MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA 1

CONCEPTOS BÁSICOS ...................................................... 2

Introducción ................................................................2
La inferencia causal como objeto .................................2
UNIDAD I. Dos teorías de la causación........................................................................ 2
Dos tradiciones de la investigación experimental ...................................... 3
Condiciones para el establecimiento de hipótesis causales........................ 4
EL MÉTODO CIENTÍFICO La validez de la inferencia causal............................................................... 4
El papel de la aleatorización ........................................5
Las variables en el esquema de Kish .......................................................... 5
La variable de asignación........................................................................... 6
Ventajas y desventajas de la aleatorización ............................................... 7
El problema del confundido..........................................8
¿Qué es el confundido?............................................................................... 8
El efecto del confundido............................................................................ 10
Sensibilidad y validez de la investigación ..................11
Lectura 2 La tipología de la validez de Campbell y colaboradores 1) La tipología de
1963 .......................................................................................................... 12
Ato, G. M. (1995) Conceptos Básicos. En: M. T., La tipología de 1963 .........................................................................................12
La tipología de 1979 .........................................................................................13
Anguera, J., Arnau, G. M., Ato, A. R., Tipologías de la validez alternativas.................................................................13
Martínez, Ll. J., Pascual, y S. G Vallejo. Hacia un esquema práctico de la validez ................................................. 15
Validez Interna .................................................................................................16
Métodos de Investigación en Validez De Constructo......................................................................................16
Psicología. España: Síntesis Psicología. Validez Externa ................................................................................................17
Cap. 2. pp 45-72

Para profundizar en este tipo de contenidos consulte la obra:

Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
CONCEPTOS BÁSICOS
Introducción
La metodología cuasi-experimental incorpora un conjunto de técnicas
de diseño y análisis estadístico para afrontar situaciones donde no es
posible o no es ético aplicar la metodología experimental, o donde los
estrictos requisitos del método experimental no se satisfacen. Interesa
por tanto a un amplio rango de disciplinas de carácter aplicado, cuyo
contexto de investigación cae lejos del laboratorio y del ambiente
controlado donde la experimentación suele aplicarse. Disciplinas tales
como la psicología, la educación, las ciencias políticas y económicas, la
epidemiología y algunas disciplinas jurídicas, entre otras, son
potenciales consumidoras de métodos cuasi-experimentales. Sin
embargo, el caldo de cultivo donde se ha prosperado hacia la situación
de que goza hoy la metodología cuasi-experimental ha sido la
evaluación de programas de intervención social.
Fueron Campbell y Stanley quienes introdujeron el término cuasi-
experimento en un prestigioso trabajo de 1963 y, más tarde, ampliaron
en un difundido texto publicado 1979 por Cook y Campbell. El objeto que
inicialmente persiguieron fue proponer diseños de investigación (junto
con sus técnicas de análisis estadístico asociadas), potencialmente
utilizables en contextos aplicados, donde la experimentación clásica no
era aplicable, y que permitieran establecer inferencias causales válidas.
Conviene no obstante precisar que los términos cuasiexperimento y
cuasiexperimentación no son universalmente aceptados. Esta
terminología es común dentro del vasto cuerpo de disciplinas que
constituyen las ciencias sociales y se asocia con la escuela de Campbell
y colaboradores. En ciencias de la salud, particularmente en
epidemiología, suele emplearse en su lugar estudio comparativo
(Anderson et al., 1980) como una derivación de lo experimental,
mientras que en otros contextos se emplean denominaciones más
generales tales como estudio observacional (por ejemplo, Cochran,
1983) o investigación controlada (Kish, 1975, 1987). Nos adherimos
aquí, en lo que a terminología se refiere, a la escuela de Campbell y
colaboradores.
Hay tres aspectos esenciales que, desde nuestro punto de vista,
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
2
permiten caracterizar apropiadamente la naturaleza de la metodología
cuasi-experimental. Son:
a) La inferencia causal como objeto.
b) El papel de la aleatorización.
c) El problema del confundido.
Consideramos a continuación detenidamente estos tres aspectos.
La inferencia causal como objeto
Dos teorías de la causación
Desde la perspectiva de la denominada teoría de la manipulabilidad,
también conocida como teoría de la actividad (Mackie, 1974; Cook,
Campbell y Peracchio, 1990; Cook y Shadish, 1994), la causación
implica manipular deliberadamente algún agente que se encuentra bajo
control y observar inmediatamente después si se produce un cambio en
el fenómeno como consecuencia de tal manipulación. El vehículo
metodológico más apropiado es el experimento, cuyo objeto es describir
(y probar, en última instancia) si el cambio es función de la manipulación,
pero no explicar cómo o porqué ocurrió.
En contraposición a esta concepción simplista, muchos filósofos de la
ciencia aspiran hoy, por el contrario, a identificar relaciones causa-efecto
que son invariablemente ciertas porque todas las contingencias de las
que depende una relación se conocen perfectamente; una perspectiva
denominada teoría esencialista (Mackie, 1974; Cook, Campbell y
Peracchio, 1990; Cook y Shadish, 1994). La prioridad de esta teoría se
centra más en la explicación causal que en la descripción o la prueba del
agente causal, en determinar por qué se produjo una conexión causal (y
por ende, su perfecta predicción) más que en inferir que causa y efecto
se relacionan.
La simplicidad de la teoría de la actividad, que supone un mundo real
caracterizado por la existencia de efectos principales que los
experimentos tratan de identificar, contrasta con el inalcanzable
conocimiento determinista de la teoría esencialista. Por esta razón,
actualmente se conciben las relaciones causales en un contexto definido
por complejos constructos teóricos de tratamiento, de respuesta, de
población, de contexto y de período histórico. Los investigadores suelen
medir indicadores específicos de tales constructos teóricos y utilizan
después un experimento para probar si un resultado particular depende
de la interacción estadística del tratamiento con los indicadores
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
utilizados. Los denominados estudios metaanalíticos se encargan
después de sintetizar los resultados principales, identificando la mayoría
de las contingencias causales predicadas por la teoría esencialista y
permitiendo la generalización de las relaciones causa-efecto. Un
tratamiento profundo de los estudios metaanalíticos se aborda en una
compilación de Cook y otros (1992) y en una obra enciclópedica
recientemente editada por Cooper y Hedges (1994).
Dos tradiciones de la investigación experimental
Por otra parte, no existe una concepción monolítica de la
investigación experimen tal. Dos diferentes tradiciones de investigación
experimental conviven actualmente en la práctica científica moderna, a
saber:
a) Por un lado, existe un tipo clásico de experimentación, más
característico de las ciencias físicas y naturales y basado en la
variabilidad intraindividual, donde algún tipo de intervención discreta
se aplica en el contexto del laboratorio sobre muestras idealmente
"puras" de materiales, con la finalidad de establecer predicciones
numéricas precisas. El marco del laboratorio permite a los
investigadores un control óptimo de las condiciones físicas y el
aislamiento de materiales y variables dentro de cámaras protectoras,
tubos de ensayo esterilizados, etc. Este tipo de tradición experimental,
que Cook y Campbell (1986, p. 141) denominan tradición del control y
aislamiento experimental, es el que se impuso en ciencias naturales
durante los siglos XVII y XVIII.
b)Por otro lado, existe otro tipo más reciente de experimentación,
más característico de las ciencias sociales y basado en la variabilidad
interindividual, consistente en sustituir el control y aislamiento
experimental por el control estadístico obtenido fundamentalmente
mediante procedimientos de asignación aleatoria de múltiples
muestras a las condiciones experimentales. Este enfoque fue, en gran
medida, elaborado en el contexto de la investigación agrícola por
Fisher y colaboradores (Fisher, 1935) e importado después a la
psicología y disciplinas afines, aunque existen interesantes
antecedentes de esta tradición (por ejemplo, McCall, 1923). Cook y
Campbell (1986, p. 142) lo denominan tradición del control estadístico.
Curiosamente, ambas concepciones de la experimentación se
practican actualmente en las ciencias del comportamiento (Ato, 1991).
La primera concepción fue adoptada por G. T. Fechner y W. Wundt,
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
3
aplicada entre otros por E. L. Thorndike, H. Ebbinghaus e I. P. Pavlov
durante el primer cuarto del siglo en psicología experimental y, tras
complejas transformaciones, se practica hoy entre los seguidores de la
corriente skinneriana del “Análisis Experimental de la Conducta"
(Johnston y Pennypacker, 1980). El objetivo esencial de esta concepción
es estudiar la conducta individual de uno (o de unos pocos) organismos,
usualmente bajo un rígido control experimental basado en las técnicas
de eliminación y constancia de variables extrañas, con el objetivo de
encontrar relaciones funcionales estables entre la conducta y las
variables que la determinan.
El enfoque metodológico científico-natural tuvo su punto álgido a
finales del siglo XIX y principios del XX; reducido inicialmente a los
confines del laboratorio y a la investigación básica, pasó después a
fundirse con la investigación desarrollada en contextos aplicados durante
la década de los 60 y con la ulteriormente refinado, durante las décadas
siguientes, originando un peculiar tipo de metodología experimental
llamada metodología de caso único. Los aspectos cruciales de este
modo de proceder se abordan en otro lugar en este mismo texto (véase
Capítulo 6).
La segunda tradición experimental, de antecedentes menos remotos
y vinculada con la investigación en ciencias sociales y el estudio de las
diferencias individuales, se convirtió hacia mediados de siglo en la forma
más común de investigación comportamental al mismo tiempo que el
enfoque científico-natural caía en descrédito. En psicología y disciplinas
afines el control experimental óptimo de las infinitas variables extrañas
practicado por el enfoque experimental tomado de las ciencias físicas
resultaba en ocasiones imposible de obtener y, cuando se lograba, la
conducta resultante aparecía trivial e irrelevante, en particular cuando el
estudio de la conducta se realizaba en marcos naturales, lejos del
laboratorio. Como consecuencia del desarrollo del razonamiento
estadístico moderno, de la mano de sir R. Fisher, J. Neyman, E. S.
Pearson y A. Wald, la tradición del control estadístico desarrolló el
experimento aleatorio, basado en la comparación de grupos compuestos
de unidades de respuesta asignadas al azar y tratados diferentemente.
Esta idea se convirtió en el enfoque normativo de la investigación ex-
perimental para las ciencias sociales. (Véase Capítulos 3 y 5.)
La metodología cuasi-experimental se desarrolló precisamente en el
seno de esta tradición. Partiendo del experimento aleatorio como el
marco ideal para el establecimiento de relaciones causa-efecto,
propusieron alternativas al experimento aleatorio conservando todas las
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
propiedades de aquél, excepto la que justifica tal metodología: la asig-
nación aleatoria de sujetos a tratamientos.
Condiciones para el establecimiento de hipótesis causales
Puesto que persigue el mismo ideal, la metodología cuasi-
experimental no renuncia por tanto al objetivo final del experimento, el
establecimiento de relaciones causa-efecto. Sin embargo, si tal objetivo
es fácil de cumplir en el caso experimental, en el cuasi-experimental es,
en ocasiones, muy difícil de alcanzar.
En el marco de la teoría de la manipulabilidad, deben cumplirse
varias condiciones para concluir que dos variables se relacionan
causalmente y que la dirección de la causación procede desde X
(supuesta causa o tratamiento) a Y (supuesto efecto o resultado). Kenny
(1979, págs. 2-4) cita las siguientes:
1) En primer lugar, la causa X debe preceder en el tiempo al
efecto Y. Esta condición se cumple siempre que los investigadores
sepan cuándo se administró el tratamiento y registren los resultados
inmediatamente después de su administración. Sin embargo, cuando
se trata con sistemas dinámicos, en ocasiones puede aparecer cierto
grado de ambigüedad en la dirección de la influencia causal, no
sabiendo si es X lo que produce Y o es Y lo que produce X.
2) En segundo lugar, causa y efecto tienen que covariar. La
existencia de covariación se decide en cualquier caso utilizando
alguna prueba estadística a un nivel de probabilidad arbitrariamente
seleccionado. La cuestión fundamental aquí se centra en determinar
si los resultados debidos al tratamiento (llamados efectos de tra-
tamiento) son de suficiente magnitud para ser detectados por la
prueba estadística aplicada. Dos tipos de errores que pueden afectar
a la conclusión estadística pueden cometerse en esta situación:
a) Concluir que existen efectos de tratamiento cuando de
hecho no existen (error tipo I). Este es el error que el
investigador decide cometer al fijar α, la probabilidad de un
error tipo I.
b) Concluir que no existen efectos de tratamiento cuando
de hecho existen (error tipo 11).
3) En tercer lugar, no debe haber explicaciones alternativas del
efecto diferentes de la causa aducida. Esta es precisamente la
condición más difícil de cumplir en la metodología experimental. Hay
dos cuestiones asociadas con el término "explicación alternativa", a
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
4
saber:
a) Cuestionar si efectivamente X como variable manipulada
está causalmente relacionada con Y como variable medida.
Esta es una cuestión de validez interna (Campbell y Stanley,
1966). Es posible encontrar terceras variables (también
llamadas variables extrañas perturbadoras o, para completar el
binomio X-Y, variables Z) que pueden explicar el cambio
producido en Y. La existencia de terceras variables es común
en metodología cuasi-experimental.
b) Cuestionar si las operaciones utilizadas en la
investigación (comúnmente llamadas indicadores en la
literatura psicosociológica) son representativas de los
constructos teóricos que se supone representan. Esta es una
cuestión de validez externa (Campbell y Stanley, 1966).
Muchas de las controversias actuales de las Ciencias Sociales
se centran precisamente en esta cuestión. Este problema
afecta por igual a experimentos y cuasiexperimentos.
La validez de la inferencia causal
La historia de la metodología cuasi-experimental es inseparable del
desarrollo de una teoría de la validez de la inferencia causal. Gran parte
de esta historia se debe al trabajo de Campbell y colaboradores
(Campbell, 1957; Campbell y Stanley, 1966; Cook y Campbell, 1979;
Campbell, 1986; Cook, Campbell y Peracchio, 1990), aunque es también
importante la aportación de Cronbach (1982) y otros (véase Mark, 1986).
El análisis se originó como consecuencia de la baja calidad de la
inferencia causal y la escasa generalizabilidad de los hallazgos
encontrados en la investigación social aplicada. La teoría de la validez
de la inferencia causal no es sino un conjunto de conceptos ideados con
la intención de promover inferencias causales más consistentes.
La conceptualización original (Campbell y Stanley, 1966) distinguía
entre la validez para el establecimiento de relaciones causa-efecto en un
contexto particular (validez interna) y la validez para la generalización de
tales relaciones a otros contextos (validez externa). Más adelante, se
incorporaron dos nuevos tipos de validez (Cook y Campbell, 1976,
1979), uno de los cuales trataba cuestiones relativas al empleo de
pruebas estadísticas para llegar a una conclusión particular (validez de
la conclusión estadística) y el otro consideraba aspectos relativos a la
generalización desde los indicadores causa y efecto específicamente
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
empleados en la investigación a sus correspondientes constructos de
referencia (validez de constructo).
Por su parte, Cronbach (1982) elaboró el modelo T-R-U-C-O, que
tratamos más adelante, como la estructuración de un conjunto de
aspectos involucrados en una investigación: Tratamiento, Respuesta,
Unidades, Contexto y Ocasión, aunque éste último no fue inicialmente
propuesto por este autor. En cualquier caso, este esquema puede ser
también potencialmente utilizado para valorar la calidad de la inferencia
causal obtenida en una investigación.
Gran parte de los debates actuales se centran en las virtudes de uno
u otro tipo de conceptualización (Campbell, 1986; Mark, 1986; Cook y
Shadish, 1994). Pero una teoría de la validez, con los matices que se
quieran introducir, puede en la práctica aplicarse con provecho para
juzgarla calidad de la investigación en muchas disciplinas aplicadas
(Wortman, 1983, 1994; Ato, 1991; Ato y Rabadán, 1991).
El papel de la aleatorización
Las variables en el esquema de Kish
En el esquema propuesto por Kish (1975; 1987) se distingue entre
dos grandes tipos de variables, a saber:
1) Las variables que son el fundamento de la relación
causa-efecto objeto de investigación son las Variables Explicativas
(clase I). Las que actúan como supuestas causas son las variables
independientes o variables de tratamiento (predictores) y las que se
toman como efectos son las variables dependientes o variables de
respuesta (criterios).
2) Todas las variables ajenas a las que conforman la
relación causal son Variables Extrañas. Puede distinguirse a su vez
dos grupos de variables extrañas:
a) Las Variables Controladas (clase II) constituyen un grupo
selecto de variables extrañas que pueden ser adecuadamente
controladas por medio del diseño de investigación. El control
puede ejercerse mediante técnicas de selección (control
experimental), mediante técnicas de estimación (control
estadístico) o por ambas. En cualquier caso, tales
procedimientos se utilizan con el objeto de reducir los errores
aleatorios de las variables de la clase lE o los efectos de sesgo
de las variables de la clase IV.
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
5
b) Las Variables No Controladas constituyen el resto de
variables extrañas. A su vez pueden distinguirse dos grandes
tipos:
i) Las Variables Aleatorizadas (clase III) son
variables extrañas no controladas que se tratan como
errores aleatorios. La aleatorización puede ser considerada
desde otra perspectiva como una forma de control
experimental, pero diferente del utilizado para variables de
la clase II.
ii) Las Variables Perturbadoras (clase IV) son
variables extrañas no controladas que pueden relacionarse
con las variables explicativas produciendo en ocasiones
una situación denominada confundido.
En general, un diseño de investigación es tanto más eficiente cuantas
más variables de la clase IV sea capaz el investigador de trasladar a la
clase II. La función de las pruebas estadísticas consiste en distinguir el
efecto sistemático de las variables de la clase I de los efectos aleatorios
de las variables de la clase III dentro de niveles de probabilidad
especificados.
El objeto de la aleatorización en una investigación experimental es el
traslado de todas las variables de la clase IV ala clase III. En un
experimento ideal, no existen variables de la clase IV; algunas variables
perturbadoras han sido trasladadas a la clase II (mediante control
experimental o estadístico) y la gran mayoría son variables de la clase
III. Pero lo deseable es que se inviertan los términos, puesto que al
colocar variables perturbadoras en la clase II se evitan los efectos
perjudiciales que tendrían de encontrarse entre las variables de la clase
III. Además, la separación de variables de la clase I de la clase III
mediante aleatorización de todas las variables extrañas de la clase III
supone la independencia entre ambos grupos de variables y las pruebas
estadísticas contrastan los efectos de las variables aleatorizadas contra
las variables explicativas.
Pero en una investigación cuasi-experimental, la incorporación de
una (o más) variable/s perturbadora/s como variables de la clase II es un
objeto en sí mismo, debido a que no existe aleatorización y por tanto no
es posible trasladar ninguna variable extraña de la clase IV a la clase III.
En tal caso, las variables perturbadoras pueden presentarse con
facilidad en situación de confundido. Las pruebas estadísticas contrastan
en este caso los efectos de las variables explicativas de la clase I contra
las variables aleatorizadas de la clase III (si existen) confundidas con los
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA 6

