conjunto de comportamientos más o menos homogéneoso bien registrar comportanúentos que describen la actividad de los sujetos en un ciertonúmero de dimensiones distintas. En función del fenómeno que nos interese observardeberemos recurrir a sistemas unidimensionales o incorporar más dimensiones a losmismos.

4.Continuidad - Discontinuidad: en algunos casos las categorías puedenordenarse dentro de una misma línea continua mientras que en otros, aún cuando seubiquen en la misma dimensión, no es posible ubicarlas en un mismo continuo. Asípor ejemplo podemos elaborar una serie de categorías relacionadas con elcomportanúento de niños jugando como pueden ser: Ataques verbales moderados,amenazas verbales o gestuales, agresión física, etc. que pueden ubicarse en uncontinuo de menor a mayor agresividad. En cambio un sistema que registrecategorías como: hace preguntas, aporta soluciones, aclara conceptos, etc. no permitela ubicación de las mismas en un continuo. En función del fenómeno observado y denuestras necesidades en lo referente al tipo de análisis aplicable a los datos deberemosplanteamos la utili zación de un sistema continuo o discontinuo.

5.Tamaño de la unidad: de nuevo y en funci6n del fenómeno a observar y delos condicionantes de la situación deberemos planteamos si las unidades de conductaque deseamos observar deben fundamentarse en aspectos muy concretos delcomportamiento (conductas muy moleculares) o aspectos más generales (molares).


6Campo de aplicabili dad: finalmente un aspecto importante a la hora dedesarrollar un sistema de categorías es planteamos si dicho sistema se desarrolla conel fin específico de ser aplicado a un sólo ambiente determinado o deseamos poderaplicarla en entornos similares. En este sentido contra mayor sea nuestro deseo degeneralizar su aplicación deberemos tener en cuenta posibles categorías que puedanno manifestarse en otros ambientes distintos a aquel en el que desarrollamos nuestrosistema. Así por ejemplo si deseamos desarrollar un sistema para aplicarlo al juegode los niños en el patio, la distribución espacial de los patios puede diferirenormemente de un colegio a otro lo cual puede facilit ar o inhibir ciertoscomportamientos.

Bakeman y Gottman (1986) señalan una serie de recomendaciones a la hora dedesarrollar un sistema de categorías:

1.Antes de observar plantearse la pregunta a la que deseamos responder. Lascategorías de observación como consecuencia incluirán los principales aspectos delproblema.

2. Elegir el nivel de análisis adecuado en función del problema.

3.Realizar una observación asistemática previa durante la cual recogeremosinformación de forma narrativa. En caso contrario es posible que el investigadoranticipe a prior¡ una serie de categorías y cuando intente aplicarlas a la situación quedesea observar se encuentre con que algunos de los comportamientos que él haanticipado se producen muy raramente en dicha situación y, que por el contrario,existen comportamientos relevantes para los que no posee una categoría concreta.

4.Intentar utili zar categorías dentro de un mismo nivel de molaridad -molecularidad, es decir, categorías homogéneas, de tal modo que facilit en la labor delobservador. En este punto será necesario determinar el nivel de detalle necesario parael fenómeno que estamos observando.

5.Las categorías deben elaborarse de tal modo que sean excluyentes, es decir,una conducta tan sólo puede ser ubicada en una y sólo una categoría. Además debenser exhaustivas, es decir que no existan comportamientos relevantes que no esténincluidos en el sistema.

6.Finalmente hay que depurar el sistema mediante una serie de observacionesempíricas de tal modo que las categorías se adecuen a los intereses del investigador yse obtenga el grado de precisión necesario en este tipo de sistemas.

En este sentido es útil comprobar las razones de observación que presentanuestro sistema de categorías. Para ello elaboramos una tabla de doble entrada conlas categorías y los intervalos de observación:


Conducta 1 Conducta 2 Conducta n Total

I1

I2

In

Total

Partiendo de esta tabla podemos calcular las razones α y β de ocurrencias. Larazón α la calcularemos del siguiente modo:

i

j

ii

n

C∑== º1α Siendo ni el número de conductas observadas.

Este índice nos dará una idea de la frecuencia con que las distintas categoríasaparecen a través de los distintos intervalos del registro. De este modo nos puedepemútir eliminar categorías nulas que no se producen o que lo hacen con unafrecuencia extremadamente baja y, hacemos plantear la posibili dad de desdoblaralgunas categorías que presenten una frecuencia excesivamente elevada.

El coeficiente β por su parte se calcula del siguiente modo:

i

j

ii

n

I∑== º1β Siendo ni el número de intervalos de observación.

