TEMA 3

MÉTODOS DE INVESTIGACIÓN MANIPULATIVOS

BLOQUE 1: EXPERIMENTALES

1. INTRODUCCIÓN CONCEPTOS BÁSICOS

Definición de Experimento:
Situación (normalmente artificial) producida por el experimentador y que servirá para
estudiar el efecto de una o más VI sobre una o más VD.
- Manipulación directa de la VI para medir los cambios en la VD.
- Control muy estricto de otras variables relevantes (variables extrañas) que impliquen
una explicación alternativa potencial.
- Homogeneización (aleatorización + constancia + igualación): para las variables
extrañas que no podemos identificar

Ejemplo de un experimento – Pregunta:

¿Un impacto emocional altera el recuerdo de lo que ocurrió antes?

- VI: impacto emocional
» Operativizada: video emocional/video no emocional
- VD: recuerdo de lo ocurrido antes del choque
» Operativizada: Resultados de recuerdo en un cuestionario sobre lo ocurrido antes
del evento emocional

Hipótesis: se espera que aquellos participantes que vieron el video con contenido emocional
recuerden menos información de los eventos que se produjeron antes del choque
emocional.

Resultados
• Recuerdo
- El recuerdo (media de respuestas correctas) fue “significativamente menor” en el
grupo con impacto emocional (M = 10) que en el grupo sin impacto emocional
(M = 15).
Diferencia de 5 puntos
Si esta diferencia no fuera Recuerdo significativa significaría que la
hemos encontrado por azar
El nivel de confianza generalmente se ha fijado en el 95%

Conclusiones sobre los métodos experimentales:

Los métodos experimentales son el esquema más potente para poder establecer relaciones
causales
Para ello deben cumplir unos requisitos
- El investigador manipula la VI
- Anteceder: la VI debe anteceder a la medición de la VD
 - Descartar causas alternativas: los cambios en la VD deben explicarse
exclusivamente por la VI : control experimental
- Aleatorización asignación aleatoria de las unidades de observación (participantes) a
los distintos grupos/niveles de VI.

Tipos de Diseños Experimentales Según la VI:

• Tipo de manipulación:
- Diseños entregrupos
- Diseños intrasujeto
• Número de variables independientes
- Unifactoriales o simples
- Factoriales o complejos
• Se pueden mezclar las dos características:
- Factorial Mixto

2. DISEÑOS ENTRE-GRUPOS O DISEÑOS CON GRUPOS DE

PARTICIPANTES DISTINTOS
Cada grupo recibe un nivel diferente de la variable independiente
Ejemplo de un experimento entregrupos
- Experimento de Loftus y Burns (1982) que vimos antes

2.1. DISEÑOS ALEATORIOS

Se trata de grupos de sujetos distintos (independientes)
Los participantes se asignan a cada grupo al azar
● Grupo experimental: recibe tratamiento
● Grupo control:
- No recibe tratamiento
- Sirve de línea de base

2.2. DISEÑOS DE GRUPOS ALEATORIOS CON BLOQUES

Controlamos una variable extraña mediante bloqueo
El bloqueo en este contexto consiste en dividir los sujetos en bloques según el nivel de la
variable extraña
- Ejemplo: se quiere estudiar el efecto de un nuevo método de estudio en las
calificaciones
- Grupo experimental: nuevo método
- Grupo control: no se aplica
- ¿Y si por azar los alumnos con mayor desempeño académico se agrupan
principalmente en el grupo experimental?

Para resolverlo: diseño de grupos aleatorios con bloques

- Clasificamos a los participantes en función de la variables extraña que queremos
controlar
• Medimos su desempeño académico (DA)
- Bloqueo de esta variable: DA alto, DA medio y DA bajo
 • Pasa de ser una variable extraña a ser bloqueada
- Asignamos al azar a los sujetos de cada bloque a cada uno de los grupos del
experimento

2.3. ASIGNACIÓN DE GRUPOS PREESTABLECIDOS FRENTE A

ASIGNACIÓN DE INDIVIDUOS
En algunas ocasiones no es posible la asignación de individuos a grupos de forma aleatoria
Ejemplo: estudio sobre influencia de docencia online en el aprendizaje
- Participantes: alumnos de 2o curso de dos colegios de Jaén
- Asignación aleatoria de cada uno de los cursos al grupo experimental o control

