Aylen marocchi

Metodología Azzollini – RESUMEN PRIMER PARCIAL

Tema 1: LA PSICOLOGÍA COMO CIENCIA – Teórico

A. Elementos de teoría científica
B. Una investigación es un conjunto de procesos sistemáticos, críticos y empíricos que se aplican al estudio de un
fenómeno que lo convierten en conocimiento científico
- El conocimiento científico es el que se obtiene mediante la aplicación del
método científico.

Características del conocimiento científico:

 Origen empírico: todo dato científico debe poder ser observable empíricamente.
 Acuerdo inter e intraobservadores: Todos los científicos deberán poder observar los mismos hechos siempre que se
repita el experimento, es decir que, al observar un fenómeno bajo las mismas condiciones, éste deberá producirse
con las mismas características.
 Capacidad de repetibilidad del hecho observado : Se debe poder verificar en otro lugar o situación los fenómenos
siempre y cuando se den bajo las mismas condiciones, es decir, los resultados de las investigaciones deben
generalizarse a distintas situaciones
 Todas las observaciones son hechas como si se tratara de otro : se debe hacer explicita la distinción entre el
investigador y el fenómeno observado.
 Racionabilidad y comunicabilidad: los descubrimientos científicos deberán poder ser presentados de forma coherente
mediante un informe o reporte para que otros científicos puedan conocerlos o replicarlos.

TODA INVESTIGACION DEBE:

1. Observar y evaluar los fenómenos
2. Establecer suposiciones e ideas a partir de los datos observados
3. Demostrar el grado en el que estas suposiciones tienen fundamento
4. Determinar en base al análisis de los datos obtenidos si se verifican estas suposiciones
5. Proponer nuevas observaciones

Enfoque cuantitativo de investigación

 es secuencial porque hay una serie de pasos que deben realizarse siguiendo cierto orden.
elaboración de
Plantear una idea de Planteamiento del revisión de la hipótesis (derivan de
Visualización
investigación (que problema de estudio, literatura y la revisión de la
del alcance de
fenómeno se quiere delimitado y concreto desarrollo del literatura) y definir
estudio
estudiar) del fenómeno, y los marco teórico variables
objetivos de (teoría que guía
investigación el estudio)

Se generalizan los
Análisis de los datos Se miden las
datos que obtuvo de definición y
(métodos estadísticos/ variables en Diseño de
la muestra a toda la selección de
codificación a números) ese contexto y investigación
población. la muestra
y se extraen se recolectan (plan que permite
Elaborar el reporte de
conclusiones del los datos probarlas)
los resultados
fenómeno estudiado al
corroborar o no la H

 Debe evitar que sus temores y creencias influyan en los resultados de la investigación
 La meta es confirmar y predecir los fenómenos investigados, es decir, probar teorías.
 Si se siguen todos los pasos (etapas sucesivas que no se superponen, no se puede ir para atrás) se podrá generar
conocimiento valido y contribuyen a la generación del conocimiento. Pretende generar conocimientos validos y objetivos
que pueden generalizarse y generar leyes universales y causales y entender así la realidad externa, objetiva, que funciona
de manera particular sin importar lo que pensamos de ella. No busca entender la realidad subjetiva (propia del método
cualitativo)
Este archivo fue descargado de
  Utiliza el método deductivo, es decir, genera leyes generales y supone que pueden aplicarse a cada individuo que
pertenezca a la población de la cual fue extraída la muestra.

Realidad subjetiva
Realidad externa objetiva
Creencias del investigador (hipótesis)
Coincide con el fenómeno
Se pueden aceptar
No coincide con el fenómeno
Se pueden rechazar

Enfoque cualitativo de investigación

Buscan ir analizando los datos y a partir de los datos obtenidos afinan las peguntas de investigación y generan nuevas
hipótesis. El orden de los pasos no es fijo y puede regresar a pasos anteriores e ir modificándolos durante toda la
investigación, cambiar las hipótesis y hasta las preguntas de investigación.

Inmersión en el
Elaborar un reporte Plantear el campo
de los resultados problema

Concepción del
Interpretar los Literatura existente diseño de estudio
resultados (maro de referencia)

definición d la muestra
Análisis de Recolección del estudio y acceso a
datos de datos esta

 La revisión inicial de la literatura puede complementarse en cualquier momento de la investigación. En la investigación

cualitativa se debe regresar continuamente a etapas previas. Por ejemplo, La muestra puede modificarse, si queremos
estudiar a ciertas personas en su ambiente natural y esto no es posible por ejemplo un alumno que buscaba entrevistar a
criminales peligrosos, pero se le negó el acceso.

 La inmersión inicial en el campo refiere a sensibilizarse con el entorno donde se llevará a cabo la investigación.

 Plantean un problema, pero lo van modificando a medida que recolectan datos, debido a que se basan en el método
inductivo, es decir, van de lo individual a lo general. Entrevista a ciertas personas en particular (muestra) extrae lo datos
y saca conclusiones, y generan hipótesis, profundizando así su visión sobre estos fenómenos y modificando esas
hipótesis al recolectar más datos. Se utiliza para estudiar temas no explorados.

 Evaluar el desarrollo natural de los sucesos, sin manipular las variables en un laboratorio. Utilizan para ello técnicas de
recolección de datos, observación, entrevistas abiertas, revisión de documentos, registro de historia de vida, etc.

 La realidad se define a partir de las interpretaciones de los distintos sujetos, es decir, que construye el conocimiento a
través de la experiencia de los diversos sujetos. Muestras de pocos sujetos.

 Es naturalista (estudia a los fenómenos y seres vivos en sus ambientes naturales) e interpretativo (busca el sentido de los
fenómenos a partir de los significados que las persona otorguen)

Diferencias
El enfoque cualitativo busca a expansión de la información acerca de cierto fenómeno, mientras que el enfoque cuantitativo
busca acotar la información a fin de encontrar datos objetivos a partir de los cuales se puede interpretar la realidad.
El cuantitativo se utiliza para consolidar creencias y establecer patrones de comportamiento de la población, mientras que el
Este archivo fue descargado de
enfoque cualitativo busca que el investigador genere creencias propias del fenómeno estudiado al analizar las diferentes
perspectivas y datos.

Tema 2: VARIABLES E HIPÓTESIS – prácticos

II. Pereda Martin – Cap. 7: las variables en la investigación psicológica

Se toma como un proyecto d investigación, a la serie de pasos realizados por el investigador a fin de poder responder a un
problema de investigación que se pregunta por cómo actúan ciertos fenómenos, ya sea describirlos, analizar su relación con
otros fenómenos o como influyen unos en otros. El experimento consiste en evaluar y examinar las inferencias d como actúan
los fenómenos o sus relaciones sometiéndolas a contrastación empírica.

Concepto: es una abstracción formulada a partir de generalizaciones de manifestaciones o características particulares del
comportamiento humano. Ej. buena salud, dolor, etc. Es el significado del fenómeno.

Constructo: es una abstracción o representación mental inferida a partir de situaciones, fenómenos o formas d comportamiento
particulares. Son términos que los investigadores inventan en forma deliberada para un propósito determinado. Ej.
Autoatención, inteligencia, ansiedad.
Son inobservables y las hipótesis se generan a partir de estos constructos, por lo que para contrastar hipótesis es necesario
hacerlos observables. Ej. Como influye la inteligencia en las notas. Se deben operacionalizar para trasladarlos del nivel teórico
al nivel empírico.
Teoría: generalización abstracta que ofrece explicación de las relaciones entre los fenómenos. Se ordenan de cierta forma
los constructos permitiéndonos entender el mundo donde vivimos.
Variable: si los constructos son susceptibles de tomar diversos valores excluyentes entre si (cambia o difiere en
diversos sujetos), se dice que son variables. No se puede aplicar el método experimental a variables no cuantificables u
observables. El procedimiento que consiste en establecer aspectos o características observables y cuantificables que
estén relacionadas con la variable se llama operacionalización de la variable, es decir, se debe especificar como se
observara y medirá cada variable para así hacerla observable. Ej. La adaptación psicológica es un estado de bienestar
relacionado con la satisfacción de la vida medido por la escala de equilibrio de afecto.
En psicología: cualquier aspecto del organismo o ambiente que pueda variar adoptando dos o más valores. Ej. Peso
La activ. Científica busca entender porque las cosas varían y entender cómo afecta la variación de una variable en la
variación de las otras.

Hay 2 formas de operacionalizar los constructos:

Operacionalización experimental: se aplica a VI. Se definen los constructos a partir de las acciones que debe llevar a
cabo el investigador para manipular los valores de la variable independiente. Ej. Distintos niveles de luz.
Operacionalización de medida: se aplica a VD, pero se puede aplicar a VI cuando esta no se puede operacionalizar
experimentalmente debido a que no puede ser manipulada por el investigador. Por ej. La variable inteligencia es propia
del sujeto por lo que el investigado no puede decidir que inteligencia tendrá cada sujeto, porque cada sujeto tiene una
inteligencia propia, por lo que la forma de operacionalizar seria medir la inteligencia de cada sujeto y clasificar en grupos
según el nivel.

Valor: son los distintos estados o variaciones que asume una variable.

Niveles de medición: las escalas asignan diferentes símbolos para cada característica que toma una variable.
 Nominal  aquellas en la que los números o símbolos solo se usan para diferenciar unos de otros. No se
diferencia mayor o menor. Cualitativa. Ej: Sexo (F/M). Ocupación. Su característica es que son distintos entre sí.

 Ordinal  los números que se asignan a los distintos valores de la variable indican diferencia y orden entre los
mismos. La distancia entre los distintos valores contiguos no es necesariamente la misma. Se puede establecer un
nivel jerárquico entre los valores de la escala, es decir que uno es mayor que otro, pero no sabemos cuanto mayor
Este archivo fue descargado de
 es. Ej. El primario es menor que el secundario.

 Cuantitativos: proporciona información sobre una característica acerca de si es diferente a otra y cuál es mayor, y
agrega también que podemos saber cuánto mayor o menor es un valor respecto del otro. La distancia entre dos valores
contiguos es la misma.

 De intervalo: El valor 0 no representa la ausencia de la característica sino un punto arbitrario elegido por el
investigador. Ej.: la escala centígrada de temperatura donde el cero no representa ausencia de temperatura sino un
valor mas de la variable
 De razón El 0 es absoluto y representa la ausencia de la característica. Ej. escala de peso, velocidad, etc.

Clasificación de las variables

Según el nivel de medida: Cuantitativas
 Continuas: sus valores pueden ubicarse en un continuo. Son aquellas que pueden adoptar un número infinito
de valores ordenados dentro de una cierta amplitud (ej. peso de una persona, altura)
 Discretas: solo pueden adoptar un número limitado de valores ordenados dentro de cierta amplitud (Ej.: hijos,
no se puede tener un hijo y medio).
 Categóricas: adopta un conjunto reducido de variables discretas. Ej. Estado civil: soltero (1), casado (2),
divorciado (3)
 Dicotómicas: 2 valores de la variable discreta. Ej. Sexo: femenino (1), masculino (2)

Las escalas cuantitativas pueden descender a ordinales. Por ej. Puntajes de estrés expresarse como bajo, medio y alto
Según la manipulación:
 Activas: son susceptibles de ser manipuladas directamente por el investigador. Los valores que adoptan las
variables son aplicados por el investigador. Ej. si aplicamos distintos métodos de enseñanza, estamos
manipulando la variable “método”.
 Asignadas o seleccionadas: cuya manipulación directa es imposible. Ej. Sexo, posición económica. Son variables
preexistentes en el sujeto. Variables de atributo.

Estudios de causa y efecto

Variables dependientes: es el fenómeno que elegimos estudiar en la investigación causal, es decir, es el efecto.
Variables causales: son las que afectan al fenómeno que en el experimento se presenta como variable dependiente.
Dependen de cada variable dependiente, porque ciertas variables causales, modifican y afectan a ciertas variables
dependientes y no a otras. Incluyen a las contaminadoras y a las independientes, ya que todas ellas afectan a la VD de alguna
manera. En la investigación elegimos saber los efectos que tiene cierta variable sobre la VD (lo que se busca estudiar). Esa
variable que afecta a la VD es la VI, y todas las demás variables que modifican la variable dependiente pero que no se
tomaron en el experimento constituyen las VC.

Variable contaminadora: aquellas que pueden afectar a la variable dependiente pero no fueron tomadas en la investigación
para ser usadas como V.I. Factores que pueden ser la causa de cambios observados en la V.D que no son los que se están
estudiando. Cuando un experimento está contaminado los resultados no pueden ser interpretados con certeza porque no se
sabe si los cambios en la variable dependiente se deben a la variable independiente o a las VC. Estas se deben controlar o
eliminar para poder entender bien los efectos de la VI en la VD.

VARIABLES INDEPENDIENTES: es la que el experimentador manipula para conocer sus efectos sobre la VD (lo que se
está estudiando). El investigador manipula la variable independiente y la hace variar a través de diversos valores, para ver
como estas variaciones en la VI generan variaciones en la VD, es decir que efectos tienen las variaciones de la VI sobre el
fenómeno estudiado. Se denomina independiente porque sus valores dependen únicamente de los deseos del experimentador,
no estando afectados por ningún otro factor. Los niveles son las distintas categorías que adopta la VI y el tratamiento es la
aplicación a los sujetos de cada nivel de la VI
Tipos:
- Situacional: hacen referencia a los estímulos que proceden del amiente físico y social, así como de la tarea que debe realizar el sujeto. Ej: tipo de
estímulo (luz, sonido).
- De sujeto: son todas las variables propias del individuo. Ej. edad, sexo. El investigador no las puede asignar porque los sujetos mismos son los

Este archivo fue descargado de

 que poseen ya un determinado valor de la variable en cuestión. Estas no pueden entonces ser manipuladas directamente.

La manipulación son las tareas que el investigador realiza para hacer que las variables adopten distintos valores y para asignar cada
tratamiento experimental a los diferentes grupos experimentales de sujetos.

Influye
Variable en Variable dependiente
independiente (causa) (efecto)

Los datos son los fragmentos de información que se obtiene a lo largo d la indagación. Son los valores de la variable que
se recaban en la investigación. En el enfoque cuantitativo los datos se expresan en valores numéricos, mientras que en los
estudios cualitativos se expresan como narraciones que se obtienen al entrevistar a los sujetos.

Estudios correlacionales
En la relación no causal no hay VI y VD debido a que no se busca descubrir como las variaciones de la variable independiente
influyen en la VD. En estos casos se busca entender la relación que hay entre dos variables sin determinar la influencia d una sobre la
otra. Por ejemplo, ante un aumento de ansiedad hay un aumento de la depresión, pero no sabemos si el aumento de la ansiedad
provoca el aumento de la depresión o al revés. Cuando relacionamos dos variables podemos usar una para predecir la otra debido a
que sabemos como se relacionan entre sí, a la que predice la llamamos predictor, y se llama criterio a la que se predice a partir d las
anteriores. También deben controlarse variables contaminadoras que intervengan en la relación entre variables, porque puede existir
otra variable que este generando estas modificaciones en las variables y afectando la relación.

Control: refiere a mantener constantes o eliminar las posibles influencias de VC sobre la VD para poder así comprender la verdadera
relación con la VI. Debe para ello manipularlas para que no causen ya ningún efecto sobre la VI y la VD. Por ej. Se busca saber si la
edad de la madre influye en el peso del bebe. VC podrían ser hábitos alimenticios de la madre que varían según su edad y que podrían
afectar al peso del bebe no permitiendo comprender la verdadera relación entre la edad de la madre y el peso del niño. Deben
controlarse específicamente aquellas variables contaminadoras que afectan tanto a la VD como a la VI. Por ejemplo, la dieta se
relaciona tanto con la edad, porque varía según la edad y también afectaría al peso del bebe. En cambio, el consumo de cigarrillo es
independiente de la edad, pero afectaría en el peso del bebe.

Fuentes de variables contaminadoras en experimentos de psicología:

Sujetos – experimentador – propia situación experimental – instrumentos – error progresivo.
Al diseñar el experimento, el investigador debe realizar una lista de las variables relevantes, distinguiendo las independientes que va a
manipular y las potenciales contaminadoras que deberá controlar. Para controlarlas, se dispone de una serie de técnicas experimentales
de control.
Las V.I serían las causas y las V.D los efectos.
Cuando un cambio introducido en la V.I da lugar a una modificación en la conducta de un sujeto, se afirmará que dicha conducta está
bajo el efecto de esa variable. A veces puede pasar que, aunque haya cambios en la V.I no se produzca ninguna modificación en la
V.D, algunas razones: error del investigador, no haber manipulado correctamente la V.I o la presencia de alguna variable
contaminadora que el investigador no haya controlado.

