Lectura 1
independiente, B, es la habilidad, que se manipul para indicar, de varias realidad existen tales diferencias. En el captulo 8 se explica el tamao
formas, cules son los niveles de habilidad de los estudiantes. Es de las muestras y su relacin con la investigacin. Sin embargo, el
importante no confundirse por el nombre dejas variables; gnero y captulo 12 presenta un mtodo para estimar el tamao de las muestras
habilidad son por lo comn variables atributivas, por lo tanto, no de manera que se cumplan ciertos criterios. El poder es un valor
experimentales. Sin embargo, en este caso se manipulan. Los registros fraccionas entre 0 y 1.00 que se define como 1 - , donde es la
de los estudiantes enviados a los colegios fueron sistemticamente probabilidad de cometer un error tipo II, el cual sucede cuando no se
ajustados par; que se adecuaran alas seis casillas de la figura 18.2. Por rechaza hiptesis nula falsa. Si el poder es alto (cercano a 1.00) indica
ejemplo, un caso en la casilla A1 ,B2, sera el registro de un hombre con que si la prueba estadstica no fue significativa, la investigacin sugiere
habilidad media, que es el registro que el colegio evala para la que la hiptesis nula es verdadera. El poder tambin indica qu tan
admisin. sensible es la prueba estadstica para detectar diferencias reales. Si la
Suponga que se piensa que la discriminacin en contra de las prueba estadstica no es lo suficientemente sensible para hacer esto, se
mujeres toma una forma ms sutil que la simple exclusin a todos los dice que la prueba tiene poco poder. Una prueba altamente sensible,
niveles: se piensa que se discrimina contra las mujeres con habilidad que puede detectar diferencias verdaderas, se considera de alto poder.
baja (en comparacin con los hombres). sta es una hiptesis de En el captulo 16 se analiz la diferencia entre las pruebas estadsticas
interaccin. De cualquier manera, se utiliza este problema y el paramtricas y las no paramtricas. Las pruebas no paramtricas son
paradigma de la figura 18.2 como base para analizar' algunos elementos generalmente menos sensibles que las pruebas paramtricas; como
del diseo de investigacin. resultado, se considera que las primeras tienen menos poder que las
Los problemas de investigacin sugieren diseos de investigacin. segundas. Uno de los libros ms completos sobre la cuestin de la
Puesto que la hiptesis antes discutida es de interaccin, evidentemente estimacin del poder es el de Cohen (1988). Jaccard y Becker (1997)
un diseo factorial es el apropiado. A es el gnero; B es la habilidad; A ofrecen una introduccin fcil de entender al anlisis del poder.
se divide en A1 y A2 y B en B1, B2 y B3. En segundo lugar, el diseo indica que los "participantes" (en este
El paradigma de la figura 18.2 sugiere varias cosas. La primera, y la caso los colegios) pueden asignarse aleatoriamente tanto a A como a B,
ms obvia, es que se requiere un gran nmero de participantes; ya que ambas son variables experimentales. Sin embargo, si habilidad
especficamente se necesitan 6n participantes (n es igual al nmero de fuese una variable no experimental atributiva, entonces los participantes
sujetos en cada casilla). Si se decide que n debe ser 20, entonces se podran ser asignados de manera aleatoria a A1, y A2, pero no a B1, B2 ni
requiere tener 120 sujetos para el experimento. Observe aqu la B3.
"sabidura" del diseo; si tan slo se estuvieran probando los En tercer lugar, de acuerdo al diseo, las observaciones realizadas
tratamientos y se ignorara la habilidad, nicamente se necesitaran 2n en los "participantes" deben realizarse de manera independiente. La
sujetos. Es preciso observar que algunos autores como Simon (1976, puntuacin de un colegio no debe afectar a la puntuacin de otro.