efectos desconocidos de las variables de la clase IV. Más adelante otro grupo de niños, también desventajados, que no recibirá el programa
volveremos sobre ello. (GC).
Un problema inicial concierne al modo como los niños se asignan a
La variable de asignación una de las dos condiciones. El objetivo esencial reside en asegurar que
los niños obtengan puntuaciones similares en desarrollo cognitivo antes
El diseño experimental típico posee dos características distintivas de comenzar la administración del programa. La única forma de
esenciales: garantizar este objetivo es acometer el proceso de asignación de niños a
a) El control/manipulación activa de (al menos) una variable una u otra condición sobre la base de alguna variable no relacionada con
independiente. la medida obtenida en el test.
b) El uso de una regla de asignación aleatoria para asignar sujetos La razón de ser del diseño experimental es precisamente que la
a los niveles de la variable independiente. variable de asignación no correlaciona, dentro de límites probabilísticos,
Mientras que, tal y como lo entendemos aquí, el diseño observacional con ninguna otra variable, es decir, es una variable cuyos valores se han
y el diseño de encuesta no cumple ninguna de estas dos características, generado aleatoriamente. En el contexto del ejemplo, para conseguir
el diseño cuasi-experimental cumple con la primera, pero no con la este objetivo, se precisa decidir que cada niño reciba el programa o no lo
segunda. Por el contrario, el diseño experimental con las dos. reciba sobre bases estrictamente aleatorias. La regla de asignación de
A este aspecto, Judd y Kenny (1981, cap. 2) han distinguido entre sujetos a uno de los dos grupos se dice entonces conocida y aleatoria y
tres procedimientos para asignar sujetos a tratamientos. La variable (real su propósito es la equivalencia inicial entre GE y GC.
o ficticia) que produce el reparto de los sujetos entre los tratamientos es Nótese que, si GE y GC son inicialmente equivalentes, en ausencia
la variable de asignación y su regla de correspondencia es la regla de de efectos debidos al programa, es esperable que alcancen al final del
asignación. Partiendo del caso más simple, donde sólo hay dos grupos, mismo puntuaciones iguales o muy similares. Resulta útil imaginar la
un grupo experimental (GE) que recibe un tratamiento y un grupo de variable de asignación como una variable con dos valores (1 para el GE
control (GC) que no lo recibe, la asignación puede ser: y 0 para el GC) que se generan de forma estrictamente aleatoria. Así,
1) Aleatoria. Una vez seleccionada una muestra de cierta población, por ejemplo, la tabla siguiente presenta las puntuaciones en desarrollo
todos los sujetos de la muestra son asignados al azar a uno de los cognitivo (DC) de 100 sujetos que se asignan a grupos siguiendo una
dos grupos (GE y GC). En esta situación puede afirmarse sobre regla aleatoria donde es notorio que la asignación a grupos es
bases probabilísticas que los grupos son iguales antes de iniciar la independiente de la puntuación obtenida por el sujeto en desarrollo
administración del tratamiento en un abundante conjunto de cognitivo (DC).
variables (denominadas variables aleatorizadas en el esquema de Sujeto DC Grupo V. Asignación
Kish). 1 41 GC 0
2 62 GE 1
2) No aleatoria pero conocida. Los sujetos se asignan a uno de los dos 3 39 GE 1
grupos (GE o GC) en función de la puntuación obtenida en un 4 43 GC 0
pretest de la misma medida utilizada para evaluar el impacto del 5 46 GE 1
tratamiento. … … … …
96 49 GC 0
3) No aleatoria ni conocida. No se conoce exactamente sobre qué 97 60 GE 1
variable/s se constituyen los grupos GE y GC. 98 54 GC 0
Explicaremos estos conceptos en el marco de un ejemplo. 99 45 GC 0
Supongamos que un investigador se interesa por evaluar el impacto de 100 57 GC 0
un programa de educación compensatoria sobre el desarrollo cognitivo En general, en contextos sociales y educativos, la aplicación de una
de los niños medido con una conocida prueba. Para ello, decide trabajar regla de asignación aleatoria tropezará con el rechazo de los padres y
con un grupo de niños desventajados que recibirá el programa (GE) y profesores. Una solución quizás más aceptable, aunque algo desviada