Tipos de manipulación
La manipulación siempre remite a la VI y es el conjunto de tareas que lleva a cabo el investigador para aplicar dicha variable.

Manipulación experimental: el experimentador decide que valores de la V.I va a utilizar, y decide aleatoriamente el sujeto/grupo a
quien va a asignar cada valor de la V.I. Es propia del método experimental. Refiere a la aplicación de la operacionalización
experimental.

Manipulación de selección: también decide que valores de la V.I va a utilizar, pero no puede determinar aleatoriamente que sujetos
van a recibir los valores, porque el sujeto ya tiene en sí mismo el valor de la VI, poque ya era preexistente en el sujeto. El valor de la
variable que se va a usar lo determina el investigador, y esos valore al no poder aplicarse a los sujetos, determina que sujetos van a
formar parte y cuáles no. Refiere a la operacionalización de medida.

Grupo experimental: cada grupo de sujetos al que se aplica un tratamiento experimental diferente, es decir, aplicar cada valor de
la variable.

Este archivo fue descargado de

VARIABLE DEPENDIENTE: es el aspecto del fenómeno/conducta en donde se esperan encontrar los efectos producidos por los cambios que el
experimentador introduce en la V.I cuando la manipula. La observación permitirá verificar/rechazar la hipótesis que dice como afecta la VI a la VD.

Las hipótesis son explicaciones tentativas del fenómeno estudiado que se enuncian como preposiciones o afirmaciones. Indican lo que
tratamos de proba y son las guías de una investigación. No en todas las investigaciones hay hipótesis.
Alcance del estudio Formulación de hipótesis
Exploratorio No se formulan hipótesis
Descriptivo Solo se formulan cuando se pronostica un hecho
Correlacional Se formulan hipótesis correlacionales
explicativo Se formulan hipótesis causales

Un ejemplo de alcance delictivo y predictivo es cuando se busca predecir cual va a set el índice delictivo de la ciudad, donde una posible
hipótesis es el indie delictivo para el siguiente semestre será menor a un delito por cada mil habitantes.

Las hipótesis pueden ser más o menos generales y abarcar dos o mas variables, pero son solo afirmaciones sujetas a comprobación empírica,
que pueden corroborarse o rechazarse.

Las hipótesis surgen del planteamiento de problema y del marco teórico. Se debe revisar la literatura para generar una hipótesis donde se
afirme algo con sentido. Si no se revisa la literatura pueden generarse errores como postular algo demasiado comprobado o algo que ya había
sido rechazado.

Características de las hipótesis

 Deben referirse a una situación real y deben tener un contexto bien definido. Por ejemplo, si se investiga el comportamiento gerencial
debe referirse a los gerentes reales de una empresa real.
 Las variables y términos de la hipótesis deben ser precisos y lo mas concretos posibles. Ej. Globalización económica es un término
amplio.
 La relación entre las variables en la hipótesis debe ser clara y lógica. Por ej. Relacionar la disminución de consumo de petróleo con el
aprendizaje de algebra de los niños sería ilógico.
 Los términos y variables de la hipótesis deben ser observables y medibles, así como la relación planteada entre ellos. Por ej. Los
hombres felices van al cielo no podría medirse porque no es observable
 Las hipótesis deben relacionarse con técnicas disponibles para probarlas. Formular hipótesis que sabemos que pueden medirse por
medio de herramientas de medición.

4 tipos de hipótesis según su valor explicativo

HIPOTESIS DESCRIPTIVAS
Esta hipótesis se utiliza a veces en los estudios descriptivos, para intentar predecir un dato o valor en una o mas variables que se van a medir u
observar. Por ej. la ansiedad en jóvenes alcohólicos será elevada

HIPOTESIS CORRELACIONALES
Especifican la relación entre dos o mas variables y corresponden a los estudios correlacionales. Por ejemplo, la administración de
medicamentos se asocia a daños físicos en la estructura de los dientes.
Las hipótesis correlacionales no solo establecen que dos o mas variables se encuentran relacionadas sino también la medida en la que se
relacionan. Por ej. A mayor atracción física mayor proximidad. No se sabe si primero viene la atracción o la proximidad, es decir, cual es
causa de la otra, pero si se sabe que se relacionan las variables y en qué medida lo hacen.
Alcanzan un nivel predictivo y parcialmente explicativo.
En estas hipótesis no importa el orden en el que coloquemos las variables, debido a que ninguna antecede a la otra. Es lo mismo indicar a
mayor X mayor Y, que indicar a mayor Y mayor X.
Cuando en la investigación debamos investigar la relación entre mas de dos variables, debemos armar hipótesis que relacione cada una un par
de variables.

Se influyen entre si
Variable Variable
X Y

HIPOTESIS DE DIFERENCIA ENTRE GRUPÓS

Estas hipótesis se formulan en investigaciones cuya finalidad es comparar grupos.

Este archivo fue descargado de
Por ejemplo, un publicista que busca probar si los programas televisivos en blanco y negro influyen en que los adolescentes que fuman dejen
de hacerlo por lo que crea dos grupos, uno donde ven programas en blanco y negro y otro donde ven programas a color. La h seria “el efecto
persuasivo para dejar de fuman no será igual en los adolescentes que vean el comercial a color, que el efeto en adolescentes que ven el
comercial en blanco y negro. En este caso no dice quien disminuirá o aumentará la VD
Podría ser también “los adolescentes le atribuyen mas importancia al atractivo físico en sus relaciones de pareja que las adolescentes a las
suyas”

En estas hipótesis se plantea una diferencia de grupos. Puede plantearse simplemente la diferencia, es decir, únicamente observar que los
grupos comparados no son iguales sin determinar cómo afectaría cada valor de la variable independiente a los distintos grupos, es decir, cual
es la diferencia. En este caso seria no direccional (no dice si aumenta o disminuye la necesidad de fumar en los distintos grupos, solo que
difiere). Puede ser también direccional donde si se sabe cual es la diferencia entre los grupos, es decir, si cada valor d la VI que se aplicó en
los diversos grupos Aumento o disminuyo los síntomas. (algunos autores toman a estas hipótesis como un tipo de hipótesis correlacional)

HIPOTESIS CAUSALES
Este tipo de hipótesis no solo relaciona dos o mas variables y como se manifiestan, sino también determina una causalidad, es decir,
establecen una causa y un efecto. Una de las variables precede a la otra, es decir, que el cambio en los valores de la variable que es la causa
(VI) influye y modifica a el efecto (VD)
Para demostrar causalidad primero debe demostrarse una correlación.

Influye en
Variable Variable
X Y

Hipótesis causales bivariados: plantea como la variabilidad de la variable independiente afecta y hace variar a la variable dependiente
EJ. La desintegración del matrimonio genera baja autoestima en los hijos

Desintegración del causa

Baja autoestima en niños
matrimonio

Hipótesis causales multivariadas: muchas VI y una VD, una VI y muchas VD o muchas VD y VI

Por ejemplo la variedad, la autonomía en el trabajo y la retroalimentación proveniente del desarrollo de este generan motivación intrínseca y
satisfacción laboral.
Variedad en el trabajo Motivación intrínseca

Autonomía en el trabajo
Satisfacción laboral
Retroalimentación proveniente del trabajo

También las multivariadas pueden plantear relaciones causales donde haya una variable interviniente, e decir, A genera B siempre y cuando
exista C. ej. La paga aumenta la motivación intrínseca de los trabajadores cuando se administra según el desempeño

paga motivación

Condiciones de
administración
del pago

Variable/s
La que manipula el investigador asignándole valores
Independiente/s
(causa)
HIPOTESIS (VI)
EXPERIMENTAL Variable/s
La que mide el investigador
Dependiente/s
(efecto)
(VD)
La observación de
La observación de modelos Manipulación: 2 valores (observar modelos
modelos agresivos
agresivos (VI) agresivos/ no observar modelos agresivos
influye
Ejemplo: en el grado de
Grado de agresividad en el Observación/ medición: cantidad de veces que
agresividad
comportamiento durante una actividad con pares se agrede (pega/
en el comportamiento
Esteposterior
archivo fue
hacia descargado
pares (VD) de insulta/ menosprecia.)
posterior hacia pares
 Cuestiones a tener en cuenta
- Con el mismo Término Teórico (TT) pueden redactarse diferentes Variables Teóricas
- El TT no es solamente la palabra que lo denota, además siempre está relacionado con su correspondiente definición conceptual dada por la teoría a
la que pertenecen. Con la misma palabra se puede hacer referencia de distintas cosas.
- estos términos son abstractos, conceptuales. Creados por las teorías o redefinidos a partir del lenguaje ordinario

Las variables redactadas con términos teóricos (q conforman la hipótesis general) deben ser planteadas en términos empíricos, indicando como se van
a medir (para conformar la h de trabajo). Se denomina OPERACIONALIZACIÓN.
Técnicas e instrumentos q permiten operacionalizar variables en psicología: cuestionarios, test, entrevistas, observaciones, aparatos, informes.

VARIABLE INDEPENDIENTE – VI VARIABLE DEPENDIENTE – VD VARIABLE CONTAMINADORA

Fuentes de variación constante que
Manipuladas por el investigador, le
no han sido manipuladas. Impactan
asigna valores de todos los posibles
Es la que sufrirá los efectos, varía según cada valor de la VI. en la VD, pero no son las que se
que podrían tener
Se miden sus valores después de la manipulación de la VI quiere estudiar, por lo tanto, hay
Ej. Variable luz. Podría asignarse los
que controlarlas o
valores de luz alta, baja o media eliminarlas
Tipos de manipulación Criterios para elegir la forma de medir Fuentes
Intencional o  Fiabilidad: lo es cuando se obtiene el mismo valor al  Sujeto
De selección  Experimentador
experimental llevarse a capo repeticiones idénticas
Se utiliza con Se utiliza con  Sensibilidad: cuando es capaz de variar ante los
cambios de la VI  Instrumentos
variables variables de
ambientales sujeto  Validez: cuando realmente mide lo que se pretende  Error progresivo
medir, es decir, cuando los cambios en los valores de la  Situación experimental
Asignación VI generaron los efectos en la VD
aleatoria de los El valor elegido
valores de la VI al determina el grupo.
grupo Solo pueden ser
seleccionados en
cierto grupo todos
los que cumplan con
ese valor de la
variable ej. Grupo
donde todos tengan
un CI alto.
Selección libre de
Ídem
los valores de la VI
Condición para
Baja la validez
que una
interna de las
investigación sea
investigaciones
un experimento

El problema sería la formulación general de lo que se pretende investigar en el experimento. Y la hipótesis sería la formulación más específica
de los resultados que se esperan encontrar en el mismo

Hipótesis Experimental: relación funcional entre por lo menos dos variables: la V.I y la V.D
El objetivo del experimentador es llevar a cabo un experimento donde pueda poner a prueba la hipótesis. La hipótesis es una solución
tentativa al problema que dio lugar a la investigación, debe estar expresada de la forma más concreta posible la relación que se cree que existe
entre las V.I que se manipulan y las V.D que se estudian.
La solución que plantea la hipótesis es tentativa, es la que, según los conocimientos del investigador sobre el tema, tiene mayor probabilidad
de producirse.

TIPOS DE HIPÓTESIS
según tipo de investigación
Inducidas: (cualitativa) se obtienen a partir de los hechos observados. Van de lo particular a lo general. Se parte de la observación empírica.
Ej. las personas que tienen un coche rojo, son más agresivas y corren más
Deducidas: (cuantitativa) se deducen de las teorías ya conocidas, a partir de un cuerpo de conocimientos ya elaborado. De lo general a lo
particular.

Según la direccionalidad
Este archivo fue descargado de
Direccionales: indica expresamente como influirá una variable sobre otra (si aumenta o disminuye)
No direccionales: indica que una variable influye sobre otra o que dos grupos difieren sin determinar como

Según el grado de generalidad

General: sus variables incluyen términos teóricos. Se denomina termino teórico al termino que se utiliza para designar entidades inobservables o difíciles de
medir. Ej. Depresión
De trabajo: sus variables incluyen términos empíricos. Se denomina termino empírico al termino que se utiliza para designar entidades observables o
fácilmente medibles. Ej. sexo.
Mixta: alguna variable con términos empíricos y alguna con términos teóricos. Por ejemplo El estrés laboral (teórico) produce ausentismo (empírico)

HIPOTESIS NULAS Y ALTERNATIVAS

Las hipótesis nulas (H0) son el reverso de las hipótesis de investigación. Son proposiciones que niegan o refutan la relación entre variables que se quiere
probar en la investigación. Hay tantas hipótesis nulas como hipótesis de investigación.
Tipos: hipótesis nulas descriptivas que niegan el valor o dato pronosticado, hipótesis nulas relacionales que niegan la relación entre variables, hipótesis nulas
de diferencia de grupos que niegan que los distintos valores de la variable independiente provoquen diferencias en la VD.

Las hipótesis alternativas (Ha) son posibilidades alternas d la hipótesis de investigación y de la hipótesis nula. Las hipótesis alternativas se formulan cuando
hay otras posibilidades de la hipótesis de investigación.

Ej. Hi: el candidato obtendrá en la elección para la presidencia del consejo escolar entre el 50% y 60% de la votación total.
H0: el candidato NO obtendrá en la elección para la presidencia del consejo escolar entre el 50% y 60% de la votación total.
Ha: el candidato obtendrá en la elección para la presidencia del consejo escolar MENOS/ MAS del 50% y 60% de la votación total.

1. Identificación de problema (falta de conocimiento, conflicto entre teorías, etc.)

2. Preguntas de interés relacionadas al nivel de conocimiento existente
3. Objetivos de la investigación (generales y particulares/específicos)
4. hipótesis

PRUEBA DE HIPOTESIS

Las hipótesis se someten a prueba empírica para determinar si son apoyadas o rechazadas según lo que el investigador observa. No se ´puede
probar la falsedad o verdad de una hipótesis solo se puede argumentar que fue apoyada o no de acuerdo con los datos recolectados. Cuantas
mas investigaciones apoyen a una hipótesis más credibilidad tendrá para ese contexto en el cual esta se probó.

UTILIDAD

1. Son guías que le dan un orden y lógica a la investigación. Nos permiten saber que tratamos de probar.
2. Siempre nos proporcionan información acerca del fenómeno que queremos estudiar, porque si se encuentra evidencia a favor de la
hipótesis nuestra información sobre el fenómeno aumenta.
3. Permite probar teorías
4. Permite que surjan nuevas teorías

VARIABLE DE UN HIPOTESIS
Definición conceptual
Se deben definir los términos o variables que están incluidos. Esos términos pueden emplearse de maneras distintas en diferentes
investigaciones. Por ej. Novios puede definirse como dos personas de genero opuesto que se besan cuando están juntos y para otros puede
significar dos personas de genero diferente que buscan contraer matrimonio.
Definición operacional: forma de hacer medible una variable. Constituye el conjunto de procedimientos que describe las actividades que se
desarrollan para ,medir una variables

Este archivo fue descargado de

 Sí deben redactarse en las investigaciones empíricas (aun cuando no se haya redactado hipótesis general), a menos que no se disponga de
información previa suficiente, como en las investigaciones exploratorias o descriptivas, donde dicha hipótesis se redacta n al final (generalización
empírica). Como guía para la investigación. Pueden redactarse preguntas en su lugar.

✔ ¿Se puede redactar en varias oraciones en lugar de una?

No, solamente si la hipótesis contempla muchas variables, para no ser repetitivo, se pueden enumerar en un listado (especificaciones).

✔ ¿Pueden incluirse juicios de valor? (Ej. mejor tratamiento, mala memoria, buen desempeño)? No

✔ ¿Tienen que estar relacionadas al método utilizado de la investigación? Si

Tema 3 – MÉTODOS EXPLICATIVOS: EXPERIMENTO, CUASIEXPERIMENTO Y PRE-EXPERIMENTO – teórico

Los métodos de investigación de la ciencia son herramientas que permiten generar conocimiento, se basan en ciertas reglas y en leyes generales
Pueden abordar distintas etapas del desarrollo de las disciplinas científicas otorgando distintos niveles de alcance en los resultados que
generan: describir, predecir y explicar. La finalidad más elevada (la explicación) suele llegar al final de un intenso trabajo donde se realizan gran
cantidad de investigaciones hasta que el conocimiento acumulado y relacionado se estructura en teorías. Nos enfocaremos en los métodos
cuantitativos ya que son aquellos que permiten abordar los sucesos, estados y procesos psicológicos de forma empírica y medible.