[Link] ADICIONALES DEL DISEÑO

2.4.1. CONTROL POR PLACEBO
● Algunas personas mejoran solo porque creen que lo que toman tiene poder curativo
● Efecto placebo:
- Mejora producida por una sustancia /tratamiento debido a las expectativas de
los participantes y no por las propiedades de la sustancia /tratamiento
● Solución: grupo experimental y grupo placebo

2.4.2. Caso de doble ciego

- El participante no conoce si pertenece al grupo experimental o al grupo con control
- Tampoco lo sabe la persona que administra la prueba

2.5. ANÁLISIS DE DATOS

En el estudio del comportamiento encontramos una dificultad:
● Los datos suelen presentar mucha variabilidad
● Esto hace que sea difícil saber si las medias de los grupos experimentales son
distintas por azar o porque el tratamiento (o manipulación) tuvo éxito
● Para establecer si dos o más medias son distintas debido a la manipulación tenemos
que hacer una análisis basado en la variabilidad de los datos
● Más usados: – Pruebas t
– ANOVA

Diferencia de medias (prueba t)

- Para comparar dos grupos (ejemplo del principio: impacto vs sin impacto)
● Diferencias significativas entre el grupo con impacto emocional (Media = 10) y el
grupo sin impacto emocional (Media = 15)
● La t es un estadístico que resume y que tiene en cuenta la variabilidad y medias de
los grupos
● Las medias son diferentes si p < 0.05
● (rango 0-1)
● Esto significa que la probabilidad de que la t que hemos obtenido siendo las medias
iguales es p<.05
Análisis de varianza (ANOVA):
• Para comparar dos o más grupos: el estadístico es “F”
- Ejemplo: tenemos tres grupos (alto impacto emocional, bajo impacto emocional, sin
impacto)
- El ANOVA nos indica si los grupos han obtenido resultados parecidos o son
diferentes entre sí
- Primero obtenemos el estadístico F asociado a los datos
- Las medias son diferentes si la p obtenida es <.05
- Esto significa que la probabilidad de que la F que hemos obtenido siendo las medias
iguales es p<.05

3. DISEÑOS INTRASUJETOS (o con los mismos participantes o de medidas

repetidas)
3.1. INTRODUCCIÓN
• Comparamos a los mismos participantes en diferentes condiciones
- Controlar las diferencias entre los sujetos que pueden contaminar los resultados
(VE’s con origen en los participantes)
- Ventajas:
• Menos participantes
• Menos variabilidad entre las condiciones

3.2. EFECTOS DISTORSIONANTES

Amenazas a la Validez Interna
• El efecto del aprendizaje/efecto de la práctica
- En función de la VD que se utilice, el diseño intrasujetos puede verse contaminado
por el efecto del aprendizaje
- Ej. efecto de la música en cómo resolvemos un puzzle
• El efecto de la fatiga
- En un diseño intrasujetos el mismo participante pasa por todas las condiciones
- El experimento es más largo→mayor probabilidad de fatiga
• El efecto de la motivación
- Para evitar la fatiga podemos fijar dos sesiones separadas en el tiempo. Sin
embargo, es posible que en la segunda sesión disminuya el interés hacia la tarea.
• Efecto de la persistencia:
- En ocasiones el efecto de uno de los niveles de la VI aún no se ha extinguido
cuando se pasa al siguiente nivel.
- P.e. estamos probando dos medicamentos y aplicamos el segundo cuando todavía
queda algún efecto del primero
- Un adecuado espaciamiento temporal entre la presentación de los distintos niveles
permite controlar este efecto

CONTRABALANCEO COMO TÉCNICA DE CONTROL

• Este control por contrabalanceo se puede hacer a nivel:
- Intrasujeto: se varía el orden de los niveles de la VI dentro de cada sujeto: ABBA
- Entregrupo: se varía el orden de los niveles de la VI para cada grupo:
• La mitad de los participantes: AB
• La otra mitad: BA
Existen dos tipos de contrabalanceo:
• Contrabalanceo completo.
- Utiliza todas las secuencias posibles. El número de secuencias será el factorial del
número de niveles de la VI. En este ejemplo: 3!
- ABC: ABC ACB BAC BCA CAB CBA
- El número de secuencias que apliquemos no puede ser
superior al número de participantes.
- Cuando tenemos muchos niveles de VI el número de secuencias posibles es muy
elevado (p.e. 120 secuencias para 5 niveles de VI).
• En ese caso lo adecuado sería utilizar un contrabalanceo incompleto

• Contrabalanceo incompleto.
- No utiliza todas las secuencias posibles
- – P.e. cuadrado latino

3.3. ANÁLISIS DE DATOS DE LOS DISEÑOS INTRA UJETOS

- Diferencia de medias para muestras relacionadas (dos condiciones): prueba t
- ANOVA de medidas repetidas (dos o más condiciones): F

3.4. CONCLUSIONES
- Control de las variables individuales
- Economía (menor número de participantes)
- Problemas de validez que tienen que ser tenidos en cuenta:
• Práctica
• Fatiga, etc..
• Situaciones en los que no es posible:
- Estudios sobre trastornos, lesiones, etc.