Para profundizar en este tipo de contenidos consulte la obra:

Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA 7

del propósito de la investigación, consistiría en administrar en el contexto variable de asignación de forma indirecta, utilizando medidas pretest
de una consulta psicológica escolar el test de desarrollo cognitivo para ajustar las diferencias en el postest.
administrar el programa al subconjunto de niños que obtuvieran
puntuaciones por debajo de una puntuación de corte predeterminada y Ventajas y desventajas de la aleatorización
no administrarlo al subconjunto que obtuvieran puntuaciones por encima
de tal puntuación de corte. Al término del periodo de tratamiento, los La principal virtud de la aleatorización es que, con alta probabilidad,
individuos participantes volverían a ser evaluados con el mismo los dos grupos 4o-básico serán inicialmente similares en la variable
instrumento a fin de determinar el impacto del programa. En este caso, la dependiente. La única diferencia sistemática existente entre ambos es
regla de asignación no es aleatoria, aunque sí es conocida puesto que la que uno (el GE) recibe el tratamiento, intervención o programa de interés
administración del tratamiento depende del resultado inicial obtenido en mientras que el otro (el GC) no recibe el tratamiento. Por tanto, en
el test de desarrollo cognitivo. La variable de asignación en este caso ausencia de efectos de tratamiento, la distribución de la variable
de
hace los grupos deliberadamente no equivalentes, pero las diferencias pendiente será similar en ambos grupos.
son susceptibles de ajuste estadístico en el postest. Así, suponiendo una Anderson et al (1980, págs. 32-35) han destacado las siguientes
puntuación de corte de 46 puntos, la asignación a grupos de la tabla propiedades de la aleatorización:
anterior consistiría en asignar a sujetos al GE si obtienen puntuaciones 1) La aleatorización generalmente implica una distribución
iguales o superiores a 46 y al GC si obtienen puntuaciones inferiores, y similar de las características de sujeto en cada grupo y por tanto
entonces la situación queda como sigue: facilita la inferencia causal. Si el número de sujetos es grande, es
V. improbable que los grupos difieran con respecto a alguna
Sujeto DC Grupo
Asignación característica que pueda afectar al resultado bajo estudio.
1 41 GC 0 2) La aleatorización elimina los sesgos de selección. Si una
2 62 GE 1 muestra seleccionada de una población se asigna a grupos
3 39 GC 0 mediante una regla de asignación aleatoria, no existe ninguna
4 43 GC 0 posibilidad de que los sesgos o preferencias iniciales de los in-
5 46 GE 1 vestigadores sobre la naturaleza de los sujetos a quienes se
… … … … administrará el tratamiento, intervención o programa puedan influir
96 49 GE 1 en los resultados.
97 60 GE 1 Aunque la aleatorización tiende a equilibrar los dos grupos con
98 54 GE 1 respecto a potenciales variables perturbadoras, no excluye
99 45 GC 0 absolutamente la posibilidad de que ambos grupos no queden
100 57 GE 1 equibrados en una o más características individuales. Esta
posibilidad es tanto menor cuando mayor es el tamaño de los
En muchas ocasiones se presentan situaciones en las que la regla de grupos.
asignación no es aleatoria ni se basa en una variable conocida. En 3) La aleatorización proporciona una base para la
nuestro caso, por ejemplo, si se deseara aplicar el programa de inferencia estadística. El proceso de aleatorización permite asignar
educación compensatoria en el marco de un aula especial ya constituida probabilidades a diferencias observadas en la variable dependiente
(GE) y comparar con otra aula especial también existente (GC). El bajo la hipótesis (nula) de que el tratamiento, intervención o
problema que se plantea entonces es saber sobre qué influencia/s se ha programa no ejerce efecto alguno y practicar en consecuencia las
podido generar la variable de asignación. Es extremadamente difícil correspondientes pruebas de significación.
igualar GE y GC sobre la base de la variable de asignación, porque es Con todo, existen varias razones que aconsejan el empleo de
desconocida. En tales casos es conveniente intentar igualar sobre la técnicas de control diferentes ala aleatorización en ciertos casos.