Exploratorio
 Investigan problemas poco estudiados
Alcances  Indagan desde una perspectiva innovadora
 Resultan de la revisión de  Ayudan a identificar conceptos promisorios
la literatura y de la  Preparan el terreno para nuevos estudios
investigación
perspectiva del estudio
cuantitativa
 Dependen de los objetivos
del investigador para Descriptivos
combinar los elementos  Considera al fenómeno estudiado
del estudio y sus componentes
 Miden conceptos
 Definen variables

Correlacionales
 Asocian conceptos o variables
Explicativos  Permiten predicciones
 Determinan las causas de los fenómenos  cuantifican relaciones entre conceptos o variables
 Generan un sentido de entendimiento
 Son sumamente estructurados

Diferencias entre métodos de investigación

Métodos cuantitativos

Método explicativo o Método descriptivo

experimental Método correlacional

experimento

Cuasi experimento

preexperimental

Este archivo fue descargado de

 MÉTODOS CUANTITATIVOS
Explicativo
Correlacional Descriptivo Exploratorio
(experimentos)
 Pretende establecer las causas  Describe variables
de los sucesos o fenómenos que  asocia variables mediante un  Descubre conocimiento
 Caracteriza grupos,
se estudian patrón predecible para un grupo (temas nuevos)
poblaciones y fenómenos
población  Busca especificar  El objetivo es examinar
propiedades y temas poco estudiados o
características importantes novedosos (la revisión de
del fenómeno que se la literatura ofrece poca
analiza información)
Alcance explicativo (incluye
niveles de predicción y Alcance de predicción Alcance descriptivo Alcance de
descripción). Lógica de base inductiva Lógica de base: inductiva exploración/descripción
Lógica de base: hipotético- Conocimiento necesario previo: Conocimiento previo: empírico Lógica de base: inductiva
deductiva. (de lo general a lo descriptivo- variables detectadas (estudios exploratorios y otros (de lo particular a lo general)
particular) como posiblemente relevantes descriptivos) Conocimiento previo: no
Conocimiento previo: si Hipótesis: asociativas Pueden presentar hipótesis o llegar requiere, son las
(estudios de otros niveles más Variables asociadas/ a ellas investigaciones iniciales.
elementales (correlacional, correlacionadas (no VI y VD). Control de VC: bajo Pueden presentar hipótesis o
descriptivo, exploratorio)) Pueden ser numerosas Tipo: encuesta, censos, llegar a ellas al final.
Hipótesis: causal o funcional (se Controles de VC: medio o bajo estudios epidemiológicos Variables: es el estudio que
identifican VI y VD) Diseños: no es frecuente identifica variables empíricas
Controles de VC: si Análisis de datos: coeficiente de por medio de la observación
Diseños: si correlación (no excluyente) de regularidades
Análisis de datos: estadística
inferencial – prueba de hipótesis
Método experimental
(experimento propiamente
dicho)
Cuasiexperimento
-Baja validez interna
Preexperimental
-Muy baja validez interna
La clasificación permite agrupar los métodos según la finalidad para la cual se emplean, según los objetivos de la investigación. La implementación de
los diferentes métodos ofrecerá resultados de conocimiento que denominamos alcance del método, son progresivos, cada nivel incluye al anterior
(describir, predecir y explicar).

Los métodos de investigación cuantitativa se diferencian según el tipo de relaciones que estudian, las características de sus diseños que permiten
llevar a cabo la investigación y poner a prueba las hipótesis los objetivos de la hipótesis el momento de desarrollo se un tema de investigación.
(correlacionales, explicativos, descriptivos, etc.)

Método explicativo
Cuando se menciona al método científico, se hace referencia a este método, ya que es aquel cuyo objetivo es la explicación de los fenómenos, es
decir, que investiga y pone a prueba relaciones de causalidad: pone a prueba sus hipótesis, para determinar que los cambios observados en los efectos
(VD) se deben a causas especificas (VI).
Podemos tener más de una causa, es decir, distintos variables que genere efectos sobre la VD. Estas variables son las causales. En una investigación
elegimos una variable causal y la manipulamos, es decir aplicar distintos valores para ver como afectarían estos cambios a la variable dependiente,
entonces esa variable casual elegida pasa a ser la variable independiente, y todas las demás variables causales que generan efectos sobre la VD y que
no fueron elegidas en la investigación pasan a ser variables contaminadoras, las cuales debemos controlar, debido a que sino pueden afectar a la VD
y no podríamos determinar si los efectos causados en la VD son producto de la VI o de la VC.

Variable extraña: es todo elemento que produzca variaciones en la VD que no son provocados por la VI ni por las variables controladas. Se
descuben debido a que el terminar el experimento podemos notar que los distintos valores de la VI no pueden explicarse por las manipulaciones de la
VI y porque al repetir el experimento los resultados son distintos.

Variable enmascarada: son variables que están detrás de las variables independientes, que varían al mismo tiempo y que influyen en la misma
dirección a la VD. Deben ser desenmascarada y controladas para que nuestros trabajos sean válidos.
Po ej. Los lunes es el día de la semana donde más ataques del corazón se generan debido a que hay que volver a trabajar. Pero también hay que tener
en cuenta que el fin de semana se ingiere mas alcohol que otros días y esa podría ser la verdadera causa de los ataques del corazón.

La variable independiente es entonces el factor que se espera que sea la causa de la variación de la VD. Y es manipulada por el investigador porque
los valores que tomen no dependen de otra variable, sino que dependen del investigador.
La cantidad de valores de la VI va a depender de lo que investigador quiere probar (por ej. el número de tratamientos terapéuticos q se le va a aplicar
a un grupo) y estos valores se llaman niveles. Va a decir que, en las variables independientes de intervalo, la cantidad de valores dependen también de
como esta sea. En una variable curva se necesitan no solo valores en los extremos sino también un valor intermedio. Por ej. Al relacionar la ansiedad
y el rendimiento se debe hablar de altos niveles de ansiedad y bajos niveles de ansiedad, que van a tener un bajo rendimiento, y de un nivel de
ansiedad intermedio que significaría un alto rendimiento

Este archivo fue descargado de

 La variable dependiente es la cual se va a ver afectada por la variable independiente, porque los valores que tomen van a depender de los valores
que se eligieron para la variable independiente.
Ej. Si se busca saber si un choque emocional alteraba al recuerdo. Los valores que podía tomar la variable independiente (choque emocional)
eran que los sujetos vean una peli donde tengan un choque emocional, o que vean una peli donde no haya una situación que genere un choque
emocional. Y depende de si veían la peli con o sin choque se definían los valores que tomaba la VD, es decir, cuanto recordaban los sujetos

Para que se denomine un método experimental, deben darse en un inicio ciertas condiciones que nos permitan hablar de una relación causal
entre las variables:
 Covariar: las variaciones de los valores de la variable dependiente deben coincidir con los cambios en la variable independiente, deben
variar al mismo tiempo.
 Anteceder: los valores de la VI se deben producir antes de observar sus efectos en los valores de la VD
 Descartar causas alternativas: descartar la posibilidad de que exista otra variable que, no formando parte del experimento, influye sobre los
cambios observados en la VD.

Propiedades que se deben exigir a los experimentos

FIABILIDAD: Los experimentos son fiables cuando al repetirse se obtienen los mismos resultados, y para conseguir esto el experimento
debe estar bien controlado
SENSIBILIDAD: los experimentos deben ser sensibles a los cambios de los valores de la VI, es decir que los aparatos, registros y unidades
de medida tienen que ser lo suficientemente sensible como para detectar cambios en las conductas. Por ej. El velocímetro del auto oscila
entre 0 y 5 km sin pararse em ningún punto, es decir, que en un auto no es necesario determinar exactamente en cuál de los puntos esta,
pero subir una montaña rusa andando a 1 km no es lo mimo que a 5km x eso el velocímetro del auto no es un instrumento sensible.

VALIDEZ INTERNA: refiere al grado de seguridad con el que podemos establecer las causas que provocaron las variaciones en la VD. Si
podemos controlar todas las variables contaminadoras, y decir con seguridad que los cambios en las VI son los que provocaron los efectos
en la VD, entonces decimos que el experimento tiene validez interna.
Mientras más controles hayan en la investigación, más validez interna tendrá y más artificial será el experimento. Por lo que ante mas
validez interna menos validez externa y ecológica.

VALIDEZ EXTERNA: esta propiedad consiste en el poder de generalización de los datos obtenidos. Algunos experimentos se pueden
generalizar a otras situaciones parecidas, pero en otros debido a la simplificación que supone el trabajo en el laboratorio, no producen
resultados generalizables a la vida cotidiana. La validez externa no solo refiere a extrapolar los resultados a toda la población y a contextos
naturales sino también que aquello que se descubrió al investigar en animales pueda generalizarse a humanos. La generalización nunca
podrá ir más allá de la población de la cual se extrajeron los sujetos y también va a depender del grado de representatividad de la muestra.
Hay circunstancias que afectan a la validez externa
1. El modo en el que se operacionalizan las variables. Por ej. Si buscamos comprobar que un choque emociona afectaría a la
memoria, y para operacionalizar (medir) la variable choque emocional, se nos ocurre que se le aparezca al sujeto, un alíen, en la
sala. Afectaría a la validez externa porque no seri algo que les pase a los sujetos en la vida cotidiana por lo que no podríamos
generalizar los resultados del experimento.
2. La selección de los niveles de la VI. Por ej. deciden probar que fumar trae consecuencias graves, por lo que se eligen dos grupos
de sujetos que nunca fumaron, y a uno se lo obliga a no fumar y al otro grupo se lo obliga a fumar diez cajas de cigarrillos. Por
ese nivel alto de tabaco los resultados no podrían generalizarse debido a que no sería natural y aparte seria antiético.
3. La actitud de los sujetos: se refiere a que los sujetos al saber que están en una situación experimental pueden llegar a comportarse
como creen que el experimentador querría. Y afectan tanto a la validez interna como externa del experimento.

VALIDEZ ECOLOGICA: es la capacidad de generalizar los resultados obtenidos de una situación artificial estudiada en el laboratorio, a
una situación natural.

Tenemos 3 distintos diseños dentro del método experimental que se diferencian debido al grado de validez interna que poseen. Es decir, que controlan

Este archivo fue descargado de

de mejor o peor modo a las variables contaminadoras.

Método experimental Máxima validez interna

Método cuasiexperimental Validez interna intermedia

Método preexperimental Mínima validez interna

FACILITA LA COMPROBACION EMPIRICA DE LA HIPOTESIS,

DISEÑOS PERMITE RECOGER CIERTOS DATOS QUE PERMITE
Características: COMPROBAR LA RELAXCION FUNCIONAL ENTRE LAS
VARIABLES Y AYUDA A CONTROLAR LAS VC QUE INFLUIRIAN
EXPERIMENTO Y PERTURBARIAN LA RELACION ENTRE LA VI Y LA VD.
Alcance: cumple con todos los objetivos de las ciencias: describir, predecir y explicar
Lógica de base: hipotético-deductiva (parte de hipótesis –premisas con alcance general- para ser puestas a prueba por medio de la investigación
empírica, en un conjunto acotado de sujetos –muestra-)
Se requiere cierto desarrollo de conocimiento previo (otras investigaciones de distintos niveles)
Este método da cuenta de relaciones causales entre las variables donde la manipulación de a VI, es decir, tomar distintos valores de la
variable independiente provocan cambios en la VD, es decir, que la VD toma distintos valores.
Ej. El contenido emocional de las palabras influye en el recuerdo de estas. La VI es el contenido emocional de las palabras y la VD es el
recuerdo. Si manipulamos a la VI y aplicamos distintos niveles (mayor contenido emocional/ menor contenido emocional) luego se puede
ver como afectan esos diferentes valores a la VD, es decir, cuantas palabras recuerdan los sujetos.
La manipulación de la VI debe ser intencional, es decir, deben poder decidirse que valores de la VI tomar. Si es una manipulación de
selección entonces no es un experimento.
Por ej. Si queremos ver como el nivel de luz afecta a el rendimiento d los estudiantes, podemos manipular la VI y tomar los valores de luz
alta, baja y media.
Al haber manipulación intencional también hay una secuencia de tiempo, donde la causa precede al efecto. Podemos aplicar primero uno
de los valores de la variable independiente y ver que valores toma la variable dependiente, es decir, observar si la VD varía en función de la
VI. La variabilidad de la VD debe explicarse por la variabilidad de la VI.
Debe tener máxima validez interna, es decir, poder decir con seguridad que lo que causa los efectos en la VD es solamente la VI elegida,
ósea controlar todas las variables contaminadoras.
Para controlar las VC se necesitan de dos tipos de controles: los controles específicos y los controles generales.

Los controles específicos: se dirigen a controlar una o mas variables contaminadoras en particular que se han identificado para ser
controladas. Por ej. Condiciones ambientales, luz, sonido, inteligencia, ansiedad.
Sirven para variables en particular por lo que no sirven para controlar la infinidad de VC que pueden estar afectando a la VD. Por ello se
suelen utilizar controles generales. Conseguir una situación tan controlada genera dificultades de generalizar los resultados.

Los controles generales: pretenden controlar de forma masiva a las VC, tanto las conocidas como las desconocidas.
Requiero de comparación de grupos necesariamente. Hay tantos grupos como valores que le damos a la VI. Estos grupos se forman al azar.
Podemos utilizar también un grupo control donde a un grupo le damos el medicamento y al otro no se le da nada, para ver así si el efecto en
la VD lo genera el medicamento o la autosugestión.

Las comparaciones formales: son comparaciones entre medias o entre valores de la VI.
Hay 3 tipos:
 Medida pretratamiento
 Comparación de grupos
 Medidas repetidas (diseños intragrupo)

Las comparaciones formales se realizan entre grupos (formados aleatoriamente) o entre instancias del mismo grupo, es decir, medida pretratamiento y
postratamiento (siempre que los tratamientos sean equiponderados).

Por ejemplo, si se quisiera poner a prueba una técnica psicoterapéutica para tratar la depresión.

Variable independiente Variable dependiente

psicoterapia Depresión

Para saber si la psicoterapia fue eficaz debe compararse con algo, por lo que se debe comparar en un inicio con la medida de la VD antes de la aplicación
de la VI (medida pretratamiento) y luego de la aplicación de la VI (medida postratamiento). Para poder observar si aumento o disminuyo el nivel de
depresión luego de aplicarse el tratamiento.

Medida pretratamiento tratamiento Medida postratamiento

Este archivo fue descargado de
 Depresión antes psicoterapia Depresión después

Esta es la primera comparación formal necesaria en los métodos experimentales (la medida pretratamiento comparada con la medida postratamiento).
Pero NO podemos saber aun, si entre la medida pretratamiento y la postratamiento, no intervino ninguna VC que haya influido en la VD, por lo
que la medida pretratamiento no es suficiente para asegurar un adecuado control de variables contaminadora. Por lo que la medida pretratamiento no hace
por si sola que la investigación sea un experimento, y un experimento puede tener no medida pretratamiento.

Se necesita entonces una segunda comparación formal, que refiere a un control general que es la comparación de grupos. El nuevo grupo funciona como
grupo d comparación que nos da un control acerca de variables contaminadoras.
Pueden crearse dos grupos donde se apliquen dos variables distintas de la VI o crearse dos grupos, donde a uno se le aplique un valor de la VI y el otro sea
un grupo comparación, es decir, que hay ausencia del valor de la VI.
El grupo de comparación sirve entonces como comparación formal que permite controlar VC debido a que si estas producen sus efectos en uno de
los grupos deberían hacerlo en el otro también. Pudiendo detectar VC y así controlarlas para poder entender bien la relación causal entre las
variables.
En el ejemplo, si existiera una VC que este disminuyendo el nivel de depresión y no fuera la influencia de la psicoterapia, es decir, la psicoterapia no
disminuye la depresión, sino que lo que disminuye la depresión fuera una VC. Entonces se reducirían los niveles de depresión en ambos grupos. Pero si la
reducción se observa en el grupo en el que se aplico la psicoterapia, esto determinaría que esta es eficiente. La diferencia de los resultados en ambos
grupos se debería entonces a los valores de la VI que fueron aplicada.