4. DISEÑOS FACTORIALES
4.1. INTRODUCCIÓN
● Diseño factorial: Plan de investigación con más de una VI cuyos niveles aparecen
combinados para medir la VD
● P. ej. Investigación sobre el efecto de distintos tipos de música ambiente y del
consumo de bebidas energéticas en la resolución de problemas matemáticos

Un diseño factorial se expresa indicando los niveles de cada VI:

▪ 2x2 (2 VI con 2 niveles cada una)
▪ 3x2 (2 VI, una con 3 niveles y otra con 2)
▪ 4x2x2 (3 VI, con 4, 2 y 2 niveles respectivamente)

Tipos de diseños factoriales

• Según la forma de aplicar los distintos niveles de las Vis a los participantes:
- Factorial Entregrupos
- Factorial Intrasujetos
- Factorial Mixto
• Según la configuración de los niveles
– Cruzamiento completo (clásico).
Incluye la combinación de todos los niveles de las VIs:
- VI con 4 niveles y VI con 2 niveles (4x2): 8 condiciones experimentales
– Cruzamiento incompleto: Cuando el investigador no incluye todas las condiciones o
combinaciones posibles, omitiendo algunas
• E.g., diseños Anidados (jerárquicos)

4.2. INTERPRETACIÓN DE LOS DATOS

¿cómo una VI actúa sobre la VD en función de la segunda VI?

4.2.1. CONCEPTOS BÁSICOS

a. Los efectos principales*: efecto de cada VI sobre la VD
● ¿el ejercicio afecta a la depresión?: Efecto principal de la VI
ejercicio
● ¿la exposición a la luz afecta a la depresión? Efecto
principal de la VI exposición a luz
● Observamos los promedios

b. La interacción entre las VIs

● Si hay interacción: El efecto de una VI sobre la VD se ve afectado por la presencia
de una segunda VI
● Si NO hay interacción: Las VIs afectan de forma similar a la VD
● Visualmente:
- Interacción: líneas NO paralelas
- NO interacción: líneas paralelas
c. Los efectos simples: resultado de descomponer una VI en función de los niveles de la
otra VI (vemos el experimento como 2 experimentos simples)
● E.g., si hacemos un experimento A sin exposición a luz, ¿hacer o no ejercicio afecta
a la depresión? Y si hacemos un experimento B con exposición a la luz ¿afecta
hacer ejercicio al nivel de depresión?

4.2.2. PAUTAS PARA LA REPRESENTACIÓN GRÁFICA DE LOS DATOS

1) Elegir una VI, (1)
2) Marcar los niveles de la VI en eje X
3) En el eje Y se marcan los valores de VD
4) Representar los valores para cada nivel de VI(1) condicionados a los niveles de VI(2),
uniendo con una línea los valores correspondientes al mismo nivel de VI(2).
5) Repetir los 4 pasos para la otra VI (2)

4.2.3. PASOS A SEGUIR PARA INTERPRETAR LOS DATOS

Primero observaremos si hay o no hay interacción:
● Si no hay interacción:
- Interpretamos los efectos principales: efecto de cada VI sobre la VD (los
evaluamos por sus promedios)
● Si hay interacción:
- Interpretamos por separado los efectos simples
 - En diseños 2x2: si las pendientes de los efectos simples son del mismo
signo, además de los efectos simples, también podemos informar de los
efectos principales (promedio de los niveles

EJEMPLOS DE ANÁLISIS DE EFECTOS EN DISEÑOS FACTORIALES

• Vamos a imaginar que las diferencias numéricas aquí presentadas son también diferencias
estadísticamente significativas
• Diseño factorial 2x2, ambas variables medidas a nivel entre-grupo.
- VI: terapia (A vs B)
- VI: edad (jóvenes vs ancianos)
- VD: mejora en depresión