Este índice nos permitirá conocer la pauta de la actividad categorizadora a lolargo del registro con lo que podremos conocer el desarrollo temporal del mismo.

3.2. l. Ej. Sistema de Categorias: Good y Brophy (1 972)

Este sistema de observación fue desarrollado con el fin de categorizar lasinteracciones existentes entre profesor y alunmo dentro de una clase. Los autorespretendían demostrar que existían interacciones entre el profesor y los alumnos de


forma individual y que dichas interacciones no se daban al azar. De este modo elsistema no cubre todas las interacciones profesor - alumno sino tan solo lasindividuales.

El problema inicial era determinar si las interacciones a nivel individual secentraban más en unos alumnos que en otros y además diferían en calidad eintensidad. Con este fin desarrollaron un sistema de categorías que tan sólo seaplicaban cuando el profesor interactuaba con un niño, teniendo en cuenta el procesode acción - reacción que se producía y excluyendo las intervenciones del profesordirigidas a toda el aula.

Oportunidades de respuesta Nivel de lapregunta

Calidad de larespuesta

Reacción delmaestro

D A V G Do L R Ps Pd El Op C Jc Jt Nr A Cr A1 A2P

PP

PP

D: Pregunta directa al alumno.A :El maestro espera que alguienrespondaV: Un voluntario contestaespontáneamenteG: Los alumnos responden alunísono.Do: El maestro pregunta a unalumno distinto.L:El maestro manda leer.R:El maestro pregunta la lección.

Ps: La preguntaimplica unaelaboración.Pd: La pregunta sóloimplica unarespuesta corta.El: La preguntaimplica una serie derespuestasalternativas.Op: La preguntarefiere a la opinióndel alumno.

C: La respuesta escorrecta.Jc: La respuesta esparcialmentecorrecta.Jt: La respuesta esincorrecta.Nr: No hayrespuesta.

A: Alaba larespuesta.Cr: Critica larespuesta.A1: Indica la causade la respuestaincorrecta.A2: Da la respuestacorrecta sin indicar elerror.

En esta tabla podemos ver el funcionamiento del sistema. El profesor harealizado una pregunta directa a un alumno identificado como " P" , Dicha preguntaimplica una elaboración por su parte. La respuesta del alumno es incorrecta por locual es criti cada por el profesor que a continuación le muestra donde se haequivocado, etc.

4.6.Cuantificación de la observación

Cualquier observación en la que deseemos obtener un resultado cuantificableimplicará necesariamente la elaboración de una serie de instrumentos de medidaespecíficos


para este fin. No obstante las primeras fases de cualquier observación son cualitativasy, en algunas ocasiones toda la investigación puede serlo. Básicamente utili zaremosobservaciones cualitativas en aquellos casos en que:

. Nos queramos limitar a una descripción o deseamos una análisis meramentecualitativo.

. Cuando estudiemos fenómenos complejos que nos permitan elaborar unconcepto abstracto.

. Cuando deseemos preparar una observación cuantitativa y nuestro interéseste centrado en verificar la presencia o ausencia de un elemento más importante porsus características que por su presencia o ausencia.

Por el contrario la utili zación de observaciones cuantitativas será útil cuandoqueramos sustituir las impresiones subjetivas por resultados precisos o bien enaquellos casos en que sea posible y de interés una generalización estadística. Latransformación de datos cualitativos de tal forma que sea posible aplicarles algún tipode técnica cuantitativa se conoce como codificación.

Con el fin de realizar dicho proceso se pueden utili zar diversas medidas, quepueden ser clasificadas en básicas o primarias y derivadas o secundarias, dado queestas últimas se extraen de las primeras. No obstante, un problema previo alestablecimiento de estas medidas estriba en establecer el momento en que los datosdeben ser obtenidos, todo ello nos lleva al problema del muestreo.

4.6.1. Técnicas de Muestreo.

Podemos encontrarnos con. un doble significada del término muestreo en losregistros observacionales. Por una parte este término refiere a la selección de losmomentos en que iniciaremos y finalizaremos nuestras observaciones, a dichaselección la denominamos muestreo intersesional . Por otra refiere a aquellas unidadessobre las cuales focalizaremos nueestra atención durante el registro, denominadamuestreo intrasesional.

Muestreo Intersesional.

Al igual que no realizamos una observación sobre la población de referenciaque nos interesa dada el coste que supondría dicha estrategia, no podemos realizar unaobservación sobre todo el periodo de tiempo al que deseamos generalizar losresultados (periodo de estudio). Todo ella implica la necesidad de realizar lasobservaciones en sesiones de duración moderada que no impliquen una elevada fatigaen el observador pero que al mismo tiempo abarquen un lapso de tiempo losuficientemente gran de como para registrar la suficiente variabili dad de la conductaque nos permita un registro en condiciones.