1987); Simon y Roscoe (1984) y Daniel (1976) discrepan con este Reducir el diseo a un bosquejo como el que se indica en la figura 18.2,
enfoque para todo tipo de problemas. Ellos consideran que muchos en efecto, prescribe las operaciones necesarias para obtener las
diseos contienen rplicas ocultas y que seran suficientes mucho medidas apropiadas para el anlisis estadstico. Una prueba F depende
menos de 20 participantes por casilla. Tales diseos requieren una del supuesto de la independencia de las medidas de la variable
planeacin mucho ms cuidadosa; pero el investigador puede obtener dependiente. Si aqu habilidad es una variable atributiva y a los
informacin mucho ms til y estudiar ms variables independientes en individuos se les mide la inteligencia, por ejemplo, entonces el requisito
lugar de slo dos o tres. de independencia est en mayor riesgo debido a la posibilidad de que un
Existen formas para determinar el nmero de participantes que se sujeto vea los documentos de otro y a que los maestros "ayuden"
requieren en un estudio. Tal determinacin forma parte del "poder", que inconsciente o conscientemente a los estudiantes con las respuestas,
se refiere ala habilidad de una prueba de significasteis estadstica para entre otras razones. Los investigadores tratan de prevenir este tipo de
detectar diferencias en las medias (u otros estadsticos), cuando en situaciones, no tanto por razones morales sino para satisfacer los
requisitos de un diseo y una estadstica slidos. Suponga que se formula la hiptesis de interaccin como se bosquej
Un cuarto punto resulta bastante obvio ahora: la figura 18.2 sugiere anteriormente, sin saber nada sobre el diseo factorial; en realidad se
un anlisis factorial de varianza, pruebas F, medidas de asociacin y, establece un diseo que consiste de dos experimentos, en uno de los
quiz, pruebas post hoc. Si la investigacin sta bien diseada antes de cuales se prueba A1, contra A2, bajo la condicin B1. En el segundo
la recoleccin de los datos como en realidad lo hicieron Walster et al. experimento se prueba A1, contra A2, bajo la condicin B2. El paradigma
la mayora de los problemas estadsticos pueden resolverse. Adems, se vera como el que se muestra en la figura 18.3. (Para simplificar las
se evitan ciertos problemas molestos antes de que surjan, o incluso cosas, nicamente se utilizan dos niveles de B: B1, y B2; por lo tanto, el
pueden prevenirse del todo. Sin embargo con un diseo inadecuado, los diseo se reduce a uno de 2 x 2.)
problemas referentes a las pruebas estadsticas apropiadas se vuelven
muy molestos. Una de las razones del gran nfasis de este libro en tratar Figura 18.3
los problemas de diseo y estadsticos de forma concomitante, es que Condicin B1 Condicin B2
esto permite sealar maneras de evitar tales problemas. Si el diseo y el Tratamientos Tratamientos
anlisis estadstico se planean simultneamente, el trabajo analtico se A1 A2 A1 A2
volver sencillo y ordenado.
MA1 MA2 MA1 MA2
Un dividendo bastante til del diseo es el siguiente: un dise claro,
como el de la figura 18.2, sugiere qu prueba estadstica realizar. Por
ejemplo, un diseo aleatorio simple de una variable con dos particiones El punto importante a sealar es que no es posible realizar una
o tratamientos, A1, y A2, permite tan slo una prueba estadstica de la prueba adecuada de la hiptesis con este diseo. A1, puede probarse
diferencia entre los dos estadsticos producidos por los datos. Dichos contra A2 bajo las dos condiciones B1, y B2 para asegurarse. Pero no es
estadsticos pueden ser dos medias, dos medianas, dos rangos, dos posible saber con claridad y sin "ambigedades, si existe una interaccin
varianzas, dos porcentajes, etctera. Slo una prueba estadstica es significativa entre A y B. Aun cuando MA1, > MA2 | B2 (MA1 es mayor que
generalmente posible. Sin embargo, con el diseo de la figura 18.2 MA2, bajo la condicin B2), como se hipotetiz, el diseo no puede
existen tres pruebas estadsticas posibles: 1) entre A1, y A2; 2) entre B1, ofrecer una clara posibilidad de confirmacin de la interaccin
B2 y B3, y 3) la interaccin entre A y B. En la mayora de las hipotetizada, debido a que no se puede obtener informacin sobre las
investigaciones, no todas las pruebas estadsticas tienen la misma diferencias entre A1, y A2 en los dos niveles de B(B1 y B2). Recuerde que
importancia; las importantes, en efecto, son aquellas directamente una hiptesis de interaccin implica, en este caso, que la diferencia entre
relacionadas con los problemas e hiptesis d investigacin. A1 y A2 es distinta en B1, de lo que es en B2. En otras palabras, la
En el presente caso, la hiptesis de interaccin [la del inciso 3) informacin tanto de A como de B juntas en un experimento es
anterior] es la ms importante, ya que se supone que la discriminacin necesaria para probar una hiptesis de interaccin. Si los resultados
depende del nivel de habilidad. Los colegios quiz discriminen a estadsticos de experimentos separados mostraran una diferencia
diferentes niveles de habilidad. Como se sugiri antes, las mujeres (A2) significativa entre A1 y A2 en un experimento bajo la condicin B1, y no
tal vez sean aceptadas ms que los hombres (A1) en el nivel de habilidad mostraran diferencias significativas en otro experimento bajo la condicin
ms alto (B1); mientras que quiz sean menos aceptadas en el nivel de B2, entonces hay presunta evidencia de que la hiptesis de interaccin
habilidad ms bajo (B3). Debera ser evidente que el diseo de es correcta. Pero no es suficiente contar con presunta evidencia
investigacin no es esttico. El tener conocimiento sobre diseo puede especialmente cuando se sabe que es posible obtener una mejor
ayudar a planear y realizar mejor investigacin, y tambin puede sugerir evidencia.