Casos especiales
• Podemos llegar a la conclusión de que existe interacción, pero se trata de una falsa
interacción:
- EFECTO TECHO: al estudiar el efecto sobre la VD, a partir de un determinado valor
no se pueden obtener valores más elevados, manteniéndose constantes aunque se
dé un cambio en los niveles de la VI
- EFECTO SUELO: no se pueden obtener valores más bajos

4.3. CONCLUSIONES
• Los diseños factoriales cuentan con 2 ó más VIs:
- Que se pueden presentar en diseños de tipo entre- grupos, intra-sujeto, mixtos
• Análisis estadístico de los datos: ANOVA
- Ej.: análisis de datos de un diseño 2 (exposición a luz) x 2 (ejercicio)
• Efecto principal de la exposición a la luz
• Efecto principal del ejercicio
• Efecto de la interacción exposición a la luz x ejercicio

5. DISEÑOS DE CASO ÚNICO

5.1. INTRODUCCIÓN
• Muchos de los primeros estudios en Psicología recababan datos de un único sujeto:
Ebbinghaus, Wundt, Fechner, etc.
- Si un fenómeno es lo suficientemente básico y se observa en un individuo, debería
observarse también en el resto
• Los utilizaremos cuando:
- No sea posible conseguir más participantes ([Link]. clínica)
- Se requiera una intervención inmediata
- No es factible utilizar sujetos de control (por lo que el mismo sujeto será su control)
- Se trata de procesos muy básicos y con clara base biológica

5.2. FASES EN LA EXPERIMENTACIÓN DE CASO ÚNICO

1. Establecer la línea de base (LB)
– P. ej. 1a Semana
2. Aplicar la intervención – Siguientes semanas
3. Interpretar los resultados
5.3. TIPOS DE DISEÑO
5.3.1. DISEÑO AB
● Fases
​ – A: fase sin tratamiento. Sirve de línea de base
​ – B: fase con tratamiento
● Solo cuando no se puede retirar el tratamiento
● No es posible desechar explicaciones alternativas de variables
enmascaradas, p.e. efecto placebo

5.3.2. DISEÑO ABAB

• Ej. estudio del disulfiram
• Ventajas:
​ – Se evita que la mejora se explique por el mero deseo de cambio del participante,
por sentirse escuchado, etc.
​ – Permite disociar el efecto del disulfiram de las vivencias personales del sujeto

Ejemplo diseño ABAB

• Un centro de salud tiene un paciente alcohólico. ¿mejorará si se le aplica disulfiram?
- 1a semana: ingesta normal de alcohol y registro
- 2a semana: disulfiram y registro
- 3a semana: supresión de disulfiram y registro
- 4a semana: disulfiram y registro

5.3.3. DISEÑO DE LÍNEA DE BASE MÚLTIPLE

● Se registran líneas base de varias conductas susceptibles de ser modificadas con el
mismo tratamiento, pero independientes.
● Se aplica el tratamiento a la primera y se observa los cambios producidos en ella;
luego se aplica el tratamiento a la segunda y se observan los cambios.
● Se continua secuencialmente hasta aplicar tratamiento a todas las conductas.
- j.→Aplicación de la técnica de economía de fichas
● 2a semana: Asertividad en contextos sociales de consumo
- Conducta asertiva ante el ofrecimiento de bebida •
● 3a semana: Relajación
- Realizar ejercicios de relajación ante la aparición del impulso de beber

5.4. VALIDEZ Y LIMITACIONES

• Validez externa
– ¿cómo se puede generalizar de una sola persona al resto de la población?
A. Generalmente sólo a personas con el mismo problema
B. Si se trata de un mecanismo cognitivo muy básico
- Importancia de la replicación

Amenazas a la validez interna:

– Historia personal
• acontecimientos externos que se producen simultáneamente con la intervención o
tratamiento, confundiendo el efecto de este
– Maduración
• Especialmente en etapas tempranas del desarrollo
– Reactividad positiva
• cambio positivo operado en el paciente por el mero hecho de
estar en tratamiento, y no por el tratamiento en sí mismo

*Por estas amenazas a la validez interna algunosautores los consideran

“cuasi-experimentos”

• Limitaciones:
– No usar diseños de caso único:
● Si se pueden usar grupos
● Si la conducta de LB es muy variable
● Cuando se quiere comparar tratamientos
(problema de la interacción)
● Cuando se quiere conocer la eficacia de un tratamiento para usarlo de forma
generalizada