Una sesión de observación es una muestra de tiempo extraída a partir de laduración total del fenómeno al que deseamos generalizar nuestra observación. Con elfin de que los momentos de inicio y final del registro no sean determinados por laspreferencias del observador y, así, asegurar su generalizabili dad, dichos momentosdeben ser seleccionados de tal modo que todos los puntes temporales tengan la mismaprobabili dad de convertirse en el inicio de una sesión.

Con este fin se puede realizar un muestreo aleatorio de los momentos de iniciodel registro o a un muestreo aleatorio estratificada. Es decir, dividimos el tiempo deregistro en estratos como pueden ser las distintas clases del día y, a continuación nosaseguramos de que se realiza un registro para cada uno de los estratos iniciándose elregistro en un momento elegido aleatoriamente para cada estrato.

Otra posibili dad es realizar un muestreo en función de criterioscomportamentales, es decir, iniciamos la sesión de observación cuando se da unacierta categoría y la finalizamos ante la presencia de otra. Este tipo de muestreo nopermite generalizar los resultados del mismo modo que los anteriores, no obstante sinuestro objeto de estudio se centra exclusivamente en los periodos en que se da dichaconducta es un procedimiento válido. P.Ej. si estamos interesados en la interacciónentre vendedores de coches y clientes a la hora de anunciar el precio del vehículo.

Muestreo Intrasesional.

El muestreo intrasesional de sujetos especifica los sujetos que deben serobservados en cada momento de una sesión de observación. Un primer procedimientoposible es la utili zación de una regla ad libitum, consistente en la ausencia de unaregla de registro intrasesional, sin que se realice ninguna restricción sobre que ycuando observar.

Lógicamente este tipo de registro es útil en investigaciones exploratorias, asícomo para tener constancia de conductas poca frecuentes. No obstante este sistema nopermite verificar ningún tipo de hipótesis, dado que los datos que proporciona estánsesgados hacia los individuos que manifiesten conductas con mayor frecuencia, comomucho este sistema puede ser utili zado dentro del proceso de generación de sistemasde categorías.

Un segundo sistema de registro es el muestreo focal, que consiste en que elobservador mantiene su atención centrada en una sola unidad (sujeto, diada, grupo,etc.).

Habitualmente en cada sesión de observación se utili zará un sujeto distinto,eligiéndose previamente al azar dicho sujeto. Lógicamente ella implica eliminar unelevada número de ocurrencias que generan el resto de sujetos del grupa.

Otra alternativa es el muestreo multi focal o muestreo de barrido. En este casoel observador focaliza a cada uno de los individuos durante un carta intervalo de


tiempo de forma rotatoria, realizando diversos barridos de este tipo dentro de unasesión de observación.

Este tipo de muestreo puede ser modificada en función del tamaño del grupo yde las circunstancias de la observación. Así podemos realizarlo de forma:

-Contigua: la sesión de observación se divide en tantos intervalos comosujetos observándose una vez cada uno de elles sin rotaciones.

-Secuencial: después de dedicar un intervalo a cada individuo vuelven a serobservados en el mismo orden

-Alternante: se divide el grupo o en subgrupos que son observados uno a unorealizando relaciones en cada uno de ellos.

4.6.2.Medidas Primarias.

Las medidas primarias dependen fundamentalmente del tiempo invertido en elregistro, siendo las más utili zadas la frecuencia, la duración, latencia, y la intensidad.

Categoría A B C C A C A

Tiempo 5 8 2 3 5 6 3

Latencia A-C:

Lapso A-A:

La frecuencia (f i) indica simplemente el número de veces que se produce unacategoría en una sesión de observación. Así en la observación de ejemplo lafrecuencia de A es 3.

La duración (di) refiere a las unidades de tiempo ocupadas por una categoría,habitualmente se mide en segundos. En el ejemplo anterior la duración de C es de 11segundos. Una medida asociada es el lapso que hace referencia al tiempo en que lacategoría no esta presente. Así en el ejemplo y suponiendo que no hay pausas entre lascategorías el lapso de A a partir de su primera ocurrencia es de 13 segundos.


La latencia por su parte hace referencia al tiempo transcurrido entre unmomento temporal determinada hasta el inicio de una categoría. En el ejemplopodemos ver el lapso entre A Y A así como la latencia entre A y C.

Finalmente la intensidad se mide tan sólo en aquellos casos en quedisponemos de escalas ordinales, habitualmente en las escalas de apreciación y hacereferencia al grado en que se manifiesta una conducta.