Para profundizar en este tipo de contenidos consulte la obra:

Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA 8

Anderson et al. (1980, págs. 36-7) destacan las siguientes:

a) Los estudios no aleatorizados son a veces el único Estado del conductor

medio ético de realizar investigación. En efecto, cuando la
naturaleza del tratamiento es potencialmente dañina, no resulta ético
utilizar una regla de asignación aleatoria. Por ejemplo, en
investigación biomédica, para evaluar el efecto de una nueva droga.
En otras ocasiones, los supuestos efectos benéficos de un programa
(por ejemplo, programas de educación compensatoria) hacen
aconsejable que se administre a todos los posibles sujetos
receptores.
b) Los estudios no aleatorizados son usualmente más
baratos. Los estudios no aleatorizados requieren una planificación y
control mucho menos extensivo que los estudios aleatorizados y por
ello son particularmente atractivos en las primeras etapas de un
problema de investigación.
c) Los estudios no aleatorizados se aproximan en mayor
medida a situaciones cotidianas. En la medida en que la
aleatorización difere de los mecanismos de selección natural, las
condiciones de un estudio aleatorizado pueden ser completamente
diferentes de aquéllas en las que el tratamiento debe ser
ordinariamente aplicado.
El problema del confundido
¿Qué es el confundido?
Poco tiempo antes de aprobar la legislación vigente acerca de la
obligatoriedad en el uso del cinturón de seguridad, un investigador X
intentaba determinar si la tasa de mortalidad (TM) de los conductores
involucrados en accidentes de automóvil es función de la utilización del
cinturón de seguridad. Para ello eligió una "zona de alto riesgo", un
punto negro que exhibía una limitación de velocidad de 60 Km/h, y
registró los 100 primeros accidentes que tuvieron lugar en dicha zona,
observando el estado físico del conductor para determinar si se había
producido la muerte (instantánea o demorada) o si por el contrario el
conductor resultó vivo del accidente. Los resultados se muestran en el
Cuadro 2.1.
CUADRO 2.1. Estado del conductor y uso de cinturón.
Uso del Tasa de
cinturón mortalidad
Muerto Vivo Total
Sí 6 54 60 6/60 = 0.100
No 9 31 40 9/40 = 0.225
Total 15 85 100 15/10 = 0.150
La tasa de mortalidad TM para quienes conducían con cinturón fue:
TM(Sí) = 6/60 = 0.100, mientras que para quienes lo hacían sin cinturón
fue: TM(No) = 9/40 = 0.225. En consecuencia, estos resultados
indicaban que es 2.25 veces más probable un accidente de
consecuencias fatales cuando se conduce sin cinturón de seguridad que
cuando se conduce con él.
Esta interpretación presenta serias deficiencias. Desde un punto de
vista lógico, la variable “uso del cinturón" no puede entenderse como una
auténtica variable causal, es decir resulta absurdo pensar que la causa
de la muerte sea precisamente llevar o no cinturón de seguridad, aunque
ciertamente parece, a la vista de los datos empíricos, que puede
coadyuvar al resultado final. Afortunadamente, el investigador también
registró la velocidad (estimada) del vehículo en el momento del
accidente, y particularmente si era o no superior a 100 Km/h., una
velocidad con la que cualquier vehículo resultaba ya difícil de controlar
en el punto negro objeto de evaluación. Un análisis secundario de los
datos del Cuadro 2.1, incorporando la variable "Velocidad del vehículo",
se exhibe en el Cuadro 2.2.
Estos resultados conducen a una interpretación muy diferente. La TM
para quienes circulaban a menos de 100 Km/h en el momento del
accidente fue muy baja para quienes llevaban cinturón: TM(Sí I < 100) =
2/55 = 0.036, y para quienes no lo llevaban: TM(No I < 100) = 1/30 =
0.033. Aunque existe una notable similaridad entre ambas tasas de
mortalidad, en realidad resultan prácticamente insignificantes. Por el
contrario, para quienes circulaban a más de 100 Km/h, la TM fue muy
alta tanto para quienes llevaban cinturón: TM(Sí I > 100) = 4/5 = 0.800,

Para profundizar en este tipo de contenidos consulte la obra:

Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA 9

como para quienes no lo llevaban: TM(No I > 100) = 8/10= 0.800, una una tercera (la "Velocidad del vehículo"): (X2MH = 0.003; P = 0.958, lo que
tasa más de 20 veces superior a la anterior. conduce a admitir la hipótesis nula de no relación entre ambas variables,
y por tanto, la supuesta relación encontrada en el Cuadro 2.1 entre el
CUADRO 2.2. Cuadro 2.1 en función de la velocidad del vehículo. uso del cinturón y el estado del conductor se disipa tras controlar la
velocidad del vehículo en el momento del accidente (Cuadro 2.2).
La razón que justifica la relación espuria encontrada entre el uso del
Velocidad Uso del Estado del conductor Tasa de cinturón y el estado final del conductor accidentado se debe
del vehículo cinturón mortalidad seguramente a que la probabilidad de utilizar el cinturón de seguridad es
Muerto Vivo Total
mayor entre conductores precavidos, que suelen respetar las señales de
Sí 2 53 55 2/55 = 0.036 tráfico y conducir con prudencia, que entre conductores arriesgados, que
<100 Km/h No 1 29 30 1/30 = 0.033 pasan por alto las señales de tráfico y conducen con grave riesgo de sus
vidas. Las probabilidades respectivas son, para quienes conducían a
Total 3 82 85 3/85 = 0.035 menos de 100 Km/h, 55/85 = 0.647 y para quien conducían a más de
Si 4 1 5 4/5 = 0.800 100 Km/h., 5/15=.333, aproximadamente la mitad.
No 8 2 10 8/10 = 0.800 Compárense, para matizar en mayor medida estos conceptos, los
>100 Km/h datos del Cuadro 2.2 con los del Cuadro 2.3. Observe ahora que,
Total 12 3 15 12/15 = 0.800 dependiendo de los niveles de la variable “Velocidad del vehículo", las
tasas de mortalidad obtenidas usando o no el cinturón de seguridad son
netamente diferentes. Circulando a menosde 100 Km/h, no hay
Como probablemente habrá ya sospechado, estos datos son diferencias entre las tasas de mortalidad: TM (Si |< 100) = 4/44 = 0.091 y
hipotéticos. Se inspiran en un ejemplo similar desarrollado por Anderson TM (No | < 100) = 3/33 = 0.091, mientras que circulando a más de 100
y otros (1980, p. 2-3). Su objetivo no es en absoluto impugnar la Km/h, difieren por un factor de 6.85: TM(Sí |> 100) = 2/16 = .125 y
indiscutible utilidad del cinturón de seguridad, sino ilustrar de una forma TM(No/ > 100) = 6/7 = 0.857.
intuitiva y didáctica el importante problema interpretativo que supone la
exclusión de una variable importante. La variable "Velocidad del CUADRO 2.3. Cuadro 2.2 reformulado con nuevos datos empíricos.
vehículo" es, en este contexto, una tercera variable o variable de
confundido porque enmascara o confunde el efecto que la variable que Tasa
actúa como independiente ("Uso del cinturón") posee sobre la de- Velocidad Uso del Estado del conductor
de
pendiente ("Estado físico final del conductor"). del vehículo cinturón Muerto Vivo Total
mortalidad
Nótese que, para cada uno de los niveles de la variable "Velocidad Sí 4 40 44 4/44 = 0.091
del vehículo", el uso o no del cinturón de seguridad no tiene ningún No 3 30 33 3/33 = 0.091
efecto sobre las tasas de mortalidad y por tanto puede afirmarse que el <100 Km/h
"Uso del cinturón" es una variable irrelevante. Su relación con el "Estado Total 7 70 77 7/77 = 0.091
físico del conductor" después del accidente se denomina espuria porque
se difumina como tal relación (o sea, pasa a ser cero) después de tomar Si 2 14 16 2/16=0.125
en cuenta los niveles de la variable "Velocidad del vehículo". >100 Km/h No 6 1 7 6/7 = 0.857
Esta relación espuria puede comprobarse empíricamente con el Total 8 15 23 8/23 = 0.348
estadístico de Mantel-Haenszel (1959; véase Fleiss, 1981), que prueba
la relación funcional entre dos variables categóricas binarias (en el
ejemplo, el "Uso del cinturón" y el "Estado del conductor") controlando Esta situación sugiere, contrariamente al caso anterior, que el uso del
cinturón no es una variable irrelevante, y por tanto no es espuria, puesto

Para profundizar en este tipo de contenidos consulte la obra:

Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
que la relación se mantiene después de tomar en cuenta la variable de
confundido. Aplicando la prueba de Mantel- Haenszel (χ2MH = 4.650; P =
0.031, rechazamos la hipótesis nula de no relación funcional entre el uso
del cinturón y el estado físico del conductor controlando la velocidad del
vehículo. Nótese además las escasas diferencias encontradas en las
probabilidades respectivas de utilizar el cinturón de seguridad entre
conductores que conducían a menos de 100 Km/h. (una probabilidad de
44/77 = 0.571) y los que lo hacían a más de 100 Km/h. (una probabilidad
de 16/23 = 0.696). Pero lo más importante en este caso es comprobar
que las tasas de mortalidad de los que llevan o no cinturón es la misma
para los que conducían a menos de 100 Km/h. (TM de 0.091 en ambos
casos) y netamente diferentes para los que conducían a más de 100
Km/h, una situación que induce a sospechar la existencia de interacción
entre del "Uso del cinturón" y la "Velocidad del vehículo". En esta
situación, se dice que la velocidad del vehículo es una variable
moderadora de la relación funcional existente entre el uso del cinturón y
el estado físico del conductor tras el accidente.
En resumen, la distorsión que una tercera variable produce sobre la
relación funcional existente entre dos variables explicativas es
subsidiaria del cumplimiento de dos condiciones básicas:
1) La tercera variable muestra una alta relación con la
variable de respuesta. Esta condición se cumple en ambos casos.
En el Cuadro 2.2, tomando los totales de fila correspondientes (3,
82, 12 y 3) se rechaza la hipótesis nula de independencia (X21 =
58.478; P = 0.000) y en el Cuadro 2.3, con los totales de fila
respectivos (7, 70, 8 y 15) también se rechaza (X21¡ = 9.168; P =
0.002).
2) La tercera variable se relaciona funcionalmente con la
variable independiente. Esta condición se cumple en el Cuadro 2.2,
ya que tomando los totales de fila correspondientes (55, 30, 5, 10) y
aplicando una prueba al uso obtenemos una asociación
estadísticamente significativa (X21 = 5.229; P = 0.022) entre la
velocidad del vehículo y el uso del cinturón. Pero no se cumple en el
Cuadro 2.3, ya que aplicando una prueba de asociación sobre los
totales de fila correspondientes (44, 33, 16 y 7) obtenemos que
ambas variables son independientes (X21 = 1.139; P = 0.286).
a) En el Cuadro 2.2, la relación entre variable independiente y
variable dependiente se difumina cuando se toma en cuenta una
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
10
tercera variable, y la relación es espuria, lo cual demuestra que la
variable independiente es una variable irrelevante y que no existe
un vínculo causal con la variable dependiente. En esta situación
se dice que la tercera variable es una auténtica variable de
confundido.
b) En el Cuadro 2.3, la relación entre variable independiente y
variable dependiente se mantiene cuando se toma en cuenta la
tercera variable, pero la relación es diferente en función del nivel
de aquélla. En este caso se dice que la tercera variable es una
variable moderadora.
El efecto del confundido
Veamos otro ejemplo. Un investigador X desea saber si un programa
de adiestramiento cognitivo produce diferencias en riqueza de
"Vocabulario" en niños de primer ciclo de primaria. Para ello utiliza dos
grupos de niños, uno de los cuales (GE) fue tratado con el programa
mientras que el otro (GC) no siguió ningún programa específico de
enriquecimiento. La asignación a los grupos fue establecida por la
administración del colegio donde tuvo lugar la experiencia, y utilizó como
GE alumnos voluntarios de primer ciclo y como GC sujetos tomados de
las mismas aulas.
Resultó que las distribuciones de "Edad" de ambos grupos eran
netamente diferentes y presentaban un promedio mayor en el GE que en
el GC. En concreto, los promedios de edad (enmeses) fueron, para el
grupo experimental, XGE = 80.410 y para el grupo de control, XGC =
69.820.
Los resultados finales del programa se exhiben en la Figura 2.1. Las
pendientes de regresión para los grupos experimental (GE) y control
(GC) fueron, respectivamente:
YGE = bo E + b,XcE = -24.770 + 1.994XGE
YGC = b0GC + b1XGC = -90.057 + 2.042XGC
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA 11