BLOQUE 2: CUASI-EXPERIMENTALES

1. INTRODUCCIÓN
Sobre los métodos experimentales:
- Los métodos experimentales permiten establecer relaciones causales
- Para ello debían cumplir unos requisitos:
● El investigador manipula la VI
● Anteceder: la VI debe anteceder a la medición de la VD
● Covariar: la VD variar en función de los niveles de la VI
● Descartar causas alternativas: los cambios en la VD deben explicarse
exclusivamente por la VI: control experimental
● Aleatorización (en la asignación de los sujetos a los niveles de la VI y/o en el
orden de presentación de las condiciones)

En ocasiones se debe priorizar la validez externa a costa de la validez interna

- P. ej.: investigación aplicada → queremos estudiar los efectos de un tratamiento
para la esquizofrenia

Los diseños cuasi experimentales:

- Mantienen gran semejanza con diseños experimentales
- Presentan más dificultades para establecer relaciones causales entre la VI y la VD
(por la reducción de la posibilidad de control)
- Permiten un mayor grado de generalización de sus resultados a situaciones de la
vida cotidiana (mayor validez externa)
- En general se caracterizan por un nivel inferior de control experimental
● No se puede asignar de forma aleatoria a los participantes a los grupos
 ● No se puede invertir el orden de las condiciones
● Los niveles de la VI no pueden ser manipulados directamente por el
experimentador

Regla de asignación de los participantes a los grupos: no existe o no es aleatoria (conocida

o desconocida)

TIPOS DE DISEÑOS CUASI-EXPERIMENTALES

CONTROL INSUFICIENTE:
• Diseños pre-post test
• Diseños post test
• Diseño de series temporales interrumpidas
VARIABLES INDEPENDIENTES NO DIRECTAS MANIPULADAS:
• Diseño de discontinuidad en la regresión
• Diseños “ex post facto”

2. DISEÑOS PRE-POST TEST

Diseños cuasi experimentales en los que se mide antes y después de un determinado

tratamiento/intervención para observar los cambios producidos por el mismo
[Link]., cómo influye la flexibilidad de horarios (X) sobre el absentismo laboral (O) (medimos
antes y después de aplicar la intervención)
Diseño pre-post test simple: O1XO2
- O1 - primera observación
- X – tratamiento/intervención
- O2 – segunda observación

• Amenazas a la validez:
Historia
Regresión a la media:
 - El absentismo laboral parte de un nivel extremo en la medida pre y la disminución en
la medida post se debe a una normalización espontánea
Efecto de la administración repetida de pruebas

EJEMPLO DE DISEÑO PRE-POST CON UN SOLO GRUPO

Esquema: O1 X O2 (Entre ambas medidas se aplica el tratamiento cuya eficacia se esta
investigando):
O= Observación
- O1= Primera medida de la VD.
- O2= Segunda medida de VD.
X= Tratamiento o intervención (VI).
P. ej.: Se intenta explicar la mejoría de la esquizofrenia mediante un
programa de intervención familiar.
O1= Primera medida de la severidad del trastorno (ej. Presencia de alucinaciones).
X = Entrenamiento familiar y aplicación de las intervenciones durante 6 meses.
O2= Segunda medida de la severidad del trastorno.
Si el tratamiento se aplica correctamente (y es efectivo), se espera que los índices de
severidad se hayan reducido de una medida a otra (Los valores en O2 serán distintos a los
de O1).

DISEÑO PRE-POST CON GRUPO CUASI-CONTROL

Este diseño consiste en incluir un grupo “cuasi” control (no equivalente).
Esquema:
O1 X O2
----------
O1 CO2
La presencia de la línea discontinua indica que se trata de grupos de sujetos distintos.
O1 X O2 = Conjunto de registros del grupo de estudio.
O1 C O2 = Conjunto de registros del grupo cuasi control.
C= Inicial de control, indica que a dicho grupo no se le aplica tratamiento.
[Link].: Se forma un grupo de cuasi control con otros pacientes esquizofrénicos adscritos a
otros centros de salud mental comunitaria.
Se mide la severidad del trastorno en dos momentos:
1. En el mismo momento de la medida pre-test del grupo de tratamiento.
2. En el mismo momento de la medida pos-test del grupo de tratamiento.
De esta manera se obtiene información relativa a un grupo de sujetos a los que no se les
aplica tratamiento.
Eficacia de la intervención: los sujetos tratados deberían mostrar una reducción en la
severidad del trastorno significativamente mayor al grupo de cuasi control.