la comprobacin de hiptesis. Y quiz ms importante: puede llevar a Suponga que en la figura 18.3, las medias de las casillas fueran, de
que uno se d cuenta de que el diseo de un estudio no es adecuado a izquierda a derecha: 30, 30, 40, 30. Tal resultado parecera apoyar la
las demandas planteadas. Qu significa esta afirmacin un tanto hiptesis de interaccin, ya que hay una diferencia significativa entre A1
peculiar? y A2 en el nivel B2, pero no en el nivel B1. Pero no puede tenerse la
certeza de que esto es as, incluso si la diferencia entre A1 y A2 es surgido a partir de diferentes teoras del comportamiento y aprendizaje
estadsticamente significativa. La figura 18.4 presenta cmo resultara humanos. Los tericos del reforzamiento han demostrado ampliamente
esto si se hubiese utilizado un diseo factorial. (Las cifras en las casillas que el reforzarme positivo puede incrementar d aprendizaje. Sin
y en los mrgenes son medias.) Considerando que los efectos embargo como siempre; las cuestiones no son tan simples. El supuesto
principales, A1 y A2; B1 y B2, fueran significativos, todava es posible que efecto benfico de las recompensas externas se ha cuestionado; la
la interaccin no sea significativa. A menos que la hiptesis de investigacin ha mostrado que la recompensa extrnseca puede tener
interaccin se pruebe especficamente, la evidencia para determinar la una influencia perjudicial en la motivacin, inters intrnseco y
interaccin es mera presuncin, ya que falta la prueba estadstica de la aprendizaje de los nios. En los aos setenta, se public una serie de
interaccin que un diseo factorial proporciona. Debe quedar claro que artculos y estudios que mostraban los posibles efectos dainos del uso
el conocimiento sobre diseo hubiese mejorado este experimento. de la recompensa. En uno de dichos estudios, Amabile (1979) demostr
que la evaluacin externa tiene un efecto perjudicial sobre la creatividad
Figura 18.4 artstica. Otros estudios incluyen el de Deci (1971) y el de Lepper y
A1 A2 Greene (1978). Al mismo tiempo, incluso el principio del reforzamiento
en apariencia simple, no es tan simple. Sin embargo, en aos recientes
B1 30 30 30
han aparcado vanos artculos que defienden los efectos positivos de la
B2 40 30 35 recompensa (vase Eisenberger y Cameron,1996; Sharpley, 1988;
35 30 McCullers, Fabes y Moran, 1987; Bates;1979):
Existen diversa investigaciones y creencias que indican que los
El diseo de investigacin como control de la varianza estudiantes universitarios aprenden bien bajo el rgimen de lo que se ha
llamado aprendizaje de dominio (mastery learning). De manera sinttica,
La principal funcin tcnica del diseo de investigacin es controlar la diremos que el "aprendizaje de dominioconstituye un sistema
varianza. Un diseo de investigacin constituye, por as decirlo, un pedaggico basado en instrucciones personalizadas que requiere que
conjunto de instrucciones para que el investigador rena y analice los los estudiantes aprendan unidades curriculares hasta alcanzar un criterio
datos de cierta forma; por lo tanto, es un mecanismo de control. El de dominio (vase Abbott y Falstrom, 1975; Ross y McBean, 1995;