Grupo Medida pretratamiento Tratamiento Medida postratamiento

1 Depresión antes Psicoterapia A Depresión después
2 Depresión antes Psicoterapia B Depresión después

La comparación de grupos recae en que los grupos sean similares entre sí, en cuanto a las características de los sujetos que las componen. Esto se
denomina como equivalencia inicial de los grupos. No quiere decir que los sujetos tengan que ser idénticos, sino que las diferencias individuales estén
repartidas de igual manera en ambos grupos. Si los grupos no fueran equivalentes, las diferencias individuales podrían actuar como VC porque los valores
de los grupos podrían diferir, pero no por el efecto de la VI sino por los sujetos que componen el grupo. Por ej. Que en cierto grupo disminuya más la
depresión, pero no por la psicoterapia sino porque tienen mejores condiciones de vida que los del otro grupo.
Esa equivalencia inicial de los grupos se puede conseguir mediante la asignación al AZAR de los sujetos a cada grupo. Esta técnica de control se llama
aleatorización y permite que en los grupos de muchas personas pueda controlar las diferencias individuales. La aleatorización permite que cada sujeto
tenga la misma posibilidad de ser seleccionado evitando así sesgos respecto de alguno de los atributos de los sujetos.
También se asignan al azar los valores de la VI que se le aplicaran a cada grupo
Grupos Composición de los grupos Medida pretratamiento Tratamiento Medida postratamiento
1 Azar Depresión antes Psicoterapia A Depresión después
2 Azar Depresión antes Psicoterapia B Depresión después

Para ser un experimento la investigación tiene que tener comparación de grupos, ya sean grupos experimentales o con grupo control, y estos grupos tienen
que haberse formado al azar. Pueden tener o no medida pretratamiento.
EN LOS EXPERIMENTOS NO PUEDE HABER MANIPULACION DE SELECCIÓN. Porque esto impide que se puedan seleccionar al azar a los
sujetos a los grupos, porque el valor de la VI es propia del sujeto y no se puede elegir que valor aplicarle (por ej. Inteligencia)

ADEMAS DE APLICAR UN DISEÑO INTERGRUPOS (2 grupos) TAMNBIEN PUEDE UTILIZARSE UN DISEÑO INTRAGRUPOS (1 grupo)

Diseño intragrupo. (SE USA TANTO EN METODO EXPERIMENTAL COMO EN CUASI Y PRE DEPENDIENDO SI LOS GRUPOS SE FORMAN O NO AL AZAR)
Si los grupos no son tan grandes, el azar podría no equilibrar correctamente los grupos, por lo que las diferencias individuales podrían
contaminar la investigación, por lo que podríamos utilizar ahora el diseño intragrupo, donde en vez de asignar a los sujetos a dos grupos y
aplicarle uno de los valores de la VI podemos aplicarle a un mismo sujeto cada uno de los valores de la VI, es decir, a cada uno de los
sujetos se le aplican todos los tratamientos.
Por ejemplo, si buscamos saber si el contenido emocional (VI) de las palabras influye en el recuerdo (VD) de las mimas. Se crean 2 listas de
palabras, una donde estas tengan un fuerte contenido emocional, y otras que tengan un contenido emocional neutro, y luego ver en los datos
como fueron los valores del recuero. En este diseño a cada uno de los participantes se les debe aplicar ambos valores de la VI, es decir, ambas
listas de palabras y ver como influye en su recuerdo.
Permite eliminar la varianza dada por las diferencias individuales de los sujetos, porque cada sujeto se compara consigo mismo. pero este
diseño de medias repetidas solo puede utilizarse si el efecto que produce cada valor de la VI en la VD, es temporal, porque si no se
generaría un efecto acumulativo de los distintos efectos.
Por ejemplo, si aplicamos dos tratamientos distintos para ver los efectos que tiene sobre la depresión, al aplicar el 1er tratamiento podríamos
ya haber generado efectos en la VD por lo que al aplicar el segundo tratamiento los efectos serian mas bien producto de la acumulación del
1er tratamiento más el 2do.
Aparece un segundo problema que es el orden de los tratamientos. Al aplicar dos tratamientos uno tras de otro, podrían pasar dos cosas, la
primera es que luego del primer tratamiento el sujeto se aburra y pierda la motivación se denomina efecto fatiga. O también podría ocurrir
que el primer v tratamiento generara que el sujeto adquiera experiencia y que por lo tanto los resultados mejoren en el segundo experimento.
Este archivo fue descargado de
Esto es el efecto práctica. A estos dos efectos se los denomina como error progresivo que son los efectos que se producen por el orden
sucesivo de la aplicación de los tratamientos de manera que la cantidad de error que se introduce en la investigación va aumentando en los
sucesivos tratamientos.
Debe controlarse el error progresivo porque afecta a la validez interna.

La técnica de control es la equiponderacion o contrabalanceo, que consisten en que el error progresivo sea igual para todos los tratamientos,
variando el orden de aplicación de los tratamientos.
A los sujetos se les aplican los valores de la VI en orden distinto
1 sujeto- a1 a2
2 sujeto- a2 a1
3 sujeto- a1 a2
4 sujeto- a2 a1

Otra forma es el contrabalanceo intrasujeto donde se opone el orden de los niveles de la VI en el propio sujeto.
Sujeto a1 a2 a2 a1
Sujeto a2 a1 a1 a2

DISEÑO DE SALOMON
Si la prueba pretratamiento pueden llegar a distorsionar los resultados, debido a la exposición previa a la prueba, es decir, que se podría
generar el error progresivo, se puede aplicar este diseño. Donde hay dos grupos control y dos grupos experimentales. A uno de los grupos
experimentales y a uno de los grupos control se les aplican la prueba pretratamiento. Esto permite detectar no solo otra VC sino también como
afecta la prueba pretratamiento

grupos pretratamiento Postratamiento

GC (1) Hay Hay
GE (1) X Hay
GC (2) X Hay
GE (2) Hay Hay

CUASI EXPERIMENTO
Tiene una validez interna intermedia debido a que no pueden implementarse todos los controles necesarios.
Los grupos en este diseño no se forman al azar, sino que se utilizan grupos naturales.
Los grupos naturales son grupos de sujetos que ya existían o previamente a la investigación, compuestos por sujetos que ya se conocen entre sí o
tenían algún nexo. Por ejemplo, tomar a madres en un grupo y a sus hijas en otro.
No hay que confundir grupo natural con manipulación natural, porque los grupos naturales refieren a que no es posible formar los grupos por azar y
la manipulación natural refiere a que no podemos aplicar cierto valor de la variable a cualquier sujeto, porque el valor ya es propio del sujeto. Por lo
que hay que categorizar a los sujetos según el valor de la VI que posean y así armar los grupos.
Al formar los grupos por nexo y no por azar, no se logra una equivalencia inicial entre los grupos, esto baja la validez interna, pero al haber
medida pretratamiento se puede saber si los grupos eran equivalentes en cuanto a la VD antes de aplicar los valores de la VI.
Poca validez para determinar si la causa de la variabilidad de la VD es la variabilidad de la VI, porque no podemos saber si una variable
contaminadora afecto la relación entre variables en el momento en el que se aplicó la VI
Otro caso de una investigación cuasiexperimental, son las series temporales interrumpidas. En estos casos se mide la VD múltiples veces antes de
aplicar la VI, luego se aplica el valor de la VI y luego de aplicado se vuelve a medir la VD la misma cantidad de veces. Esto permitiría saber que si
hay un descenso o incremento de la VD entonces es producto de la aplicación de la VI.
Grupos Composición de los Medida Tratamiento Medida
grupos pretratamiento postratamiento
1 Grupos naturales (N) Veinticinco medidas Psicoterapia 25 medidas de la
de la depresión antes depresión después

También puede tener un grupo de comparación, donde son ambos grupos naturales, por lo que se desconoce la equivalencia inicial de los grupos.

PRE-EXPERIMENTO
Tienen muy baja validez interna y tiene muy poco peso para corroborar hipótesis causales.
Los grupos no se generan al azar, sino que son grupos naturales, y suele no tener medida pretratamiento por lo que ni siquiera podemos estar al tanto
de la equivalencia de los grupos.
Cuando hay medida pretratamiento no dice nada tampoco porque no podemos determinar si intervino alguna VC luego de la medida pretratamiento
de la cual no estemos al tanto.
NO HAY GRUPO DE COMPARACION. O hay, pero sin medida pretratamiento.
En el caso de los diseños de grupo único, son insuficientes las medidas de comparación (diseño pre y post con un solo grupo) o directamente no hay

Este archivo fue descargado de

 medida de comparación (diseño de único grupo solo con medida post). Esta simplicidad en los diseños implica poca seguridad a la hora de asegurar
la relación causal de las hipótesis, pero manifiestan ventajas económicas y de esfuerzo para sondear dichas relaciones, antes de utilizar diseños más
inteligentes.
Cuando no hay medida pretratamiento y tampoco grupo de comparación no tenemos con que comparar los resultados, por lo que se suele comparar
con el nivel histórico.

DISEÑOS PRE EXPERIMENTALES

Grupos naturales sin medida pre Un grupo con medida pretratamiento Un grupo sin medida pretratamiento
tratamiento única

Investigaciones con manipulación de selección o natural

En estos casos la manipulación de selección lo que produce es que la investigación no puede ser un experimento, ya que, aunque haya
grupo de comparación, los grupos no se pueden formar al azar, por lo cual disminuye la validez interna, porque se desconoce la
equivalencia inicial de los grupos.
Cuando en una investigación tenemos manipulación de selección de una variable de sujeto (que es en la mayoría de los casos) es un
cuasiexperimento. De manera, que casi siempre que hay manipulación de selección la investigación es un cuasiexperimento.

Diseños con comparación de grupos (experimental y/o control) y aleatorización (formar los grupos al azar)
para asegurar la equivalencia inicial de los grupos.
MÉTODO EXPERIMENTAL
Diseño de medidas repetidas o intragrupo (cada sujeto pasa por todos los tratamientos) y que
tenga equiponderacion o contrabalanceo para controlar el error progresivo.
Diseños de comparación de grupos con grupos naturales (que no se formaron al azar) y medida
pretratamiento
MÉTODO CUASIEXPERIMENTAL
Diseños de series temporales interrumpidas
Investigaciones con manipulación de selección, cuando la variable manipulada es de sujeto
Comparación de grupos naturales sin medida pretratamiento (Diseño estático de dos grupos)
Diseño de grupo único con medida pretratamiento
MÉTODO PREEXPERIMENTAL Diseño de grupo único sin medida pretratamiento
Investigaciones con manipulación de selección, cuando la variable manipulada NO es de sujeto. Ej. Haber
experimentado cierta situación específica.

INVESTIGACIONES NO EXPERIMENTALES
Cuando hay características humanas que no pueden someterse a manipulación experimental xq son variables de sujeto (creencias, inteligencia,
actitud). Otras variables que no pueden someterse a manipulación experimental son aquellas variables que dan cuenta de algún daño físico,
que no podrían manipularse porque deberíamos generar esas lesiones en los sujetos lo cual seria antiético, es decir, debemos buscar a personas
que ya posean esas lesiones previamente.

EX POST FACTO
La investigación se realiza después de que ya habido un curso natural de los acontecimientos que no fue manipulada por el investigador.
Es el estudio de los fenómenos que ya se han producido donde no se pueden controlar las variables.
No establece relaciones causales.
Busca estudiar el fenómeno luego de haberse producido para poder inferir cual podría haber sido la causa de tal fenómeno.
Se aplica cuando no podemos producir un fenómeno o no es conveniente hacerlo. Por ej. Una catástrofe natural.
No sigue un modelo inicial preconcebido ni puede replicarse.
Hay dos tipos:
Retrospectivo: todo ha ocurrido antes de que llegue el investigador
Prospectivo: las causas ya ocurrieron, pero el efecto VD sigue en proceso.

MÉTODO CORRELACIONAL – Teórico

El método correlacional investiga relaciones no causales. Es un abordaje de investigación que permite conocer si dos o más variables
están relacionadas, sin determinar causalidad. Las investigaciones correlacionales son retrospectivas, se miden variables que ya
tienen manifestación al momento que se realiza la investigación (no se manipulan variables de manera activa como en el método
experimental, solo se seleccionan variables y se miden).
Intenta detectar relaciones significativas entre variables con el objetivo de generar predicciones (si observo lo q ocurre en una variable
voy a poder predecir lo que va a ocurrir en otra que considero que está asociada), y puede fijar las bases para proyectar
investigaciones explicativas. Pero NO es un método que permita establecer/probar relaciones causales.
Permite conocer la relación entre dos o mas variables y su grado de asociación en una muestra o contexto en particular. Para
establecer el grado de asociación entre las variables primero debe medirse cada una de estas y después se analizan y cuantifican las
relaciones. El método correlacional no tiene teoría explicativa, es decir, no explica por qué se relacionan las variables.

La relación entre variables se plantea mediante una hipótesis relacional (o de asociación), que puede contener dos variables o más.
Este archivo fue descargado de
 Palabras que en la hipótesis expresan la relación entre variables pueden ser: se vinculan, se asocian, etc. A diferencia de las hipótesis
experimentales donde el nexo entre variables suele ser: influye, causa, provoca, produce, etc.
también puede ser que se omitan las expresiones mencionadas, ej.: las personas con altos índices de depresión presentan bajos niveles
de autoestima.
 Las mediciones de las variables se dan en una misma persona o muestra.
Es correlacional porque no se puede determinar que una variable sea la causa de la otra, no se sabe qué se dio primero. Ej. A mayores
niveles de ansiedad mayores niveles de autoestima, no sabemos si primero se generaron en el sujeto menores niveles de ansiedad y por lo
tanto disminuyo la autoestima o al revés.
Al establecer una relación se pueden predecir los valores de una variable a partir de otras . Se llama PREDICTOR a la variable que se
utiliza para predecir, y CRITERIO a la variable que se va a predecir a partir de la anterior. A las variables se las menciona como
variables asociadas o correlacionadas.

La utilidad de estos estudios es que permiten predecir el valor aproximado que tendrá un grupo de personas de una variable, a partir de
saber cual es el valor de la variable asociada.
Correlación positiva: valores altos de una variable demuestran valores altos en la otra, y valores bajos en una variable demuestran
valores bajos en la otra. Ej. Quienes estudian mas para el examen tendrán una calificación más alta.
Correlación negativa: valores altos de una variable denotan valores bajos en la otra. Ej. Quienes estudian mas para un examen
obtienen una calificación baja
Si no hay correlación entre las variables significa que fluctúan sin un patrón sistemático en común. Habrá sujetos que tengan valores
altos en ambas variables y otros sujetos que tengan alta en una y baja en otra.

La relación puede ser entre dos variables, pero es más útil cuando se relacionan varios predictores con un criterio. Ej.: tomar varios
predictores para predecir rendimiento académico (criterio).
Las investigaciones correlacionales con múltiples predictores permiten una mejor aproximación al fenómeno en estudio, y mejores
predicciones.
Y permiten detectar con mayor precisión la acción de cada predictor dando más información acerca de las variables estudiadas.

Muchas veces la superposición entre distintos predictores pone un límite al porcentaje de varianza que se puede predecir. La varianza
es el grado de dispersión que tiene una cierta cant. de datos respecto al promedio. Mientras mas varianza significa que más dispersos
están los datos, es decir, son muy diferentes entre sí. Por eso que haya varios predictores pueden generaría datos más parecidos por lo
que disminuiría la varianza.

No se manipulan las variables, solo se determinar las variables a relacionar y se miden. De manera que todas las
operacionalizaciones de las variables a relacionar son de medida.

El cuasiexperimento con manipulación de selección puede tener una estructura similar a una investigación correlacional, pero
hay una secuencia de tiempo teórica que viene dada desde un sólido marco teórico que establece que una variable funcionaria
como causa de otra, es decir, que una variable precede a la otra.
Es fundamental para el cuasiexperimento con manipulación de selección, una base teórica sólida.

En el método correlacional, no habría ninguna teoría explicativa que dé cuenta de cómo se relacionan las variables en términos de
causalidad.
Ej.: relación de depresión y autoestima  puedo tener mucha teoría sobre ambas, pero no tendría una teoría explicativa que dé cuenta
de una relación de causalidad.