4.6.3.Medidas secundarias.

Tal y como hemos visto anteriormente, las medidas secundarias se ,derivan delas primarias, siendo su principal característica la posibili dad de comparar las medidasobtenidas en dos registros distintos aun cuando la duración de los mismos seadiferente, dada que estas medidas no dependen del tiempo total de registro. Las másutili zadas son las siguientes:

Tasa: (ti) es el número promedio de ocurrencias de una categoría por unidad detiempo. La obtenemos dividiendo la frecuencia de dicha categoría por la duracióntotal del registro. Así en el caso que nos sirve de ejemplo la tasa de A sería 3/32.

Frecuencia Relativa: (Pi) la definimos como la probabili dad de que, alseleccionar al azar una de las ocurrencias de conducta registradas en una sesión, éstasea la ocurrencia de la categoría x. Para calcularla simplemente dividimos lafrecuencia de dicha categoría por el sumatorio de las frecuencias. Así, la frecuenciarelativa de B sería 1/7.

Duración relativa: (πi) es la probabili dad de que al seleccionar aleatoriamenteun momento temporal dentro de la sesión de registro, se este produciendo esacategoría. Para calcularla dividimos el tiempo ocupada por esa categoría por el tiempototal de registro. Así, la duración relativa de C sería 11/32.

Duración media: (δi) este índice nos proporciona un indicador del promedio detiempo ocupada por una categoría determinada. Para obtenerlo dividimos el total deunidades de tiempo ocupadas por dicha categoría por la frecuencia de la misma. Así,la duración media de la categoría C es de 11/3 segundos.

Frecuencia de transición: es el número de veces en que se produce unatransición entre dos categorías determinadas, representada por f ij donde i y j son lasdos categorías.

Ej: ACABBACACBBAAC


La frecuencia de transición AC es de 4.

Frecuencia relativa de transición: (pij) es la probabili dad de la transición que seinicia en i y acaba en j. La obtenemos dividiendo la frecuencia de transición ij por elnúmero total de transiciones entre la categoría i y cualquier otra. Así en el ejemplo lafrecuencia relativa de transición AC es de 4/6.

4.7.Fiabilidad de los registros observacionales.

En ciencias de la conducta existen un elevado número de variables que puedenafectar al fenómeno que estemos estudiando, con ello, la repetición de una experienciadeterminada o la utili zación de un instrumento de medida distinto pueden conducirnosa resultados diferentes. En este sentido debemos plantearnos si los resultadosobtenidos son interpretables o, si por el contrario, están afectados por perturbacionesaleatorias debidas al propio instrumento de medida. Entendemos que un instrumentoes fiable si tiene pocos errores de medida, es decir, si es estable, consistente y dependede las puntuaciones del individuo en la característica evaluada. Tradicionalmente elestudio de la fiabili dad ha estado asociado al empleo de tests estandarizados, aunquelos problemas asociados a la fiabili dad son extrapolables a la observación.

El significado más comúnmente utili zado para la fiabili dad en el marco de lasinvestigaciones observacionales es el de concordancia entre observadores, es decir, sitomamos dos observadores que en un mismo momento temporal codifican de acuerdoa un mismo sistema de categorías, dicho sistema será más o menos preciso en funcióndel grado de acuerdo entre ambos sobre las categorías registradas. Los índices deacuerdo pueden obtenerse tanto para un mismo observador concordanciaintraobservador como para observadores independientes concordanciainterobservadores. En el primer caso precisaremos de un registro de vídeo de la sesiónque será categorizada en dos ocasiones sucesivas por la misma persona.

Los coeficientes de concordancia entre o intra observadores se interpretancomo la fiabili dad del instrumento utili zado, existiendo distintos métodos paracalcularlo. Tomemos como punto de partida la siguiente tabla de doble entrada:

Observador 2

Ocurrencia(+)

NoOcurrencia

(-)


Ocurrencia(+)

A B

Observador1 No

Ocurrencia( -)

C D

Siendo

A: Número de acuerdos en ocurrencias

B y C: Desacuerdos

D: Número de acuerdos en no ocurrencias.

N = A + B + C + D = Número de intervalos codificados.

Partiendo de esta tabla podemos considerar distintos índices de concordanciaentre observadores:

Coeficiente de concordancia total:

100*DCBA

DAT

++++=

Este índice nos proporciona una idea del grado de acuerdo que existe entre losobservadores, no obstante si se encuentran categorizando una sesión en la cual lafrecuencia de las conductas emitidas es muy baja, el gran número de intervalos en losque estarán de acuerdo en que no ocurre nada podrá incrementar de forma artificialdicho coeficiente.