principio estadstico que subyace a este mecanismo, como se dijo antes, Senemoglu y Fogelman, 1995; Bergin, 1995). Aunque parece existir
es: maximizar la varianza sistemtica, controlar la varianza sistemtica cierta investigacin que apoya la eficacia del aprendizaje de dominio,
extraa y minimizar la varianza del error. En otras palabras, se debe hay por lo menos un estudio y es un buen estudio realizado por
controlar la varianza. Thompson (1980), cuyos resultados indican que los estudiantes a
De acuerdo con este principio, al construir un diseo de investigacin quienes se ense con el mtodo de aprendizaje de dominio no fueron
eficiente, el investigador intenta: 1) maximizar la varianza de la variable o mejores que los estudiantes a quienes se ense con un enfoque
variables de la hiptesis sustantiva de investigacin, 2) controlar la convencional de conferencia, discusin y memorizacin. Este es un
varianza de variables extraas o "indeseables" que puedan tener un estudio ejemplar, realizado con controles cuidadosos, durante un largo
efecto en los resultados experimentales y 3) minimizar la varianza del periodo. El ejemplo que se presenta a continuacin estuvo inspirado en
error o aleatoria incluyendo los llamados errores de medicin. Ahora se el estudio de Thompson. Sin embargo, el diseo y los controles del
ver un ejemplo. ejemplo son mucho ms simples que los de Thompson. Observe
tambin que Thompson tena una enorme ventaja: realiz su
Un ejemplo controversia experimento en un establecimiento militar, lo cual, por supuesto, significa
que muchos problemas de control, con frecuencia recalcitrantes en la
La controversia abunda en toda la ciencia parece ser especialmente investigacin educativa, se resolvieron fcilmente.
rica y varada en las ciencias del comportamiento. Dos controversias han La controversia surge porque los partidarios del aprendizaje de
dominio parecen estar fuertemente convencidos de sus virtudes; preparatoria, por ejemplo. Tambin se podra utilizar la asignacin
mientras que los escpticos permanecen incrdulos. Decidir la aleatoria para ocuparse de la inteligencia y otras posibles variables
investigacin el asunto? Es difcil. Pero ahora se ver cmo se podra independientes de influencia. La medida de la variable dependiente se
disear un estudio relativamente modesto, capaz de proporcionar por lo puede obtener mediante una prueba estandarizada de conocimientos de
menos una respuesta emprica parcial. ciencia.
Un investigador educativo decide probar la hiptesis de que el Parece que el problema requiere de un diseo factorial. Existen dos
aprovechamiento en ciencia sufre un mayor incremento con un mtodo razones para esta opcin: 1) hay dos variables independientes, 2) es
de aprendizaje de dominio (AD), que con un mtodo tradicional (T). Se claro que se tienen mente una hiptesis de interaccin, aunque no se
ignoran los detalles de los mtodos para concentrarse en el diseo de la haya expresado con tantas palabras. Se cree que los mtodos
investigacin. Llmese al mtodo de aprendizaje de dominio A1 y al funcionarn de manera diferente con distintos tipos de estudiantes. Se
mtodo tradicional A2. Los investigadores saben que otras posibles establece la estructura de diseo que se representa en la figura 18.5.