En cuanto a la validez interna de las investigaciones correlacionales, cuando hablamos de variables contaminadoras se trata de
variables que pueden estar asociadas con aquellas cuya relación se está investigando. Algunos métodos de control son
contrabalanceo en la aplicación de técnicas, selección de sujetos para la muestra con criterios de inclusión y exclusión,
controles sobre las técnicas y el investigador, estadísticos sobre la superposición de variables, etc.
En general tienen mayor validez externa que los explicativos.
Es importante no confundir el método correlacional con los coeficientes de correlación (estos son cálculos estadísticos).
Por ejemplo: el coeficiente de correlación r de Pearson y la regresión múltiple.

- El coeficiente r de Pearson es una formula estadística que permite comprobar si las variables están relacionadas, con que fuerza
se relacionan y su dirección. Primero es importante saber si hay asociación entre las variables (asociación estadísticamente
significativa). Esto se responde al leer la p (nivel de significación estadística), que suele ser p ≤ 0.05.
Se usa si se tienen dos variables cuantitativas. 0 ausencia de
Relación fuerte -1 correlación
+1 Asociación perfecta
Y Asociación positiva (si una variable
Y Asociación inversa (si una variable
incrementa sus valores la otra también)
Este archivo fue descargado de incrementa sus valores la otra los disminuye)
 - Ahora si una de las variables es cualitativa y la otra es cuantitativa se usan estadísticos que comparan grupos (aunque estos cálculos
estadísticos son más usuales en las explicativas) como la t de Student y el análisis de la varianza.

- Si usamos múltiples predictores para un criterio y las variables son cuantitativas podemos usar regresión múltiple (método
correlacional)

Es posible, mediante el análisis de regresión, generar un modelo que prediga los valores de alguna de las variables asociadas a partir
de los valores de la otra. Cuando se estudian varias variables (regresión múltiple), se puede predecir el comportamiento de una a
partir de los valores de las otras. Las variables se pueden superponer, y la capacidad de predecir del conjunto no es igual a la suma de
todas. Para que las predicciones sean precisas la fuerza de asociación debe ser alta.

- si se quiere controlar alguna variable se puede usar correlación parcial (más usual en el método correlacional) o análisis de
covarianza (explicativos).

Los estudios correlacionales con múltiples variables asociadas se facilitan cuando la muestra es grande, porque ante mas sujetos la
varianza es menor por lo que la relación entre las variables es mas fuerte porque los datos no están tan dispersos.

Riesgo correlaciones espurias

Variables que estén aparentemente relacionada pero que esto no sea así. Por ej. Relacionar la estatura y la inteligencia en niñas cuyas edades
oscilan entre los 8 y 12 años. Los datos serian erróneos porque las niñas mas altas serian las que tengan mas edad y por lo tanto serían las que
sean más inteligentes. La inteligencia dependería entonces de la edad y no de la estatura

INVESTIGACIONES EXPLORATORIAS
Estas investigaciones refieren a cuál es el estado de la investigación en determinado tema, es decir, se utilizan para explorar temas del cual no
había investigación previa alguna. Se investiga un tema sobre el que no hay información previa y es un tema novedoso y poco estudiado.
Sirve para familiarizarse con fenómenos relativamente desconocidos, obtener información sobre si es posible llevar a cabo una investigación
más completa, indagar nuevos problemas, definir variables y establecer prioridades para investigaciones futuras o sugerir afirmaciones y
postulados.
Las investigaciones exploratorias son aquellas que NO tienen hipótesis claramente definidas, y no parten de una idea previa bien establecida.
permiten generar hipótesis al final de la investigación que puedan ser comprobadas luego por otros métodos

MÉTODO DESCRIPTIVO – teórico

La investigación descriptiva es la que permite la recolección objetiva y sistemática de datos, su organización, análisis y presentación con la
finalidad de identificar variables de interés y describir las mismas. Permite describir fenómenos situaciones, contextos y sucesos, y detallar
como son y como se manifiestan.
Esta descripción puede ser en función de ciertas características concretas: sociodemográficas (conocer grupos como adolescentes en contextos
vulnerables), áreas de interés (patologías, problemas psicológicos, violencia, estrés) o situaciones específicas (condiciones o circunstancias
como aislamiento social, inicio laboral).
Objetivos descriptivos: conocer, brindar características y muestran con precisión los diferentes ángulos de ciertos fenómenos que se
analicen y permite describir tendencias de grupos o poblaciones.
Muestras son generalmente grandes. Si se estudia una población entera se trata de un censo. Por ej. Describir aspectos de una vivienda
(número de pisos, habitaciones, techo, piso, si hay agua, etc.)
Para la recolección de datos suelen usarse cuestionarios estructurados y observaciones. Suelen desarrollarse en contextos naturales. Lo más
común es que sean retrospectivas y transversales.

CONTROL – prácticos
Variables contaminadoras: factores extraños que pueden estar haciendo que los resultados obtenidos en un experimento estén contaminados.
Deben identificarse y controlarse. A mayor control experimental, mayor validez interna del experimento realizado.

El control se refiere a los procedimientos/técnicas que aseguran que el factor manipulado/ V.I es la única causa de las diferencias halladas en
las puntuaciones de los sujetos en la VD. Son técnicas que utiliza el experimentador para poder afirmar si la V.I ejerce o no efectos sobre la
Este archivo fue descargado de
V.D.
Se adquiere mediante manipulación a través de la aplicación de ciertos procedimientos. Es decir, busca dar cuenta de si los cambios sufridos
por la variable dependiente son atribuibles a la variable independiente o si se deben a las variables contaminadoras.

El control tiene 3 objetivos principales:

 mediante el control se debe eliminar o neutralizar los efectos de VC (TC selectivas)
 manipular los diversos valores de la VI. No solo queremos conocer si los valores de la VD son causados por la VI, sino también en que
medida los resultados quedan afectados por los diversos valores que toma la VI (TC manipulativas)
 expresión cuantitativa del efecto de la VI a la VD (TC estadísticas)
Experimento: observación objetiva y sistemática de los fenómenos provocados en situaciones estrictamente controladas en las que varía
un factor mientras todos los demás se mantienen constantes.

Entonces, el experimentador controla la V.I cuando la manipula haciéndola variar sistemáticamente y haciéndola adoptar por lo menos
dos valores: ausencia y presencia. Y controla las variables contaminadoras cuando puede eliminarlas o mantenerlas constantes
evitando que provoquen efectos sobre la VD.

A. TIPOS DE SITUACIONES EXPERIMENTALES:

Tipo 1 o de medidas independientes: cada sujeto/grupo es sometido a un solo tratamiento experimental (intersujeto/intergrupo).
El experimentador debe conocer y controlar la V.C. deberá asegurar la equivalencia de los grupos, en todos los factores que no sean la
V.I (sexo, edad, etc.).
Tipo 2 o de medidas repetidas: todos los sujetos/grupos experimentales son sometidos a todos los tratamientos
(intragrupos/intrasujetos). Cuando respondan al segundo tratamiento, se verán afectados por fatiga o aprendizaje, esto se llama error
progresivo, por lo que se deberá controlar. El experimentador no tiene que preocuparse de las V.C debido a las diferencias entre los
distintos sujetos ya que son los mismos en los distintos tratamientos experimentales.
Tipo 3 o mixta: cuando en un experimento alguna V.I se estudia con medidas independientes y las restantes con medidas repetidas

CLASIFICACIÓN DE LOS DISEÑOS

SEGÚN EL TIPO DE SITUACIÓN
SEGÚN SU VALIDEZ INTERNA SEGÚN EL NÚMERO DE VI Y VD UTILIZADAS
EXPERIMENTAL
 Univariado-univariado: Una VI, una VD
 Diseños preexperimentales (débiles)  Diseños intergrupo: situación
 Diseños cuasiexperimentales  Multivariado-univariado: más de una VI, una VD experimental de tipo 1
(intermedio)  Univariado-multivariado: una VI, más de una VD  Diseños intragrupo: situación
 Diseños experimentales (fuertes)  Multivariado-multivariado: más de una VI, más de experimental de tipo 2
una VD  o Diseños mixtos: situación
experimental de tipo 3

Un diseño para ser bueno y poder determinar claramente la relación entre la VI y la VD, y controlar las VC debe tener ciertas
características:
 ausencia de error sistemático:
el experimento no debe estar contaminado, es decir que no deben existir VC que estén afectando la relación entre la VI y la VD .
Para controlarlo se puede utilizar un grupo control que permita ver cómo afectaría a la VD la influencia de la VI y si no hay otras
variables que estén contaminando el experimento. Para saber correctamente si hay VC que estén afectando al experimento
debemos estar seguros de que los grupos son en un inicio equivalentes en cuanto a la VD así podemos ver correctamente que
causa la variación de la VI en ella.
 Precisión:
Se entiende por precisión al grado de sensibilidad del experimento para captar las mínimas diferencias producidas por los distintos
tratamientos experimentales. Esto solo se logrará partiendo de grupos homogéneos, y eligiendo los valores más adecuados del
factor manipulado.
 Validez externa e interna
 Simplicidad:
Cuanto mas ligado este el diseño al problema de investigación y cuanto mas preciso sea el problema que se va a investigar, más
simple será el experimento y más inequívoca la conclusión sobre el mismo.
 Que se pueda determinar el grado de significatividad y de confianza del experimento.
Un diseño, debe lograr manipular la VI maximizando la varianza primaria y controlar las VC controlando así la varianza
secundaria. Y minimizando la varianza de error. Y debe poder generar inferencias a partir de los datos obtenidos en la muestra a toda la
población.
Varianza total: en la variabilidad de la variable dependiente, es decir, los distintos valores que puede tomar la VD.
Varianza primaria: Son los distintos valores que puede tomar la VD, es decir, los distintos datos que obtenemos de la muestra, que surgen
de la influencia de la VI en la VD. Es decir que la varianza primaria es que valores toma la VD debido a la manipulación de la VI. Por eso
se busca aumentar este tipo de varianza.

Este archivo fue descargado de

Varianza secundaria: Son los distintos valores que toman la VD, es decir los valores de la VD que toma cada uno de los sujetos, los datos,
se deben a la influencia de VC. Es decir que la variabilidad de la VD es causada por la influencia de VC. Si aumenta el control sobre las
VC disminuye la varianza secundaria.
Varianza de error: Se debe a los valores que toma la VD debido a la influencia de factores aleatorios que no podemos controlar. Por ej. Que
se corte la luz en el experimento.

Fuentes de las V.C

FACTORES QUE AFECTAN LA VALIDEZ INTERNA
1. Sujetos: tiene que ver con las diferencias individuales que existen entre los distintos sujetos o los cambios que se producen en el
propio sujeto que pueden afectar la relación causal entre la VI y la VD de un experimento. Pueden ser características estables como
sexo, edad, o no estables como si es voluntario o se le pago por participar. Esto se controla gracias a la asignación aleatoria. Para
controlar estas VC, existen: eliminación, balanceo, constancia y aleatorización
Abarca distintas VC de sujeto:
La maduración: son los cambios biológicos y psicológicos que se operan en los sujetos en el paso del tiempo. Estos cambios
actúan como VC debido a que en los diseños donde se aplica una medida pretratamiento, luego se aplica el experimento y luego
el postratamiento, suele haber una diferencia de tiempo entre la medida pretratamiento y postratamiento, lo que puede generar
cambios que influyan en la VD.
o Por ej. Si se estudia como cierto tratamiento influye en la autoestima de manera favorable, puede que el aumento de la
autoestima no se deba a la aplicación del tratamiento sino de cierta maduración psicológica por parte del sujeto.
La selección diferencial de los sujetos: se refiere a la falta de homogeneidad o equivalencia de los grupos antes de introducir la
VI. Si no se utilizan técnicas para seleccionar a los sujetos a los grupos experimentales, estos pueden aparecer sesgados de
entrada.
o Por ejemplo, que busque saberse si un tratamiento disminuye la depresión. Para saberlo se crean dos grupos, pero no
se sabe exactamente si tenían mismos niveles de depresión antes de aplicarles el tratamiento, por lo que en un grupo los
niveles de depresión eran mucho mas bajos, por lo que, si se les aplica el tratamiento, la mejora de la depresión no sería
causada por el tratamiento sino por el desequilibrio de los grupos.
Interacción entre selección diferencial de los sujetos y otras variables contaminadoras: que se combinen las VC.
La mortalidad experimental: desaparición de los sujetos que se asignaron a cierto grupo o tratamiento en particular debido a que
no se presentaron al experimento. Puede causar que uno de los grupos se quede con muchos menos sujetos y que los cambios
provocados en la VD se deban al desequilibrio de los grupos.
La regresión a la media: refiere a que los instrumentos de medida no son totalmente fiables por lo que pueden capturar datos
extremos de la VD, y cuando se repite el experimento estos datos regresan a la media es decir se acercan más al valor promedio.
2. Variables ambientales:
Efectos de la historia: cambios ocurridos en factores ajenos al sujeto, que pueden producirse dentro y fuera del
experimento, influyendo en los resultados de este, es decir, que entre la medida pre y post transcurre un tiempo durante
el que pueden ocurrir acontecimientos que afecten a los sujetos y modifiquen su comportamiento afectando la segunda
medida
Por ej. En una prueba que mide si cierto tratamiento disminuye la depresión, que se le muera un familiar a uno de los
sujetos puede afectar los resultados.
Para contrarrestar estos efectos se deben tomar en los dos grupos simultáneamente, las medida pre como las post, para
que los efectos de la historia afecten a ambos grupos por igual. En este aspecto controlamos la historia intersesión.

También está la historia intrasesión, que refiere a los acontecimientos que están presentes durante la misma sesión
experimental (luz, ruidos, experimentador). Se neutraliza igualando las condiciones en ambos grupos, pero como con el
investigador no es posible porque las pruebas de los grupos se dan al mismo tiempo, se resuelve asignando
aleatoriamente los sujetos y los experimentadores.
La propia situación experimental: el hecho de que los sujetos deban someterse a ciertas pruebas experimentales y que
sepan que están en un experimento, pueden generar reacciones en los sujetos que no tendrían normalmente.
Efectos reactivos de la medida pretratamiento: la medida previa de la VD puede generar que los sujetos se sensibilicen a
la tarea que van a realizar. Efecto del error progresivo.
Interferencia de tratamientos múltiples cuando uno de ellos produce efectos irreversibles: cuando se aplican
sucesivamente varios tratamientos al sujeto es posible que el tratamiento previo haya generado modificaciones en el
sujeto permanentes, por lo que la medida del segundo tratamiento si se busca comparar, ya no seria pura.
por ejemplo, si se quieren estudiar los efectos de 4 drogas distintas a la percepción, podría pasar que la primera droga
ya haya afectado al organismo, por lo que al medir la segunda droga no serian los efectos puros de esta, sino sumados a
los anteriores.

Este archivo fue descargado de

 3. Experimentador: variables como sexo, edad, expectativas del investigador, etc. Hay que utilizar varios muy bien entrenados
asignándolos aleatoriamente. Para controlarlas: eliminación y constancia
4.De procedimiento: tales como condiciones ambientales, aspectos de la tarea experimental, instrucciones del investigador. Estos
aspectos pueden variar de grupo a otro. Para controlarlas se dispone de la eliminación
5.Aparatos o instrumentos: pueden diferir entre sí en cuanto a su validez, sensibilidad y confiabilidad, y pueden inducir un error
sistemático en los resultados. Se deben usar los mismos instrumentos. Para controlarlas: eliminación y constancia
6. Error progresivo: cuando los tratamientos se presentan siempre en un mismo orden, puede contaminarse el experimento. Se llama
así porque la cantidad de error que se introduce en un experimento de medidas repetidas va aumentando a medida que avanza la
investigación. Puede afectar por a. La práctica (puntuaciones mejoran x el aprendizaje), b. La fatiga (rendimiento disminuye por
el cansancio), o c. Por efecto de la medida anterior (se debe dejar pasar un tiempo entre cada tratamiento). Para el control se
dispone de la técnica de contrabalanceo.

FACTORES QUE PUEDEN AFECTAR A LA VALIDEZ EXTERNA

 Representatividad de la muestra:
Cuando la muestra no es representativa de una población mas que a si mismos se habla de una muestra incidental. Por esto los
resultados de la investigación no pueden generalizarse a toda la población.
 Representatividad de los tratamientos experimentales:
Los niveles de la VI que se aplican a los distintos grupos no se eligen aleatoriamente. Por lo que no serian representativos de todos
los niveles que podía tomar la VI. Es por esto que al generalizar los resultados se debe decir como afecta ese valor de la VI en
particular.
 Efectos reactivos de la situación experimental:
Los sujetos son colocados en una situación muy artificial por lo que los resultados no podrían generalizarse a cómo actúan los sujetos
en un ambiente natural.
 Efectos reactivos de los tratamientos múltiples:
El aplicarle a un mismo sujeto tratamientos de manera sucesiva, impediría que se generalicen los resultados a la vida cotidiana de los
sujetos donde estos no se exponen a una serie de tratamientos.