Podría darse el caso por ejemplo de que se produzcan tan sólo cinco conductaspara categorizar, que los observadores no estén de acuerdo en ninguna de ellas y queel índice de acuerdo sea cercano al 90%. Una posible solución a este problema escomputar índices para las ocurrencias y las no ocurrencias por separado.

Porcentaje de acuerdo en ocurrencias:

100*CBA

AO

++=

Porcentaje de acuerdo en no - ocurrencias:


100*DCB

DNO

++=

No obstante, estos y otros índices que pueden derivarse de la tabla inicialpresentan el problema de que no tienen en cuenta el grado en que los acuerdos entreobservadores debidos al azar afectan al coeficiente computado. Es decir, de todas lasocasiones en que los observadores registran una conducta dentro de una mismacategoría, existirán algunas de ellas en las cuales ambos se han equivocado pero porazar han registrado la misma categoría. Así por ejemplo supongamos un sistema con 4categorías equiprobables. Imaginemos que ante una conducta que debería serregistrada como la categoría A ambos observadores se equivocan, entonces existe unaprobabili dad de 1/9 de que a pesar de ello exista un acuerdo en alguna de lascategorías restantes. Lógicamente este fenómeno puede distorsionar los porcentajes deacuerdo que computemos de tal modo que sean superiores a los porcentajes reales.

Con el fin de eliminar este efecto se desarrolló el índice kappa de acuerdoentre observadores. La fórmula empleada es la siguientes:

a

ac

p

ppkappa

−−=

1

Siendo:

Pc= porcentaje de concordancia entre observadores. Pa= porcentaje deacuerdo debido al azar.

Para calcular este índice consideremos el siguiente ejemplo:

Dos observadores han categorizado del siguiente modo una secuenciaconductual:

Observador1: AABABABBABCCAC

Observador 2: ABBAAABBAACAAC

Realizamos a partir de estos datos una tabla de doble entrada como lasiguiente:

Observador 1

A B C Total

Observador 2 A 5 2 1 8


B 1 3 4

C 2 2

Total 6 5 3 14

El porcentaje de acuerdo entre observadores lo obtenemos sumando losvalores de la diagonal y dividiéndolos por el numero total de ocurrencias. En este casovaldrá 10/14 es decir 0,714.

Para computar el porcentaje de acuerdos debidos al azar debemos calcular laprobabili dad de que el observador 1 categorice A y el 2 también, más la mismaprobabili dad para B y para C. En nuestro caso dicho porcentaje será:

377,014

)3*2()5*4()6*8(

14

3*

14

2

14

5*

14

4

14

6*

14

82 =++=

+

+

=ap

Podemos comprobar que para calcularlo basta con sumar el producto de lassumas marginales para cada categoría y dividirlo por el cuadrado del número total deocurrencias. En nuestro caso el índice kappa será:

377,01

377,0714,0

−−=kappa

Podemos comprobar como de un índice de acuerdo entre observadores de casiel 72% hemos pasado a un acuerdo del 54% al eliminar el efecto sobre dicho índicedel número de acuerdos debidos al azar.

Fleiss propone los siguientes criterios con el fin de comprobar la bondad delsistema que estamos evaluando.: 0.4 - 0.6 mediocre. 0.6 a 0.75 bueno y 0.75 o másexcelente.

En el caso en que el índice kappa que obtenemos con el sistema de categoríasque hemos desarrollado sea insuficiente deberemos proceder a analizar aquellascategorías que presenten mayores problemas desde el punto de vista de laconcordancia entre observadores. Para ella es conveniente calcular el porcentaje deacuerdo ocurrencias para cada una de las categorías. Así en el caso que nos ocupaseria:

Pa= 5/9 = .55


Pb= 3/6 = .5

Pc= 2/3 = .66

Podemos comprobar que la categoría en la que hay un menor acuerdo entreobservadores es la B, aunque en la A el acuerdo también es relativamente bajo.Partiendo de estos datos podríamos plantearnos una revisión de la forma en que se handefinida dichas categorías con el fin de intentar verificar las causas del problema.

Otro análisis interesante es el resultante de volver a calcular el índice kappapero e1iminando la categoría que plantea un menor acuerdo, de este modo podemosconocer si el sistema de categorías presenta una fiabili dad baja debida al efecto dedicha categoría o si realmente existen más categorías que deberíamos revisar. Ennuestro caso, y eliminando la categoria B:

Pc= = .875

Pa= 36/64 = .5625

kappa= .714

Podemos comprobar como hemos pasado de un índice mediocre a un índiceaceptable.

metodos de investigaciÓn en...

Documents