variables independientes ejercen influencia sobre el aprovechamiento:
inteligencia, gnero, antecedentes de clase social, experiencias previas Figura 18.5
con la ciencia, motivacin, etctera. Existen razones para creer que los Mtodos
dos mtodos funcionan de diferente manera con diferentes tipos de
A1 (Aprendizaje
estudiantes. Por ejemplo; quiz funcionen de manera diferente con A2 (Tradicional)
de dominio)
estudiantes con distintos niveles de aptitud escolar. El enfoque B1(Aptitud
MA1 B1 MA2B1 MB1
tradicional tal vez result efectivo con estudiantes con alta aptitud; alta)
mientras que el aprendizaje de dominio sea ms efectivo con Puntuaciones
Aptitud
estudiantes con baja aptitud. Llmese B a las aptitudes: aptitud alta es en conocimiento cientfico
B1 y aptitud baja es B2. En este ejemplo la variable aptitud se dicotomiz B1(Aptitud
MA1 B1 MA1B2 MB2
en los grupos de aptitud alta y baja. sta no es la mejor forma de utilizar baja)
la variable aptitud; cuando una medida continuase dicotomiza o MA1 MA2
tricotomiza, se pierde la varianza. En un capitulo posterior se ver que
constituye un mejor mtodo respetar el nivel de la medida continua; y
utilizar una regresin mltiple. Observe que todas las medias: marginales y de casilla han sido
Qu tipo de diseo debe establecerse? Para responder es etiquetadas de forma apropiada. Note tambin que hay una variable
importante etiquetar las variables y saber con claridad cules son las activa, mtodos, y una variable atributo aptitudes. Quiz recuerde del
preguntas que se formulan. Las variables son: captulo 3 que una variable activa es una variable experimental o
manipulada; una variable atributo es una variable medida o una variable
Variable independiente Variable dependiente
que es una caracterstica de personas o grupos; por ejemplo,
inteligencia, clase social y ocupacin (gente); as como cohesin,
Mtodos Aptitud Aprovechamiento en ciencias
productividad y atmsfera restrictiva-permisiva (organizaciones, grupos,
Aprendizaje de dominio, Aptitud alta, Puntuaciones de la prueba de
A1 B1 ciencia etctera). Todo lo que puede hacerse es categorizar a los participantes
Tradicional, A2 Aptitud baja, como con aptitud alta y aptitud baja, y asignarlos de acuerdo con ello a
B2 B1 y B2. Sin embargo, es posible asignar a los estudiantes
aleatoriamente a A1 y A2, los grupos de los mtodos. Esto se realiza en
Los investigadores pudieron haber incluido otras variables en el dos etapas: 1) los estudiantes de B1 (aptitud alta) se asignan
diseo, en especial variables potencialmente influyentes sobre el aleatoriamente a A1 y A2, y 2) los estudiantes de B2 (aptitud baja) se
aprovechamiento: inteligencia general, clase social, gnero, promedio de asignan aleatoriamente a A1 y A2. Al aleatorizar as a los participantes se
puede suponer que antes de que empiece d experimento; los es la varianza en la variable dependiente, presumiblemente debida a los
estudiantes en A1 son aproximadamente iguales a los, estudiantes en A2, mtodos A1 y A2, y a los niveles de aptitud B1 y B2. Aunque la varianza
en todas las caractersticas posibles. experimental puede tomarse para hacer referencia nicamente a la
El inters aqu radica en los diferentes papeles de la varianza en el varianza debido a la variable manipulada o activa, como los mtodos,
diseo de investigacin y en el principio de la varianza. Antes de tambin se pueden considerar las variables atributo como inteligencia,
continuar, al principio de la varianza se le llamar "maxmincon" para su gnero y, en este caso, aptitud, como variables experimentales. Una de
fcil referencia. El origen del nombre es evidente: maximizar la varianza las principales tareas de un experimentador consiste en maximizar esta
sistemtica en estudio, controlar la varianza sistemtica extraa y varianza. Los mtodos deben "separarse" lo ms posible para hacer a A1
minimizar la varianza del error, con dos slabas invertidas por eufona. y A2 (y A3, A4, etctera, si estn en el diseo) tan diferentes como sea
Antes de ilustrar la aplicacin del principio maxmincon en el presente posible.