Técnicas de control de las VC

Técnicas de control en situaciones experimentales tipo 1 (medidas independientes) o intergrupo: a cada grupo de sujetos se le aplica un
tratamiento, es decir, un valor de la VI, y luego se miden sus puntuaciones en la VD para determinar si la VI tiene algún efecto sobre ella.
La varianza intergrupo son las diferencias existentes entre los grupos antes de la aplicación de los tratamientos.
Técnicas de control:
 Eliminación de las VE: Se elimina cualquier VC que pueda estar afectando a la VD. Utilizando un valor 0 de esa VC.
Por ej. Si la investigación tiene como objetivo determinar si las palabras emotivas son más fáciles de recordar, una VC, como una
variable ambiental (que haya mucho ruido en el ambiente) impediría que el sujeto recuerde las palabras, por lo que afectaría la
relación entre la emotividad de las palabras y su influencia. Para controlarla se debe eliminar todo ruido insonorizando el laboratorio.
 Constancia de las VC: cuando no se puede eliminar la VC, se puede intentar mantenerlas constantes durante el experimento.
Consiste en que cada valor de la VC afecte por igual a todos los grupos, procurando que todos los tratamientos se encuentren
afectados de la misma forma.
Ej.: la temperatura es una VC que no se puede eliminar por lo que hay que intentar mantenerla constante en todos los grupos, es
decir, igualar la temperatura
 Balanceo o equilibracion de las VC: consiste en equilibrar el efecto de la VC manteniendo constante la proporción de cada valor de
esta que afecta al grupo experimental, es decir, la proporción en el que se dan los valores de la VC deben ser iguales en todos los
grupos. Se mantienen en la muestra los porcentajes existentes en la población de cada VC
i) Aleatorización de las VC: consiste en confiar al azar el equilibrio de las VC entre todos los grupos de sujetos. Se supone que el
azar se encarga de poner en manos del experimentador grupos equivalentes y homogéneos, es decir, se encarga de equilibrar las
diferencias individuales de los sujetos que actúan como VC haciendo que se repartan en los grupos de manera equitativa, es
decir, que las VC que afectan a un grupo deberían también afectar al otro de igual manera. Si la muestra es pequeña, es poco
fiable.
En estos modelos aleatorios cada sujeto tiene la misma probabilidad de pertenecer a un grupo y de que le apliquen cierto
tratamiento.
 Se deben asignar aleatoriamente a los sujetos a los distintos grupos experimentales
 Que cada tratamiento experimental sea asignado de forma aleatoria a los diferentes grupos.

i) De bloques: se forman subgrupos con puntuaciones similares de la VC que se intenta controlar, de manera que cada subgrupo
tenga un valor de la VC. Y luego se reparten a los sujetos de los distintos subgrupos entre los grupos de investigación al azar.
Por ej. Si se trata de investigar como 2 métodos de enseñanza influyen sobre el rendimiento escolar, el investigador puede tomar
Este archivo fue descargado de
 a la inteligencia como VC, por lo que crea 3 subgrupos (inteligencia alta, media y baja) donde se clasifican a los sujeto a partir
del valor que toman de la VC. Y luego se asigna al azar a los sujetos a los 2 grupos experimentales buscando que cada grupo
experimental tenga la misma cantidad de personas de los 3 bloques.
ii) Apareados: busca conseguir grupos experimentalmente equivalentes, a partir de una medida previa en la VD o en otra variable
correlacionada, es decir, clasifica a los sujetos en subgrupos según el valor que toman de una variable contaminadora (por ej. Ci
alto, bajo y medio) y colocas de manera equitativa a los sujetos de los subgrupos en grupos más grandes.
 El sujeto como control propio: aplicarle los valores de la VI a cada uno de los sujetos. Esto se puede hacer siempre y cuando el
efecto de la VI sea temporal, debido a que si no se podría generar el error progresivo.
 Control del error progresivo: técnica de contrabalanceo, que permite qu8e diversas presentaciones de la VI ocurran en el mismo
orden. Alternar los tratamientos en los distintos sujetos o grupos.
 Grupo control: se crean dos grupos de sujetos iguales y a uno de ellos se le aplica un valor de la VI, y al otro no se le aplica ningún
valor de la VI. Permite controlar todas las fuentes de contaminación.
 Control estadístico: se logra mediante la separación y cuantificación de las varianzas.

Técnicas de control en situaciones experimentales tipo 2 (medidas dependientes) o intragrupos:

para controlar el error progresivo se usa el método de equiponderación o contrabalanceo. Se reparten por igual los efectos del error progresivo
entre todos los tratamientos, consiguiendo una constancia. Se equipondera alterando el orden de presentación de los tratamientos en los grupos
experimentales.

DISEÑOS ALEATORIOS: DE DOS GRUPOS – prácticos

Los diseños aleatorios admiten contar con una variable independiente o factor (univariados) y con más de una variable independiente
(multivariados o factoriales). Una investigación experimental permite establecer de manera inequívoca que efectivamente la VI
influye sobre la VD, lo que implica haber controlado las VC. Contamos con la posibilidad de instrumentar el principio del azar
(asignación aleatoria) para asegurar que en un principio haya equivalencia inicial entre los grupos experimentales, es decir que las
diferencias individuales de quienes integran la muestra estén distribuidas equitativamente entre los grupos. Así se podrá saber si los
cambios observados se deben efectivamente a los tratamientos aplicados y no a otras fuentes de variación (VC).
Para instrumentar el principio de azar el investigador deberá: asignar aleatoriamente los sujetos a los distintos grupos experimentales,
y que cada tratamiento experimental sea asignado de forma aleatoria a cada uno de los diferentes grupos . Esto implica que cada
elemento de la muestra tiene la misma probabilidad de pertenecer a un grupo u otro , y también puede recibir cualquiera de los
tratamientos disponibles. Bajo esta condición podre estimar que se da el requisito de equivalencia inicial. Con la aleatorización
también se intenta minimizar la varianza intergrupos.

Modelos de diseños aleatorios:

a. Diseños aleatorios bivalentes (de dos grupos aleatorios): un factor (VI) que adopta sólo dos niveles
b. Diseños multivalentes/multigrupos (de más de dos grupos aleatorios): un factor (VI) que adopta más de dos niveles
c. Diseños factoriales (se manipula más de un factor): más de una VI

. INVESTIGACIONES EXPERIMENTALES CON DISEÑOS DE DOS GRUPOS ALEATORIOS (bivalentes)

1) Se selecciona aleatoriamente un grupo de sujetos (muestra) de determinada población
2) Los sujetos de la muestra se asignan aleatoriamente a los grupos experimentales
3) Se asigna aleatoriamente cada tratamiento experimental a cada grupo de sujetos
4) Ambos grupos pueden ser experimentales, o uno puede ser grupo control (no se le aplica tratamiento)

La utilidad de estos diseños está en indicar si el factor manipulado (VI) ejerce algún efecto sobre el criterio (VD), y si lo ejerce cuál es
su dirección (si aumenta o disminuye) y también su magnitud.
La información que brindan puede resultar pobre y engañosa. En ciertas oportunidades darle solo dos niveles a la VI no nos
permite detectar que sucede con la VD, bajo la introducción de otros niveles del factor.
Otro inconveniente es incurrir en la pseudoaleatorización: cuando se implementa un procedimiento que se considera asignación
aleatoria y en verdad no lo es.
Ej. Elijo en un aula a los alumnos que están más cerca del profe y para el otro los que están as lejos (probablemente se sientan así
porque tienen ciertas características en común y no serían equitativos los grupos)
También se debe considerar la posibilidad de inequivalencia inicial, para neutralizar este riesgo se puede recomendar llevar a
cabo replicaciones del experimento la mayor cantidad de veces posible. Sin embargo, la equivalencia inicial se ve posibilitada por la
aleatorización, y garantizada cuanto más grande sea la muestra.

Desventajas:
 Dependencia de muestras grandes
 Proporciona información incompleta por utilizar solo dos niveles del factor manipulado (falta de sensibilidad)
Ventajas:
Este archivo fue descargado de
  Simplicidad, fácil de llevar a cabo
 Económico, poco esfuerzo y costo

Tipos de diseño de dos grupos aleatorios:

 Diseño solo con medidas postratamiento
 Diseño con medidas pre y postratamiento

La medida pretratamiento, es una medida de la VD o de una variable relacionada con ella, antes de la aplicación del
tratamiento que permite comprobar la equivalencia de la VD entre los grupos.
Pasos:
 Formación aleatoria de los grupos
 Asignación aleatoria de los tratamientos a los grupos
 Tomar medida pretratamiento
 Aplicación de tratamientos experimentales
 Medida postratamiento
 Análisis de los resultados
COMPOSICIÓN DE MEDIDA MEDIDA
GRUPOS LOS GRUPOS PRETRATAMIENTO TRATAMIENTO POSTRATAMIENTO
1(grupo experimental) Azar ------ A1 MPOST 1
2 (grupo control) A ------ A0 MPOST 2

COMPOSICIÓN DE MEDIDA MEDIDA

GRUPOS TRATAMIENTO
LOS GRUPOS PRETRATAMIENTO POSTRATAMIENTO
1 (Grupo experimental) A ------ A1 Mpost 1
2 (grupo experimental) A ------ A2 Mpost 2

COMPOSICIÓN DE MEDIDA MEDIDA

GRUPOS LOS GRUPOS PRETRATAMIENTO TRATAMIENTO POSTRATAMIENTO
1 (experimental) A Mpre 1 A1 Mpost 1
2 (control) A Mpre 2 A0 Mpost 2

COMPOSICIÓN DE MEDIDA MEDIDA

GRUPOS TRATAMIENTO
LOS GRUPOS PRETRATAMIENTO POSTRATAMIENTO
1 (experimental) A Mpre 1 A1 Mpost 1
2 (experimental) A Mpre 2 A2 Mpost 2

Análisis estadístico de los resultados

Una prueba estadística q se puede utilizar en el diseño de dos grupos con medida pre y post es el análisis de covarianza utilizando
como variable covariada las puntuaciones obtenidas en la medida pretratamiento. De todas maneras, con el análisis estadístico basado
en las cuatro comparaciones siguientes puede ser suficiente:
1. Comparar las dos medidas pretratamiento para confirmar equivalencia inicial
2. Comparar las dos medidas postratamiento, si hay diferencias se puede presumir que serán debido al factor manipulado
3. Comparar las medidas pre y post en ambos grupos, si hay diferencias entre las dos medidas de un mismo grupo serán por el
tratamiento experimental o por una VC no controlada
4. Comparar entre si las diferencias encontradas en el punto 3, en ambos grupos: si d1 (diferencias entre medidas pre y post del
grupo 1) con d2 (del grupo 2) encontramos q difieren de modo significativo, podemos inferir que dicha diferencia es debida a la
acción del factor manipulado.

En este caso para los análisis estadísticos podría usarse la t de Student para medidas independientes para las comparaciones 1, 2 y 4 y
la t de Student para medidas repetidas para la comparación 3.

MUESTREO
Este proceso de selección de la muestra tiene como objetivo que luego podamos generalizar los resultados del experimento, que se
detectaron a partir muestra, a toda la población. Una técnica de muestreo es un procedimiento que sirve para extraer una muestra de una
población.

Población: conjunto de individuos u objetos (unidad de análisis) que poseen una o varias características en común
Muestra: es un subconjunto de la población que se espera que sea representativa de la misma. Se la toma con el fin de estudiar las
propiedades de la población a la que pertenecen
Tamaño de la muestra: cantidad de datos que se extraerán de la población para formar parte de la muestra. Depende del grado de error
que sea tolerable en las estimaciones muestrales. A menor tamaño de la muestra y mayor heterogeneidad, menor representatividad y por lo

Este archivo fue descargado de

tanto mayor grado de error.
Unidad de análisis: cada uno de los elementos que constituyen la población estudiada. Puede estar constituida por sujetos u objetos.
Estadísticos: son aquellos datos que se obtienen a partir de la medición de la muestra. Ej. media muestral.
Parámetro: datos que se obtienen de medir una población. Como esto suele ser imposible, la investigación se trata de aproximar el valor
del parámetro por medio del estadístico obtenido de la muestra. Por eso la muestra debe ser representativa.
A partir del estadístico podemos obtener un rango de valores dentro del cual, con cierto nivel de confianza, debe ubicarse el valor
correspondiente al parámetro. Esto se llama intervalo de confianza. Y la mitad de este constituye el margen de error de la inferencia que
se hace de la muestra a la población.
Una muestra es representativa cuando la medida que arroja un estadístico es lo más cercana al parámetro correspondiente.
Debe ser representativa debido a que debemos inferir los resultados a la población a la cual pertenece.

4 condiciones determinan la representatividad de la muestra

1. Debe estar definida y delimitada la población a la que deben extenderse las conclusiones obtenidas a partir de la muestra
2. Cada unidad de la población debe poder tener las mismas probabilidades de incluirse a la muestra
3. Que las relaciones existentes entre las unidades de la población no afecten a la muestra
4. Tomar una muestra amplia para reducir errores de muestreo

Hay 2 métodos generales para hacer que la muestra sea representativa

MUESTREO ALEATORIO (PROBABILISTICO)

En una muestra aleatoria cada elemento de la población tiene una probabilidad igual, o cuantificable, de seleccionarse.
Muestreo aleatorio simple. Para poblaciones chicas
1. Se delimita la población
2. Se decide el tamaño de la muestra
3. Se asigna un código a cada elemento de la población
4. Se selecciona de manera aleatoria los códigos que representan a las unidades de análisis. Ej. Programa de computadora

Muestreo aleatorio sistemático

Se decide el tamaño de la muestra y se efectúa el cociente entre la población y la muestra.
Se elige un valor al azar y se le va sumando el numero que dio el cociente entre la población y la muestra. Así hasta obtener la cantidad de
sujetos.
Muestreo estratificado
Divide a la población en subgrupos o estratos mutuamente excluyentes. Y se garantiza que la muestra contenga representantes suficientes y
equitativos de cada subgrupo. Ej. Dividir la muestra por sexo femenino y masculino, y aplicarles a ambos subgrupos los valores de la VI
Hay de 2 tipos
Proporcionado: refleja las proporciones de la población, es decir, que la proporción de sujetos que integra los distintos subgrupos son
similares a como se divide la población en esos subgrupos. Se da cuando la cantidad de individuos seleccionados en cada estrato es
proporcional a la cantidad total del estrato poblacional.
Desproporcionado: no refleja las proporciones de la población. No se puede extrapolar de la misma. Numero de casos sacados de cada
uno de los diversos estratos del universo en cuestión no guarda relación con el numero de unidades del estrato.

Muestreo de conglomerados. Se usan con poblaciones grandes.

Muestreo inicial con una base de unidad mayor que la unidad de análisis. Permite que la muestra se aglomere en un número limitado de
lugares.
En una sola etapa: antes de llegar a la unidad de análisis hay una sola etapa previa, en la que se toma una unidad mayor. Ej. Tomar
distintos centros de una ciudad, y de cada uno de ellos seleccionar los sujetos de manera aleatoria.
En varias etapas: antes de llegar a la unidad de análisis se pasa por mas de una etapa previa, es decir, varias unidades mayores. Por
ejemplo, seleccionar un país, se seleccionan varias provincias, de cada una de ellas se seleccionan ciudades, de c/u de ellas se seleccionan
los centros y de ellos se seleccionan los sujetos aleatoriamente.
MUESTREO NO ALEATORIO (NO PROBABILISTICO)
NO todo elemento de la población tiene la misma probabilidad de seleccionarse y por lo tanto algún sector puede carecer de
representatividad
Muestras menos precisas y representativas.
Muestreo accidental de oportunidad o conveniencia
Se seleccionan las personas que uno encuentra por casualidad.
Muestreo por cuotas
Es un muestreo de oportunidad, pero por cuotas establecidas para el n de personas que deben incluirse en las submuestras determinadas a
partir de una variable. Ej. Seleccionar 10 hombres al azar y cuando se llena la categoría, selecciono 10 mujeres al azar.
El investigador establece cuotas para cada uno de los valores de la variable independiente que interese que esté representada en la muestra.
Al recolectar los datos cuando se cubrió la cuota se continua con la otra.
Si las cuotas se establecen en dimensiones, es decir, se las divide de diversas maneras, se lo llama muestreo dimensional. Por ejemplo, no
solo por sexo sino también por turno de asistencia.
Muestreo propositivo/ intencional
Se estudia una muestra definida claramente y se eligen sujetos que cumplan con ciertas características en función de las necesidades de la
investigación. Por ej. Que no tengan hijos.
Este archivo fue descargado de
 El investigador selecciona los elementos que a su juicio son representativos, lo cual requiere conocimiento previo sobre el tema que se
investiga, para poder determinar categorías que sean representativas del fenómeno que se estudia y buscarlas así en los elementos.
Muestreo, bola de nieve
Los contactos iniciales permiten identificar a otras personas que quieran participar en la investigación y ser parte de la muestra.