DISEÑO PRE-POST CON CUASI CONTROL EN UNA SEGUNDA VARIABLE

DEPENDIENTE
Esquema: O1.Y X O2.Y
O1.Z C O2.Z
La ausencia de una línea discontinua indica que se trata de los mismos sujetos.

1.Y = Variable dependiente (Se registra la variable, luego se aplica la intervención y

posteriormente, se registra misma variable 2.Y).
1.Z= Segunda variable dependiente (Se mide la variable en el mismo momento 1,
posteriormente al tiempo de medir la variable Y, medimos también la variable Z).
C= Indica la no aplicación de tratamiento.
- P. ej.: Se estudia la eficacia de un programa de economía de fichas para condicionar
la
conducta de recoger la mesa después de comer.
1.Y= conducta recoger vasos.
1.Z= conducta ordenar cuarto.
Las dos VD (Y,Z) deben ser igualmente sensibles de ser modificadas por el mismo
tratamiento (economía de fichas).
Eficacia de la intervención: si premiando sólo la conducta de recoger la mesa logramos que
esta se incremente. Mientras que sería esperable que no se produjera ninguna modificación
en la conducta de ordenar el cuarto ya que no está siendo recompensada (segunda
variable).
[Link]
DISEÑO PRE-POST CON CUASI CONTROL EN UNA COHORTE ANTERIOR
Esquema:

La presencia de la línea ondulada indica que son participantes distintos, pero pertenecen al
mismo contexto ([Link]. misma institución educativa) y existe un intervalo de tiempo entre
ellos.
O1C O2= Registros de la cohorte anterior.
C= Indica la no aplicación de una intervención.
O3X O4= Registros de la cohorte que recibe intervención.
X= Aplicación de una intervención.
- [Link].: Se estudia si un determinado curso que recibió un nuevo plan de estudio está
mejor preparado que el curso anterior.
O1 C O2= Registros del curso que estudiaron con el plan antiguo.
O3 X O4= Registros del curso que estudió con el nuevo modelo.
La instrucción adquirida en ambas cohortes resulta de la comparación de 2 respecto de1 y
de 4 respecto de 3.
Para analizar la influencia de X comparamos (O4–O3) respecto a(O2–O1) y analizamos la
diferencia.
3. DISEÑO POST TEST

4. DISEÑO DE SERIE TEMPORAL INTERRUMPIDA

• Permite identificar si se produce una interrupción o modificación de la tendencia en la
medida de interés como consecuencia de la aplicación de un tratamiento.
• Si el tratamiento es efectivo se debería observar un cambio en las observaciones
posteriores a la introducción del mismo

Ejemplo
• En enero de 1956 en Connecticut ([Link].) entraron en vigor una serie de medidas
severas para el control del exceso de velocidad.
• Los resultados de estas medidas se dieron a conocer mostrando únicamente las cifras de
fallecidos antes y después de la entrada en vigor de estas nuevas leyes.

¿Cuál es la VI y cuál es la VD?

- VI- Medidas contra el exceso de velocidad (con y sin)
- VD- Número de accidentes mortales
Indica el tipo de diseño
- Pre-post test simple
Amenazas a la validez interna
- Historia (en 1956 es posible que mejorasen las condiciones climáticas, quizá los
datos reflejan una tendencia previa a 1956), posible variabilidad en las medidas

¿Cuál es la VI y cuál es la VD?

- VI- Medidas contra el exceso de velocidad (con y sin)
- VD- Número de accidentes mortales
Indica el tipo de diseño
 - Diseño de serie temporal interrumpida simple
Amenazas a la validez interna
- Historia (en 1956 es posible que mejorasen las condiciones climáticas, quizá los
datos reflejan una tendencia previa a 1956), posible variabilidad en las medidas
•¿Realmente las nuevas medidas son la causa del descenso en los accidentes?
- El descenso entre 55 y 56 es equivalente al descenso entre el 51 y el 52, 53 y 54 y
57 y 58 aunque durante estos periodos no se habían aplicado nuevas medidas

● ¿Cuál es la VI y cuál es la VD?