ejemplo, debe discutirse un punto importante. Siempre que se hable de Si la variable independiente no vara de manera sustancial, hay poco
varianza hay que estar seguro de saber de qu tipo de varianza se posibilidad de separar su efecto de la varianza total de la variable
habla. Se habla de la varianza de las mtodos, de inteligencia, de dependiente. Es necesarios dar a la varianza de una relacin la
gnero, de tipo de hogar, etctera; parecera que se refiere a la varianza oportunidad de mostrarse, de separarse, por as decirlo, de la varianza
de la variable independiente, lo cual es verdad y, a la vez, no. Siempre total, la cual es un compuesto de varianzas debidas a numerosas
se refiere a la varianza de la variable dependiente, y a la varianza de las fuentes y al azar. Teniendo presente este subprincipio del principio
medidas de la variable dependiente, despus de que se realiz el maxmincon, se puede declarar un precepto de investigacin: disear,
experimento. Esto no es cierto en los llamados estudios correlacionales, planear y conducir la investigacin de tal forma que las condiciones
donde al decir "la varianza de la variable independiente" significa experimentales sean tan diferentes como sea posible. Existen, por
justamente eso. Al correlacionar dos variables, se estudian supuesto, excepciones a este subprincipio, pero probablemente sean
"directamente" las varianzas de las variables dependiente e poco comunes. Puede ser que un investigador desee estudiar los
independiente. La referencia "varianza de la variable independiente" efectos de pequeas gradaciones de, digamos, incentivos
surge del hecho de que, mediante la manipulacin y el control de las motivacionales sobre el aprendizaje de algn tema. Aqu no s buscara
variables independientes, presumiblemente se ejerce influencia sobre la que las condiciones experimentales fueran lo ms diferentes posible en
varianza de la variable dependiente. Dicho de manera algo imprecisa, se la variable dependiente.
"hace que las medidas de la variable dependiente se comporten o En el presente ejemplo de investigacin, este subprincipio se refiere a
varen como un supuesto resultado de la manipulacin y el control que el investigador debe realizar un esfuerzo para hacer a A1 y A2, los
de las variables independientes. En un experimento se analizan las mtodos de aprendizaje de dominio y el tradicional, tan diferentes como
medidas de la variable dependiente y, a partir del anlisis, se infiere que sea posible. Despus, B1 y B2 tambin deben ser tan diferentes como
la varianza total de las medidas de la variable dependiente se deben a la sea posible, en la dimensin de aptitud. Este ltimo problema en esencia
manipulacin y control de las variables independientes y no al error. es uno de medicin, como se ver en un captulo posterior. En un
Ahora regresemos al principio en cuestin. experimento, el investigador es como un titiritero que hace que los tteres
de la variable independiente hagan lo que l quiere. Sostiene que los
Maximizacin de la varianza experimental hilos de los tteres A1 y A2 con la mano derecha; y los hilos de los tteres
B1 y B2, con la mano izquierda. (Se supone que una mano no ejerce
La preocupacin ms obvia del investigador, aunque no influencia sobre la otra, es decir, las manos deben ser independientes.)
necesariamente la ms importante, consiste en maximizar la llamada Los tteres A1 y A2 se ponen a bailar por separado, al igual que los tteres
varianza experimental. Dicho trmino se introduce para facilitar B1 y B2; entonces, el investigador presta atencin a la audiencia (la
discusiones subsecuentes y, en general, tan slo se refiere a la varianza variable dependiente) para observar y medir el efecto de las
de la hiptesis sustantiva. En este en particular, la varianza experimental manipulaciones. Si tiene xito al hacer bailar a A1 y A2 por separado, y si
existe una relacin entre A y la variable dependiente, y, si por ejemplo, ser considerados estadsticamente iguales en todas las formas posibles.
separar A1 de A2 es gracioso la reaccin de la audiencia debera ser una Por supuesto que esto no quiere decir que los grupos sean iguales en
carcajada. El investigador incluso puede notar que slo consigue risas todas las variables posibles: Ya se sabe que, por azar, los grupas pueda
cuando A1 y A2 bailan por separado y, al trismo tiempo, B1 y B2 bailan ser desiguales; pero con la aleatorizacin adecuada, la" probabilidad de
por separado (interaccin de nuevo). que sean iguales es mayor que la probabilidad de que no lo sean. Por tal
razn, el control de le vea extraa por medio de la aleatorizacin es un
Control de variables extraas poderoso mtodo de control. Todos los otros mtodos dejan abiertas
muchas posibilidades de desigualdad. Si se aparean los grupos respecto
El control de variables extraas se refiere a minimizar, anular o aislar a la inteligencia, quiz se logre exitosamente la igualdad estadstica en
las influencias de aquellas variables independientes extraas a los inteligencia (al menos en aquellos aspectos de inteligencia que se
propsitos del estudio. Hay tres formas de controlar las variables miden), pero se puede sufrir de desigualdad en otras variables
extraas. El primero es el ms sencillo, si es posible realizarlo: eliminar independientes significativamente influyentes como aptitud, motivacin y
la variable como tal. Si existe preocupacin sobre la inteligencia como un clase social. Un precepto que surge a partir de est poder igualador de
posible factor contribuyente en estudios de aprovechamiento, su efecto la aleatorizacin es: siempre que sea posible hacerlo, asigne a los
sobre la variable dependiente virtualmente puede ser eliminado sujetos a los grupos y a las condiciones experimentales de manera
utilizando participantes con un solo nivel de inteligencia, digamos aleatoria, y asigne las condiciones y otros factores a los grupos
puntuaciones de inteligencia dentro del rango de 90 a 110. Si se estudia experimentales de manera aleatoria.