Instrumentos de medición
Estos instrumentos de medición buscan medir un aspecto recortado de la realidad, una variable. La variable (VI) puede adoptar diferentes
valores y el instrumento de medición informara acerca de que valor adopto la variable para cada una de las personas que conforman la
muestra.
La administración: es el proceso que transforma la información en datos
El análisis: transforma los datos en conclusiones significativas de la variable medida.

Errores en la medición
1. Sistemáticos o de sesgo o constantes: es un error introducido en la medida a causa de algún factor que afecta a las variables o al
propio proceso de medida. Pasan desapercibidos. Por ejemplo, cuando las marcas de la regla con la que vamos a medir están mal
marcadas.
2. Variables o al azar: debido a influencias pasajeras que procedan de la misma persona o del instrumento de medida. Por ejemplo,
si se toma una prueba para medir la inteligencia, si se lo hace en lugares ruidosos, los datos no serían totalmente fiables.

Propiedades que deben tener los instrumentos de medida:

1. Validez y confiabilidad: todo instrumento de medición debe cumplir estos requisitos para medir correctamente. Un instrumento es valido
cuando mide lo que pretendía medir. y un instrumento es confiable cuando hay consistencia y constancia en los resultados, es decir, si se repite la
prueba los resultados serán los mismos.
(1) Tipos de validez
(a) Validez predictiva: se establece la validez de un test viendo si el desempeño posterior del sujeto, luego de la investigación,
concuerda con los datos obtenidos en el test.
(b) Validez concurrente: se puede establecer la validez de la prueba comparando los resultados obtenidos con otro test que mida la
misma variable. Es decir, si da igual o parecido, la prueba mide lo que debía medir.
(c) Validez de contenido: un test es valido si, las preguntas que se hacen en este miden la variable o constructo q se pretende medir. por
ej. Una prueba de inteligencia que tenga una sola pregunta no estaría midiendo todo el constructo, debido a q existen distintos tipos
de inteligencia.
(d) Validez de constructo: cuando la prueba refleja la definición teórica de lo que se pretende medir.
(2) La confiabilidad se logra cuando luego de aplicar repetidamente la prueba a un mismo individuo o grupo al mismo tiempo en
grupos diferentes. Da un resultado parecido.
La confiabilidad se determina tomándole el test a una misma persona. Es de esperarse que los resultados varíen un poquito debido a que
las condiciones son aproximadamente iguales, pero los datos deben dar similar a la primera vez.
Si se toma la prueba en condiciones distintas e igualmente sale el mismo resultado, se dice que el test es altamente confiable.
Siempre van a existir variaciones en los resultados, pero el investigador debe determinar si esa variación e o no lo suficientemente
pequeña como para mantener la confiabilidad en el instrumento de medida. Deben variar los resultados dentro de cierto rango, ahora si
varían por fuera del (aumenta la varianza) se dice que el instrumento no es confiable.
A veces se espera que la varianza aumente, es decir, que los datos hayan cambiado, por ejemplo, al aplicar dos tratamientos para ver si
disminuye la depresión.
 repetición del test: Cuanto más tiempo pase entre la primera y la segunda prueba mas factores pueden estar influyendo sobre los
puntajes de la segunda, por lo que el instrumento seria menos confiable.
 Formas equivalentes: se administra la misma prueba en diferentes momentos al mismo sujeto. Puede surgir el error progresivo.
 División por mitades: establecer la confiabilidad del test dividiéndolo en dos partes equivalentes y asignándole un puntaje a cada
parte. Si los resultados en ambas partes son similares, el test es confiable y tiene además consistencia interna.

TIPOS DE VARIANZA – teórico

Varianza: variaciones que se observan en las medidas tomadas de la VD, y provienen de diferentes fuentes que la originan. Lo que se busca es que, las
variaciones de la VD, es decir, los diferentes valores que toma la VD, se deban a la VI y no a VC, es decir, que la tarea del investigador es distinguir si los
cambios que se generaron en la conducta de los sujetos, los valores que tomaron los sujetos de la VD hayan sido causados por las manipulaciones de la VI.
La variación, es decir, los diferentes valores que tomo la VD, se denomina VARIANZA. Existen 3 fuentes de varianza.

FUENTES DE VARIANZA
Situación
Sujetos Ambiente experimental
Edad – sexo – Variables del Expectativas del
herencia – estado contexto: sociales experimentador –
presente – etc. por ej. procedimiento – etc.

Cada una de estas fuentes de varianza pueden tomarse como VI porque afectan y determinan los valores que tomara la VD. Si una de ellas se
Este archivo fue descargado de
 toma como VI las demás pasan a ser VC, y va a ser necesario controlarlas para que no afecten a la VD.
En un conjunto de observaciones realizadas sobre la conducta de un individuo/os, aunque se hayan llevado a cabo en una misma situación
experimental, es común notar que existen variaciones en los valores que tomaron de la VD. La prueba de hipótesis se apoya en estas
diferencias para rechazar o aceptar una hipótesis.
TIPOS DE VARIANZA
Hay dos tipos de varianza: NO SISTEMÁTICA o
SISTEMÁTICA o intergrupos
intragrupos
VARIANZA SISTEMATICA O INTERGRUPOS PRIMARIA
La varianza sistemática consiste en la desviación que Experimental
No SECUNDARIA DE ERROR
presentan los datos en una dirección mas que en otra. experimental
Pueden deberse a los valores que tomo la VI que causaron efecto en la VD. O también los datos obtenidos pueden deberse a VC, que deben
controlarse. Por ej. Si medimos el rendimiento de los niños, los distintos puntajes serian la varianza, los cuales se pueden deber a la variable
manipulada, o a variables contaminadoras.
Existen 2 fuentes de variación sistemática:
 VARIANZA PRIMARIA (varianza intergrupos o experimental): desviación sistemática de datos en una dirección más que en otra, debida a la
manipulación de la VI.
Esta diferencia se observa al comparar las medidas de los grupos por lo que suele llamarse intergrupos. Esta refleja los efectos de la manipulación
directa de la VI. Si sometemos a diversos grupos de sujetos a diferentes condiciones experimentales (ej. Diversos tratamientos) la varianza
observada entre los distintos grupos es la varianza pretendida por el experimentador. Es decir que los datos obtenidos de c/grupo varían debido a
los distintos valores de la VI que se les aplico a cada grupo. La que constituye un efecto sobre los diversos valores de la VD es la VI.
La varianza primaria puede ser o no experimental, y la VI pude ser manipulada o asignada, pero se mantiene la noción de variación como las
medidas que se obtienen de los fenómenos observados.
Por ejemplo: si queremos probar como 3 métodos de enseñanza afectan al desempeño. Se tomarán los datos de los 3 grupos y se calculara el
promedio. Si los promedios de los datos obtenidos en los 3 grupos difieren, podemos decir, que los tratamientos efectuados fueron efectivos., porque
en uno de estos grupos el promedio es mayor y por lo tanto el tratamiento aplicado a ese grupo fue más efectivo.
El investigador siempre busca que los cambios que se dan en la VD se deban a la manipulación de la VI. Por ej. A distintos tratamientos
experimentales.
Pero va a decir que no basta con controlar VC, sino que muchas veces, puede suceder, que se interprete erróneamente la variación de la VI. Para que
esto no suceda se debe maximizar la diferencia entre los valores que toma la VI, es decir elegir valores extremos de la VI. Por ejemplo: ansiedad baja
y alta. De esta manera se va a poder diferenciar porque cierto valor de la VI causo ese efecto en la VD.
En los casos en que la relación entre la VI y VD no es lineal sino curvilínea no conviene escoger valores muy distantes de la VI, puesto que no
llegaría a diferenciar sistemáticamente los resultados. Se deberán elegir los valores óptimos, es decir los intermedios. El experimentador no siempre
conoce los valores óptimos de la VI. Es preferible en ese caso utilizar varios valores de la VI.

Técnicas de control de la VI:

 Procedimientos mecánicos: herramientas que permiten manipular una VI. Por ej. Rotor de prosecución para el aprendizaje motor.
 Procedimientos eléctricos: permiten manipular la presentación de estímulos, como luces, sonidos o para medir la conducta.
 Procedimientos quirúrgicos: propios de la investigación neurológica. Ej. Extirpación de glándulas.
 Procedimientos bioquímicos: utilización de drogas, cambios de dietas, etc.

No siempre la causa de esta notable desviación de los datos hacia cierta dirección se debe a la VI (manipulada directamente por el investigador).
Muchas veces es por causa de factores desconocidos o extraños que no han sido controlados. Por eso el propósito principal consistirá en separar
aquellos factores en los que se halla interesado de los que no. Así podríamos definir a la investigación como un estudio controlado de la varianza.
La varianza primaria puede ser experimental o no experimental, según la VI sea manipulada o simplemente asignada.

 VARIANZA SECUNDARIA: desviación sistemática de los datos en una dirección más que en otra, debida a la intervención de alguna VC. Esta
diferencia se observa al comparar también las medidas de los grupos. Puede combinarse con la Varianza Primaria, aumentando o disminuyendo la
desviación de los datos, que serian datos contaminados, debido a que no sabemos si la variación de los datos de la VD se debe a la VI o a la VC.

Tanto la varianza primaria como la secundaria tienen su origen en las condiciones antecedentes de fenómenos conductuales.

La varianza secundaria debe disminuir y esto se logra gracias a las técnicas de control de las VC.

𝑉 𝑡𝑜𝑡𝑎𝑙 = 𝑉 𝑖𝑛𝑡𝑒𝑟𝑔𝑟𝑢𝑝𝑜𝑠 + 𝑉 𝑖𝑛𝑡𝑟𝑎𝑔𝑟𝑢𝑝𝑜

(𝑑𝑒 𝑒𝑟𝑟𝑜𝑟)
VARIANZA NO SISTEMÁTICA O INTRAGRUPOS:

VARIANZA DE ERORR: se puede definir como la fluctuación inconsistente

de las medidas de la VD como consecuencia de la variación del azar. Es impredecible y se observa dentro de los grupos (en las variaciones entre sujetos).
Fuentes:
Diferencias individuales: no todos los sujetos reaccionan de la misma forma ante una situación experimental idéntica, Por ejemplo, valores muy extremos
Errores de medida: si se utilizan instrumentos de medida poco precisos, o el procedimiento experimental no se aplica por igual a todos los sujetos o
las instrucciones fueron dadas de maneras diferentes.

Este archivo fue descargado de

 Factores extraños azarosos: Por ej. Que se corte la luz en el experimento
La varianza total entonces es igual a la suma de la varianza primaria y la varianza de error. De esto se infiere que
al aumentar la varianza de error disminuye automáticamente la varianza primaria, con lo que la posibilidad de
que dicha varianza sea significativa queda totalmente reducida. El objetivo del
experimentador es maximizar la varianza sistemática primaria, controlar la
varianza sistemática secundaria y disminuir la varianza de error.

PRUEBA DE HIPOTESIS

Una hipótesis de investigación siempre se realiza en términos de dos hipótesis relacionadas. La hipótesis experimental, alternativa o de
investigación (H1) que es una afirmación que postula el resultado del estudio según como lo predicen los psicólogos.
Por ej.: la velocidad con la que la gente pronuncia las palabras influye en el recuerdo de estas.
Y la segunda hipótesis, que es la hipótesis nula (h0) que es la afirmación de que VI no tiene efectos sobre la VD, o que no se relacionan las
variables.
La hipótesis nula es la que se pone a prueba, es decir, la que está bajo contrastación empírica. Si la H0 se acepta entonces se debe rechazar la
H1 debido a que propone lo contrario. Y si la H0 se rechaza entonces se mantiene la H1.
Si esta H0 se rechaza o se mantiene se determina debido a la probabilidad de que esos valores obtenidos en la VD fueran obtenidos por azar.
No se puede nunca tomar a h0 como verdadera, pero si podemos determinar si es muy improbable que sea verdadera.
De lo que se encarga la prueba de hipótesis es entonces de determinar si es poco probable que el resultado que nos tocó, que permite rechazar
la h0 sea por azar o no. Si no es por azar se rechaza la h0. Para esto se establece un margen de error muy pequeño. Si los valores obtenidos de
la muestra caen en ese margen de error decimos que este resultado no se dio por azar y por lo tanto se rechaza la h0.

Si los valores caen acá con

95% de seguridad podemos
decir que se acepta H0

Margen de
error

valores

Si los valores caen dentro de este

rango tan pequeño podemos
decir que no fueron al azar y por
lo tanto se rechaza H0

Probabilidad: la posibilidad de aparecer que tiene un valor de la VD.

Tenemos fuentes de variación sistemáticas y otras que se dan por azar. Para probar una hipótesis se requiere que la variación de los valores, de
la VD se deban a las sistemáticas y no por azar, por eso se establece un margen de error muy pequeño que determina valores que rechazarían a
la h0 por lo que es muy poco probable que ocurrieran al azar. Si este valor, que tiene probabilidad muy baja de aparecer por azar, aparece
entonces se lo toma como que respondió a una fuente de variación sistemática.
El margen de error: son aquellos valores extremos que tienen muy poca probabilidad de aparecer por azar, y que si aparecieran serian
prueba suficiente para rechazar la h0, por lo que si aparecieran estaríamos seguros de que no por azar, hay datos que rechazan la h0, y que por
lo tanto podemos mantener nuestra h1.
Este margen de error debe ser pequeño para que se elimine toda posibilidad de que el azar allá producido dichos valores. El margen de error
son los valores que tiene probabilidad baja de aparecer, esta probabilidad la determina el investigador.
Este se llama nivel de probabilidad crítico, o nivel de significación. Los resultados del estudio deben dar valores con una probabilidad
menor que el nivel de significación para así rechazar la H0 debido a que tenemos la seguridad de que el resultado no ocurrió por azar
porque era muy poco probable.
La probabilidad critica se fija en 0,05 que sería igual que decir que hay un 5% o 0,01 que es igual que decir 1% de posibilidades de que el
valor obtenido aparezca, que, al ser un valor tan mínimo de probabilidad, decimos que no apareció este valor a causa del azar. Y se llama a
este nivel de significación con la letra alfa.

SIGNIFICACION ESTADISTICA: si el resultado del estudio se encuentra en la región de rechazo, o margen de error, se puede decir que los
resultados fueron estadísticamente significativos. Si los resultados están por fuera de la RR entonces no se consideran estadísticamente
Este archivo fue descargado de
significativos.
Al formarse los grupos se espera que sean EQUIVALENTES (que no estén afectados por variables que impacten sistemáticamente sobre la VD). Las
diferencias observadas en los promedios de los grupos no tienen que ser estadísticamente significativas.
Ej. que los alumnos con mayor interés se concentren en uno de los grupos favoreciendo su desempeño en la tesis y su evaluación final. Pero ser
equivalentes no significa ser idénticos.

Este archivo fue descargado de

Luego de la manipulación de la VI (cursos) las diferencias entre los grupos sí deben ser estadísticamente significativas.