– VI- Aplicación de medidas contra el exceso de velocidad
(con y sin)/Estado*
– VD- Número de accidentes mortales
● Indica el tipo de diseño
– Diseño de serie temporal interrumpida con un grupo de
cuasi control
● ¿Realmente las nuevas medidas son la causa del descenso en los accidentes?
​ – Posiblemente sí, ya que el estado vecino no ha experimentado este
decremento (y deberían tener similares condiciones climáticas y similares
mejoras en sistemas de seguridad)
​ – ¿Cómo plantearías un experimento para determinar si las nuevas medidas
son la causa de la disminución de los accidentes?

5. DISEÑO DE DISCONTINUIDAD EN LA REGRESIÓN

Se establece un punto de corte en una medida pre-test:

- Este punto de corte define el grupo que recibirá tratamiento y el que no

- Se efectúa una medición post test

Se representan los cambios y se calcula la recta de regresión de ambos grupos

La regla de asignación de las unidades de estudio no es aleatoria PERO SÍ CONOCIDA
Programa para evitar el fracaso escolar:
 - Estudiantes que suspendieron matemáticas en 3o ESO: clases de apoyo→Grupo
Cuasi-Experimental (GCE)
- Estudiantes que aprobaron matemáticas en 3o ESO: procedimiento normal→Grupo
Cuasi-Control (GCC)

6. DISEÑOS EX POST FACTO

Estudio de fenómenos que ya se han producido.
- Ex post facto→tras los hechos.
No podemos ejercer control directo sobre las variables (no experimental), PERO SÍ
"manipulación" indirecta (mediante selección) Ej: cuasi-experimentos de Psicología de la
Personalidad (rasgos).
No siempre podemos usar el tipo de diseño de investigación que deseamos porque las
variables de interés ya han sucedido
El investigador no asigna aleatoriamente a los sujetos a los valores de la VI sino que los
selecciona por poseer ya un determinado valor en dicha variable.
Permiten estudiar fenómenos en los que no es ético o no se puede realizar una
manipulación experimental.
No podemos hablar de relaciones causales pero sí de inferencias razonables
Pueden seguir dos estrategias:
- Retrospectivos
- Prospectivos

6.1 RETROSPECTIVO
La VI y la VD ya han sucedido (no es posible manipulación)
Buscamos hacia atrás las posibles causas
Estrategia:
- Medir VD
- A partir de la teoría buscar y medir posibles VIs
- Buscar coincidencias
Ejemplo: personas que se han suicidado
- La VI (la causa) ya ha ocurrido
- La VD (el suicidio) también ha ocurrido ya. Buscamos posibles VI que expliquen la
VD.

Diseño retrospectivo simple: Sólo se investiga la condición clave que nos interesa (casos de
suicidio). El valor de la VD es único. Se investigan las coincidencias de la VD con las VI.
- Por ejemplo: si la mayoría de los casos de suicidio presentan un nivel alto de
depresión entonces podemos sospechar que podría ser una variable causal.
Diseño con grupo cuasi-control: Se estudia la condición clave y se añade una condición
control (grupo cuasicontrol). En este caso se trata de correlacionar la VD con las VIs (se
estudia la covariación)
- Por ejemplo: si el nivel de depresión correlaciona con el suicidio entonces podría
tratarse de una causa (correlación o covariación significa que a mayor depresión
más riesgo de suicidio)

6.2 PROSPECTIVO
VI no es manipulada por el investigador, ya ha tomado su valor
VD está por suceder
Estrategia:
- Seleccionamos sujetos por poseer la VI
- Medimos la VD
Ejemplo: estudio de TDAH y el rendimiento académico.
- Selección a niños/as con y sin diagnóstico de TDAH (esta es la VI, ya ha sucedido),
y ahora mido el rendimiento académico (VD) después de transcurrido el curso
escolar.

7. AMENAZAS A LOS DIFERENTES TIPOS DE VALIDEZ

Validez Interna:
- En un diseño experimental: manipulación de VI, asignación aleatoria, control
experimental.
- En un diseño cuasi-experimental:
• Historia
• Maduración
• Adaptación de los participantes a las pruebas • Sesgo de selección
• Pérdidas no aleatorias de participantes
Amenazas a la Validez Externa:
- Aunque en contextos naturales se asume una alta Validez Externa, esto no es
siempre cierto:
- Limitaciones de generalizar a otras situaciones naturales que difieran en sus
características contextuales
Sesgo de selección:
- Cuando la muestra no es representativa
- Cuando los participantes se eligen en función de su disponibilidad

8. ANÁLISIS DE LOS DATOS