el aprovechamiento, y el origen racial es un posible factor contribuyente El tercer mtodo para controlar una variable extraa es incluirla en el
a la varianza del aprovechamiento, se elimina utilizando nicamente diseo como una variable independiente. Por ejemplo, suponga que en
miembros de una raza. El principio es: eliminar el efecto de una variable el experimento discutido anteriormente se fuera a controlar el gnero y
independiente que posiblemente influya sobre la variable dependiente, que se considerara inoportuno o imprudente eliminarlo. Se podra aadir
es decir, elegir a les participantes de manera que sean lo ms una tercera variable al diseo: el gnero. A menos que se estuviera
homogneas pasible en esa variable independiente. interesado en la diferencia real entre los gneros respecto a la variable
Este mtodo para controlar la varianza indeseable o extraa es muy dependiente, o se deseara estudiar la interaccin entre una o des de las
efectivo. Sise selecciona solamente un gnero para un experimento, otras variables y el gnero, es poco probable que se utilice esta forma de
entonces se tiene la seguridad de que el gnero no sea una variable control. Se puede desear informacin del tipo antes mencionado y
independiente contribuyente. Pero entonces se pierde el poder de tambin desear controlar el gnero. En tal caso sera deseable aadirlo
generalizacin; por ejemplo, no es factible hablar sobre la relacin al diseo como una variable. El punto es que incorporar una variable a
estudiada respecto a las nias si nicamente se utilizan nios en el un diseo experimental controla la variable, ya que, entonces, resulta
experimento. Si se restringe el rango de inteligencia, entonces posible extraer de la varianza total de la variable dependiente, la
solamente se analiza dicho rango restringido. Es posible qu la varianza debido a la variable. (En el caso anterior se tratara de la
relacin, si se descubre una, sea inexistente o muy distinta con nios de varianza entre gneros".)
alta inteligencia o con natos de baja inteligencia? Simplemente no se Tales consideraciones llevan a otro principio: una variable extraa
sabe,'tan slo se puede conjeturar o suponer. puede ser controlada al incorporarla al diseo de investigacin como una
La segunda forma para controlar la varianza extraa a travs de la variable atributo, logrando as control y proporcionando informacin
aleatorizacin. sta es la mejor manera, en el sentido de que es posible adicional de investigacin sobre el efecto de la variable sobre la variable
tener el pastel y tambin comer un poco de l. En teora, la dependiente y sobre su posible interaccin con otras variables
aleatorizacin es el nico mtodo para controlar sodas las variables independientes.
extraas posibles. Otra forma de expresarlo es: si se logra una La cuarta forma para controlar la varianza extraa consiste en
aleatorizacin adecuada, entonces los grupos experimentales pueden aparear a los participantes. El principio de control detrs del
apareamiento es el mismo que aquel para cualquier otra forma de los mismos participantes son sometidos a todos Los tratamientos,
control: el control de la varianza. El apareamiento es similar de hecho entonces el orden de los tratamientos debe asignarse aleatoriamente.
podra llamarse un corolario al principio del control de la varianza de Esto aade control de aleatorizacin al apareamiento, o control de
une variable extraa mediante su incorporacin al diseo. El principio medidas repetidas.