Una vez establecido el valor de alfa se analizan los datos obtenidos de la VD y el valor de significación obtenido de los mismos se compara
con el establecido previamente. A partir de esto se determina si se rechaza o no H0

Nivel de significación (alfa) = 0.05

Alfa > 0.05 Se mantiene la H0.
Ej. 0.08 Se rechaza la H1
Ej. 0.051 No hay diferencia significativa
Alfa < 0.05 Se rechaza la H0.
Ej. 0.04 Se mantiene la H1.
Ej. 0.49 Diferencia significativa

TIPOS DE ERROR:
Aunque sea muy improbable de que ese valor que tomo la VD sea por azar, podría serlo y podríamos estar cometiendo un error al rechazar la
H0.
El error tipo I: Consiste en rechazar una H0 que era verdadera. Y por lo tanto mantener una H1 falsa. Este es el error que mas se trata de
controlar, por medio del nivel de significación que determina una probabilidad baja de que estemos rechazando una H0 por azar.
El error tipo II: consiste en no rechazar la H0 cuando es falsa, rechazamos entonces la H0 que era correcta. Este tipo de error aumenta en la
investigación debido a que se controla el error tipo I. para disminuir la posibilidad de cometer error tipo II se puede aumentar el tamaño de la
muestra.
H0 ERA FALSA H0 ERA VERDADERA
LA RECHAZAMOS ¡¡Enhorabuena!! Error tipo I
LA MANTENEMOS Error tipo II ¡¡¡Enhorabuena!!!

HIPOTESIS DE UNA O DOS COLAS

La hipótesis de una cola es unilateral y direccional, mientras que la hipótesis a dos colas es bilateral y no direccional.
Hipótesis de dos colas: Si en una hipótesis se plantea que dos intervenciones psicoterapéuticas para la depresión tendrán efectos diferentes, pero sin
decir en cual aumentará y en cual disminuirá la depresión, es una hipótesis a dos colas. La H0 planetaria que no hay diferencias de depresión entre los
dos grupos en los cuales se aplicaron las 2 psicoterapias. Los niveles de significación van a estar en ambos lados porque los valores extremos son los
que rechazarían la H0, tanto los mayores como los menores.

Hipótesis a una cola: si establecemos que una intervención psicoterapéutica A produce una mayor
disminución en la conducta depresiva que en el grupo donde se aplicó la intervención psicoterapéutica B.
estamos ante una hipótesis a una cola.

DISEÑOS DE GRUPOS APAREADOS – prácticos

Hay que tener en cuenta que con muestras pequeñas el azar no suele funcionar tan bien para lograr homogeneizar los grupos . Por eso
se suele recurrir a otros procedimientos. Para las VC hay distintas técnicas de control y diseños que nos permiten garantizar la
equivalencia entre los grupos para una o varias VC. En el caso de la VD tenemos la medida pretratamiento que permite constatar la
equivalencia de los grupos en la media previa de la VD y de no darse esta hay recursos estadísticos que permitirían tratar de
resolverlo.
A veces el investigador necesita asegurarse que los grupos sean exactamente equivalentes en la medida de la VD, una forma de

Este archivo fue descargado de

lograrlo es mediante el diseño de grupos apareados.

Para lograr la equivalencia inicial de la VD se recurre a la técnica de apareo, que se utiliza para igualar los grupos en alguna variable
específica, formando agrupaciones d sujetos con el mismo valor en la variable de apareamiento (la variable en q se quiere conseguir la
equivalencia), cada una de las cuales incluirá tantos sujetos como tratamientos tenga la investigación.
En los diseños de grupos apareados, a estas agrupaciones se las llama bloques y la variable de apareamiento puede ser:
a. una medida de la VD, anterior a la aplicación de tratamientos
b. una medida de una variable altamente correlacionada con la VD
c. en algunas excepciones el apareo se puede hacer según un rendimiento previo en una tarea. Por ej. cuando el experimento incluye
una serie de ensayos sucesivos, tomar los primeros ensayos como criterio de apareamiento.
El objetivo es que los grupos presenten la misma media y desviación típica en la VD . La técnica de apareo nos permite conseguir este
objetivo al formar grupos exactamente iguales en la medida de la VD previa a los tratamientos. también se consigue reducir la
varianza intergrupos (entre grupos) lo que da mayor sensibilidad para distinguir pequeñas diferencias producidas por la VI.

Pasos de diseño de grupos apareados:

 Se selecciona una muestra de sujetos
 Se mide la variable de apareamiento
 Se forman los bloques, que estarán constituidos por tantos sujetos como grupos haya que formar, y dentro de los bloques los
sujetos deberán tener la misma puntuación en la VD
 Se asignan aleatoriamente los sujetos de cada bloque a cada tratamiento experimental. Si por ej. los bloques están formados por
dos sujetos se elige al azar a que grupo va uno de los sujetos, y al definir esto automáticamente el otro sujeto va al otro grupo.
 Se aplican los tratamientos
 Se toman las medidas postratamiento
 Se lleva a cabo el análisis estadístico de los datos

El diseño no tiene medida pretratamiento ya que, si bien se tomó una medida previa de la VD, ésta se hizo para poder aparear a los
sujetos, y no constituye una medida pretratamiento en sentido estricto. La medida pretratamiento persigue el objetivo de constatar la
equivalencia inicial de los grupos en la medida de la VD, o en su defecto que nos permita poder aplicar recursos estadísticos que traten
de subsanar dicha falta de equivalencia. Nada de esto es necesario en estos diseños porque el apareo ya garantizó la equivalencia
inicial en la medida de la dependiente, esta se hizo en función de la composición de los grupos y no para cumplir
función de medida pretratamiento.
Cuando se usan más de dos grupos los bloques se pueden formar con más sujetos que el número de grupos, siempre y cuando la
cantidad de sujetos sea múltiplo de éste.
En cuanto a la validez interna se podría decir que aumenta ya que, al formar grupos equivalentes en la VD, se consigue reducir la
varianza intergrupos. Pero puede disminuir la validez externa en la medida en que haya que excluir de la investigación a muchos
sujetos que no puedan ser apareados con otros por falta de equivalencia en las medidas. Esto puede sesgar la muestra y dificultar la
capacidad de generalización de los resultados.

PROYECTO DE INVESTIGACIÓN – prácticos

¿Qué es una investigación? Es un procedimiento reflexivo, sistemático, controlado y crítico que tiene por finalidad descubrir o interpretar los hechos
y fenómenos, y también relaciones y leyes de un determinado ámbito de la realidad.
La investigación es un conjunto de fases en la búsqueda de una respuesta a una situación problemática. El método es el camino a seguir, son los
procedimientos a utilizar a través de normas y reglas genéricas de actuación científica.

Pasos de la investigación:
PASO 1 PASO 2 PASO 3 PASO 4 PASO 5
 Concebir la  Plantear el problema  Elaborar el marco teórico  Definir si la  Establecer las
idea a de investigación  Revisión de la literatura, investigación se hipótesis
investigar  Establecer los detección, obtención y inicia como  Detectar las
objetivos consulta exploratoria, variables
 Desarrollar las  Extracción y recopilación descriptiva  Definirlas
preguntas de la información de correlacional o conceptualmente
 Justificar la interés explicativa y hasta  Definirlas
investigación y su  Construcción del marco que nivel llegará operacionalmente
viabilidad teórico

PASO 6 PASO 7 PASO 8 PASO 9 PASO 10

Este archivo fue descargado de
  Seleccionar el  Selección de la  Recolección de los datos  Analizar los datos:  Presentar los
diseño muestra  Elaborar los instrumentos de  Seleccionar las resultados:
apropiado de  Determinar el medición o seleccionar unos pruebas  Elaborar reporte de
investigación: universo existentes estadísticas investigación
Experimental,  Seleccionar una (validez y confiabilidad)  Elaborar el  Presentar el reporte
preexperimental o técnica de muestreo  Aplicar técnicas o problema de de investigación
cuasiexperimental  Extraer la muestra instrumentos a la muestra análisis
(en investigación  Codificar los datos  Realizar los análisis
explicativa)  Crear un archivo que
contenga los datos

PROBLEMA DE INVESTIGACION
Refiere a afinar y estructurar mas formalmente la idea de investigación. Necesita formular el problema específico en términos concretos y explícitos,
de manera que sea susceptible de investigarse con procedimientos científicos.
Toda investigación nace de la IDEA. Los criterios que determinan una buena idea de investigación son:
Las buenas ideas intrigan, alientan y motivan al investigador.
Las buenas ideas no son necesariamente nuevas, pero si novedosas.
Las buenas ideas pueden servir para elaborar teorías y solucionar problemas
Las bunas ideas sirven para generar nuevas investigaciones.
Las ideas iniciales del investigador no están sistematizadas.
Para acotar la idea se debe buscar información sobre el tema. La búsqueda bibliográfica nos permite
 No investigar un tema ya estudiado
 Estructurar la idea de investigación para luego formular la pregunta de investigación bien definida.
Luego se debe definir el tema de estudio (que voy a estudiar) y el campo de investigación (la población en la que lo voy a estudiar)
Y definir el problema de investigación, que es la justificación de la relevancia/necesidad de estudiar cierto fenómeno. Se deben presentar
en él también las definiciones conceptuales de los fenómenos que se quieren estudiar, y el problema al cual se busca responder con la
investigación.
Los elementos que componen el problema de investigación son:
1) Fenómeno de estudio: fenómeno psicosocial que será objeto de la investigación. Tema del proyecto.
2) Campo de investigación: población sobre la cual se quieren extraer los resultados y la muestra que se reclutara de aquella
población, y porque se tomó esa población.
3) Estado del arte: revisión actualizada de la literatura teórica y empírica relacionada al fenómeno de la investigación. Permite
saber que falta saber de ese tema.
4) Debe justificar la relevancia de la investigación
5) Presenta la pregunta de investigación: la pregunta debe sintetizar y ser el núcleo del problema de investigación.

PREGUNTA DE INVESTIGACION
Plantea en una o varias preguntas el tema que se estudiara, deben resumir la investigación. Es la columna vertebral del proceso de investigación. De
ella se desprende la metodología a utilizar y los objetivos de investigación generales y específicos, la hipótesis, el modo de recolección de datos y las
conclusiones.
Errores comunes al establecer una pregunta de investigación.
1) Las preguntas no deben ser muy ambiguas y amplias. Un error común es que los objetivos no respondan a la pregunta de investigación, o
que hayan objetivos que van más allá de la pregunta de investigación. también el que haya una pregunta muy amplia con objetivos
acortados
2) Las preguntas no deben ser en extremo creativas. Lo novedoso debe ser el tema de la investigación. Las preguntas deben ser claras y
sencillas de entender.
3) Otro error es no ligar la pregunta de investigación al objetivo general. Deben ambos apuntar a lo mismo, pero uno establecerse en forma de
pregunta y otro como afirmación.
4) Plantear preguntas que van más allá de lo que se podría responder con la investigación.
5) Preguntas generales y con términos no definidos.
6) Usar acrónimos.
La pregunta de investigación debe ser clara, concisa y precisa, y debe poder responderse mediante evidencia empírica. (no podemos preguntarnos por
el alma). Debe ser como el objetivo general, contener los mismos elementos. Debe también englobar todo el problema que se quiere investigar. En la
pregunta de investigación debe aclararse también los límites temporales y espaciales, es decir, el contexto en el cual se hará la investigación y la
muestra que se tomará.

OBJETIVOS DE LA INVESTIGACION
Señalan a lo que se aspira en la investigación y deben expresarse con claridad. Son las guías del estudio. Se deben identificar los objetivos relevantes
que permitan responder a la pregunta de investigación a través de determinado método.
Criterios para su construcción:
 Ubicación: se ubican al final de la introducción. El objetivo general debe incluirse también en el resumen del estudio.
Este archivo fue descargado de
  Parsimonia: la redacción debe ser breve y precisa. No debe tener un lenguaje ambiguo.
 Terminología: los conceptos centrales empleados en la redacción de cada objetivo deben estar previamente revisados en la literatura
(variables, constructos, unidades de análisis)
 Coherencia: cada objetivo de investigación esta vinculado al problema de investigación. Permiten articular lo teórico con lo metodológico. La
respuesta a cada objetivo determinara al menos un resultado del estudio.
 Factibilidad: deben ser susceptibles de llevarse a cabo en la práctica.

OBJETIVOS GENERALES
El objetivo general refleja el propósito ultimo de la investigación y se desprende de la pregunta de investigación. Su formulación debe ser clara y
precisa y deben estar los términos centrales de la investigación. El objetivo general se alcanza con la realización de los objetivos específicos.
Los objetivos generales se orientan a:
 Plantear y someter a prueba hipótesis que definen relaciones causales entre variables
 Establecer relaciones entre dos o más variables
 Comprender las diferentes dimensiones de un fenómeno describir las características de fenómenos, grupos, situaciones, etc.

OBJETIVOS ESPECIFICOS
Intentan desplegar con mayor especificidad con respecto a las dimensiones del fenómeno. Son una fragmentación del objetivo general
 Necesidad: debe ser relevante para responder el objetivo general
 Suficiencia: los objetivos específicos en conjunto deben agotar al objetivo general
 Restricción: el alcance y profundidad analítica de los objetivos específicos no pueden ser mas amplios que el objetivo general.
 Debe redactarse con un verbo en infinitivo que va a ser el que dé cuenta del método que se va a utilizar y las técnicas de análisis de datos.

Verbo + unidad de análisis o variables + casos + contexto

Alcance del Verbos sugeridos

estudio
Exploratorio Explorar, indagar, descubrir, reconocer, clarificar
Descriptivo Describir, identificar, clasificar, caracterizar, comparar, contrastar, distinguir
Correlaciona Relacionar, asociar, vincular, determinar la relación
l
Explicativo Explicar, predecir, comprender, comprobar, demostrar

Errores al plantear objetivos de investigación

 Falta de correspondencia entre la PI y el OG

La pregunta de investigación aborda un problema desconocido de la realidad, por lo que el objetivo general debe definir lo que
se espera llegar a conocer.
 Objetivos específicos que no son parte del OG
La revisión de la literatura nos permite conocer las diferentes dimensiones de un fenómeno para realizar una descomposición
analítica del mismo en los OE.
 Incumplimiento de objetivos
Si se incumple con el OE tiene que ver con la poca claridad que tenemos sobre lo que se desea investigar. Es importante
plantear, justificar y formular sólidamente el problema de la investigación. La investigación debe poderse llevar a cabo, es decir,
debemos, poder comprobar los OE en una población especifica de manera empírica.
 Confusión entre el OE y el procedimiento
la especificidad esta dada por la descomposición del problema en los OE, pero los o pasos a seguir se presentan al seleccionar el
método de investigación.
 Confusión entre objetivos de investigación y objetivos de intervención
Al tratarse de una investigación empírica, está justificada la investigación desde la relevancia práctica.
Pero la investigación esta orientada a la construcción de cc científico mientras que la intervención esta orientada a un cambio o
transformación de la realidad.
 Objetivos específicos de mayor alcance que el general
El planteamiento de los objetivos debe ir desde una menor hasta una mayor profundidad de análisis (exploratorio, descriptivo,
relacional explicativo) y tiene como tope en el marco del estudio que se tome. Por ejemplo, un estudio descriptivo no puede
tener un objetivo explicativo

Este archivo fue descargado de

 Carátula: Titulo de la investigación
 Resumen: aborda brevemente el problema de investigación, objetivos, método y resultados esperados. Además, suele presentarse su
traducción al inglés. Se adicionan palabras clave al final
 Introducción: planteamiento del problema / justificación y uso de los resultados
 Marco teórico: fundamento teórico, problemas y preguntas científicas y antecedentes
 Objetivos de investigación (general y específicos)
 Hipótesis (general y de trabajo) – definiciones operacionales
 Métodos o metodología: tipo y diseño general del estudio
 Universo de estudio, selección y tamaño de muestra, unidad de análisis y observación. Criterios de inclusión y exclusión
 Técnicas e instrumentos: para la recolección de info, para el control de calidad de los datos, para garantizar aspectos éticos en las
investigaciones con sujetos humanos, para el análisis estadístico de los resultados (métodos y modelos de análisis según los tipos de
variables).
 Procedimientos (plan de trabajo)
 Cronograma: lista cronológica de todas las actividades q se van a llevar a cabo
 Presupuesto / personal / instalaciones
 Referencias bibliográficas
 Anexos (instrucción De recolección de info, ampliación de métodos y procedimientos a utilizar, imágenes, esquemas, listados, etc.)

Este archivo fue descargado de

Este archivo fue descargado de
Este archivo fue descargado de
Este archivo fue descargado de
Este archivo fue descargado de
Este archivo fue descargado de
Si optamos por un diseño intergrupos (de dos grupos) se podría partir de una muestra de 100 sujetos a la q
aleatoriamente dividimos

Este archivo fue descargado de

Este archivo fue descargado de
Este archivo fue descargado de
Este archivo fue descargado de