bsico consiste en dividir una variable en dos o ms partes en un diseo Un principio sugerido por el presente anlisis es: cuando una variable
factorial, digamos en inteligencia alta y baja, y despus aleatorizarla apareada se correlaciona sustancialmente con la variable dependiente,
dentro de cada nivel, como se describi antes. El apareamiento es un el apareamiento, como forma de control de la varianza, resulta til y
caso especial de este principio. Sin embargo, en lugar de dividir a los deseable. Sin embargo, antes de realizar un apareamiento se debe
participantes en dos, tres o cuatro partes, se dividen en N/2 partes; sopesar cuidadosamente sus ventajas y desventajas en una situacin de
donde N es el nmero de participantes involucrados; de esta manera se investigacin particular. La aleatorizacin completa o el anlisis de
incorpora al diseo el control de la varianza. covarianza pueden ser mejores mtodos de control de varianza.
Con el uso del mtodo de apareamiento pueden surgir varios Otra forma de control, el control estadstico, se analiz en captulos
problemas. En primer lugar, la variable respecto a la cual se aparean los previos; pero uno o dos comentarios son pertinentes en este momento.
participantes debe estar sustancialmente relacionada con la variable Los mtodos estadsticos constituyen, por as decirlo, formas de control
dependiente o el apareamiento es una prdida de tiempo; aun peor, en el sentido de que aslan y cuantifican las varianzas. Pero el control
puede causar confusin. Adems, el a apareamiento tiene limitaciones estadstico es inseparable de otras formas de control de diseo. Por
severas. Si se intenta aparear, digamos, ms de dos variables, o incluso ejemplo, si se utiliza el apareamiento, debe usarse una prueba
ms de una, se pierden participantes. Es difcil encontrar participantes estadstica apropiada, de otro modo se perder el efecto del
apareados en ms de dos variables. Por ejemplo, si se decide aparear a apareamiento y, por lo tanto, el control.
los sujetos en cuanto a inteligencia, gnero y clase social, se puede
tener xito al aparear los dos primeras variables, pero se puede fracasar Minimizacin de la varianza del error
al intentar encontrar pares que sean bastante iguales en las tres
variables. Adase una cuarta variable y el problema se torna difcil, La varianza del error es la variabilidad de las medidas debidas a
incluso con frecuencia imposible de resolver. fluctuaciones aleatorias, cuya caracterstica bsica es que son
Sin embargo, no se tire al beb con el agua del bao. Cuando existe autocompensatorias, es decir, en un momento varan de una forma,
una correlacin sustancial entre la variable o variables apareadas y luego de otra, a veces positiva, a veces negativa, a veces hacia arriba, a
variable dependiente (mayor que .50 o .60), entonces el apareamiento veces hacia abajo. Los errores aleatorios tienden a equilibrarse entre s,
reduce el trmino del error y aumenta la presin de un experimento, un de tal maneta que su media es cero.
resultado deseable. Si se utilizan los mismos participantes con diferentes Existen varios determinantes de la varianza del error, por ejemplo,
tratamientos experimentales llamados medidas repetidas o diseo de factores asociados con las diferencias individuales entre los
bloque aleatorizado, entonces se tienen poderosos controles de la participantes. Por lo comn, a esta varianza debida a diferencias
varianza. Cmo se puede realizar un mejor apareamiento en todas las individuales se le llama "varianza sistemtica". Pero cuando dicha
variables posibles que apareando un sujeto consigo mismo? Por varianza no puede identificarse ni controlarse, debe agruparse con la
desgracia, otras consideraciones negativas generalmente impiden dicha varianza del error. Puesto que muchos determinantes interactan y
posibilidad. Debe enfatizarse con vigor que el apareamiento de cualquier tienden a cancelarse entre s (o al menos se supone que lo hacen), la
tipo no sustituye la aleatorizacin. Si se aparea a los participantes, varianza del error tiene estas caractersticas aleatorias.
entonces ellos deben ser asignados aleatoriamente a los grupos Otra fuente de la varianza del error es aquella asociada con los
experimentales. A travs de un procedimiento aleatorio, como lanzar una llamados errores de medicin: variacin de las respuestas de un ensayo
moneda o utilizar nmeros pares o nones aleatorios, los miembros de los a otro, adivinacin, inatencin momentnea, fatiga ligera temporal, fallas
pares apareados son asignados a los grupos experimental y control. Si de la memoria, estados emocionales transitorios de los participantes,