entonces δ = YGE -YGC = 135.568 - 52.515 = 83.053 y la estimación

del efecto de tratamiento (83.053) no coincide con el efecto de
tratamiento real encontrado (65.287). La diferencia es, precisamente,
una medida del sesgo de estimación,

YGE- YGC = (BoGE + B1XGE) – (B0GC + B1XGC)

= (BoGE + B1XGC) + b1 (XGE - XGC)
= Efecto de tratamiento + Efecto de sesgo

La Figura 2.2 resume gráficamente este resultado.

EDAD (en meses)

Figura 2.1. Pendientes de regresión para GE y GC.

La pendiente b1, que suponemos estadísticamente diferente de cero,

es prácticamente similar en las dos ecuaciones, como se observa en la
figura, pero las intercepciones b0GE y b0GC son diferentes (nótese que X
se representa desde el valor 50).
En este caso, la variable "Edad" cumple las condiciones que
señalamos anteriormente para identificar una variable de confundido. En
primer lugar, la riqueza de vocabulario mejora con el aumento en edad
(primera condición, que se comprueba si β > 0 y en segundo lugar, los
grupos GE y GC tienen distribuciones de edad con medias diferentes
(segunda condición, como puede observarse en la Figura 2.1). Si Figura 2.2. Descomposición del efecto de tratamiento en presencia de
asumimos además que edad y programa de adiestramiento son los sesgo.
únicos factores que afectan al enriquecimiento de vocabulario, o lo que
es lo mismo, que ambas variables se miden sin error, es posible Nótese que el sesgo de estimación sería cero si las distribuciones de
determinar el efecto de tratamiento real mediante la distancia vertical edad de ambos grupos fueran exactamente iguales, pues en tal caso los
entre las intercepciones, o sea, δ = b0GE - b0GC = -24.77 - (-90.057) = promedios de edad para GE y GC coincidirían en una misma vertical y d
65.287. seria igual a S. Sólo en este caso es posible obtener una estimación
Cuando la variable dependiente es numérica, en el caso de dos válida del efecto de tratamiento. Esta situación se representa en la
grupos el efecto del tratamiento puede estimarse fácilmente calculando Figura 23. En la medida en que ambas distribuciones de edad discrepen,
la diferencia en los promedios de los grupos: d = YGE - YGC y en tanto mayor será el sesgo de estimación correspondiente.
consonancia con las ecuaciones anteriores:
YGE = b0GE + b1 XGE = -24.770 + 1.994 XGE = -24.770 + (1.994) (80.410) Sensibilidad y validez de la investigación
= 135.568
YGC = b0GC + b1XGC = -90.057 + 2.042 XGC = -90.057 + (2.042) Toda investigación comienza con una hipótesis causal, que plantea
(69.820) = 52.515 una relación causal entre un Tratamiento (supuesta causa) y una

Para profundizar en este tipo de contenidos consulte la obra:

Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
Respuesta (supuesto efecto) para alguna población o Universo en algún
Contexto físico y en una Ocasión temporal localizada. Los elementos de
este argumento se resumen en el acrónimo T-R-U-C-O. Dos ejemplos:
EDAD (en meses)
Figura 2.3. Descomposición del efecto de tratamiento en ausencia de
sesgo.
a) El programa "J" de enriquecimiento cognitivo mejora las
habilidades lingüísticas de niños de baja extracción social.
b) La campaña publicitaria "K" sobre el peligro del tabaco
es efectiva para reducir el hábito en personas de alto nivel educativo
que viven en grandes ciudades.
Cuando se diseña una investigación, los constructos tratamiento o
causa (el programa "J" y la campaña publicitaria "K" en el ejemplo) y
respuesta o efecto (habilidades lingüísticas y reducción del hábito) tienen
que ser traducidos en operaciones susceptibles de manipulación y/o
medida. Este proceso se denomina operacionalización. Una vez
finalizade la investigación debe calcularse un efecto de tratamiento,
definido como la influencia del tratamiento sobre el resultado, y a
continuación plantearse dos cuestiones esenciales:
a) En primer lugar, si el efecto de tratamiento puede ser
detectable mediante una prueba estadística al uso.
b) En segundo lugar, si el efecto de tratamiento es
representativo y estable (no han intervenido en el mismo causas
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
12
ajenas al tratamiento) y generalizable (puede extrapolarse a otras
situaciones diferentes).
Ambas cuestiones se enraizan en el concepto general de validez. El
primer aspecto corresponde a lo que, siguiendo a Lipsey (1990) y Saxe y
Fine (1981), denominaremos aquí sensibilidad de la investigación,
definida como la probabilidad de que un efecto, si está realmente
presente, pueda ser detectado. Esta es una cuestión objetiva abordable
estadísticamente. El segundo aspecto corresponde a lo que usualmente
se conoce por validez de la investigación, y se refiere a la verosimilitud
de que lo que se detecta sea, de hecho, el efecto (teórico) por el que el
investigador se ha interesado. Esta es una cuestión eminentemente
subjetiva que no es empíricamente abordable.
La distinción se fundamenta además en los conceptos de sesgo y
error. Cuando se estima un efecto de tratamiento, la subestimación o
sobreestimación de la magnitud del efecto es un sesgo e indica que se
ha producido algún tipo de confundido. Sin embargo, puede suceder que
el efecto de tratamiento se haya estimado sin sesgo pero que ocurra
algún error al concluirse que el tratamiento es significativo, cuando de
hecho no lo es (error tipo I) o al concluir que el tratamiento no es
significativo cuando en realidad sí lo es (error tipo II).
Esta situación se produce porque tal conclusión se adopta en base al
resultado de una prueba estadística, que en términos muy generales
puede definirse como una razón entre un efecto de tratamiento
(componente sistemático), en el numerador, contra otras fuentes de
variación no sistemáticas, ajenas al tratamiento (componente aleatorio),
en el denominador. Un equilibrio inadecuado entre ambos componentes
puede producir conclusiones inapropiadas.
La tipología de la validez de Campbell y colaboradores 1) La tipología de 1963
La tipología de 1963
Como se apuntó más arriba, fue en un trabajo de Campbell y Stanley
(1966), posteriormente publicado de forma monográfica (1966), donde
por primera vez se plantea una tipología de la validez de la investigación,
que distinguía entre:
a) La validez interna, que se refiere al grado de confianza
con que puede inferirse si una relación causa-efecto entre dos (o
más) variables es o no interpretable en el sentido apuntado por el
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
investigador.
b) La validez externa que concierne al grado de confianza o
credibilidad con que puede concluirse si una relación causa-efecto
encontrada entre dos (o más) variables es o no representativa, o
sea, puede ser generalizada a otros contextos diferentes a aquél
utilizado por el investigador.
Para cada tipo de validez, Campbell y Stanley presentaron y
discutieron una lista de posibles amenazas contra la validez; es decir, de
hipótesis rivales verosímiles, que potencialmente podrían explicar los
resultados. Como expresaron sus autores: "ambos criterios son sin duda
importantes, aunque con frecuencia se contrapongan, en el sentido de
que ciertos aspectos que favorecen a alguno de ellos perjudica (de
alguna forma) al otro. Si bien la validez interna es el sine qua non y a la
cuestión de la validez externa, como a la de la inferencia inductiva,
nunca se puede responder plenamente, es obvio que nuestro ideal lo
constituye la selección de diseños ricos en una y otra validez" (Campbell
y Stanley, 1966/1973, págs. 16-17). La validez interna incluía un total de
8 amenazas; la validez externa, sólo 4.
La tipología de 1979
La aparición de ciertas ambigüedades interpretativas llevaron a sus
autores a ensayar más tarde una nueva conceptualización, desarrollada
a partir de la anterior, que se publicó primero en un manual sobre
psicología industrial (Dunnette, 1976) y luego en una monografía sobre
cuasi-experimentación (Cook y Campbell, 1979).
La nueva conceptualización de la validez amplió la dicotomía
interna/externa incorporando dos nuevos tipos de validez (validez de la
conclusión estadística y validez de constructo), amplió la lista de
amenazas hasta un total de 33 y proporcionó una definición algo más
explícita de validez: "Utilizamos los conceptos de validez e invalidez para
hacer referencia a la mejor aproximación disponible a la verdad o
falsedad de las proposiciones" (Cook y Campbell, 1979, pág. 37).
La justificación y jerarquización de esta tipología, según afirman sus
autores, se fundamenta en la correspondencia con la práctica cotidiana
del investigador, quien se plantea los pasos siguientes durante el
proceso de investigación:
a) ¿Existe una relación funcional establecida entre la
variable de tratamiento y la variable de respuesta?: Validez de la
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
13
conclusión estadística.
b) Suponiendo que tal relación exista, ¿es la variable de
tratamiento la que causa el resultado o efecto o por el contrario éste
se habría obtenido en ausencia de aquélla?: Validez interna.
c) Suponiendo que la relación es presumiblemente causal y
se ha obtenido con indicadores de constructos causa y efecto
arbitrariamente elegidos, ¿cuáles son los constructos causa y efecto
particulares involucrados en la relación estudiada? ¿Qué relación
mantienen con los indicadores utilizados? ¿Hasta qué punto puede
generalizarse de indicador a su constructo?: Validez de constructo.
d) Y similarmente, dada una relación supuestamente causal
obtenida con indicadores de los constructos de población de
individuos (indicador: muestra de sujetos), contexto de investigación
(indicador: lugar físico donde se realiza la investigación) y momento
temporal, ¿hasta qué punto puede generalizarse desde los in-
dicadores a sus constructos respectivos?: Validez externa.
La lista original de amenazas contra los cuatro tipos de validez se
presenta en el Cuadro 2.4.
Tipologías de la validez alternativas
Pese a que la conceptualización de Campbell y colaboradores ha
pasado a pertenecer al acerbo metodológico de las ciencias sociales,
abundan otras tipologías alternativas. Por ejemplo, Cronbach (1982),
Krathwohl (1985) y Trochim (1986). Un exhaustivo análisis de Mark
(1986) destaca que todas ellas tienen en común la descripción de las
relaciones causa-efecto cuyos cinco elementos esenciales pueden
resumirse con un argumento que refleja el acrónimo T-R-U-C-O:
El tratamiento (T) produce un respuesta (R) con las unidades (U)
dentro del contexto (C) y en la ocasión (O).
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA 14

Cronbach (1982), quien distingue tres niveles de generalización para

CUADRO 2.4. Amenazas contra la validez: Cook y Campbell (1979). cada uno de los elementos involucrados en la relación, a saber:
— Un primer nivel de indicador, etiquetado con letras
minúsculas, que representa la particular operacionalización de
Baja potencia estadística.
Violación de los supuestos de las pruebas estadísticas. tratamiento (t), respuesta (r), unidad (u), contexto (c) y ocasión (o).
Validez de
Violación del error tipo I. Este último es un elemento no contemplado por Cronbach pero que
la
conclusión
Fiabilidad de la medición de la respuesta. incluimos aquí con propósitos pedagógicos comparativos.
Fiabilidad de la administración de los tratamientos. — Un segundo nivel de constructo real, etiquetado con
estadística
Irrelevancias aleatorias del contexto de investigación.
Heterogeneidad aleatoria de las unidades de respuesta. letras mayúsculas, que representa los constructos causa (T), efecto
(R), población (U), contexto (C) y ocasión (0) involucrados en la
investigación.
Historia. — Un tercer nivel de constructo extrapolado, etiquetado con
Maduración. letras mayúsculas con asterisco, que representa un nivel superior de
Administración de pruebas.
Instrumentación.
generalización a los constructos causa (*T), efecto (*R), población
Regresión estadística. (*U), contexto (*C) y ocasión (*O).
Selección.
Validez Mortalidad selectiva.
interna La Figura 2.4 (modificada de Cook, Campbell y Peracchio, 1990, pág.
Interacciones con selección.
Ambigüedad en la dirección de la relación causa-efecto.
496) representa las ideas fundamentales del esquema de Cronbach. Las
Difusión e imitación de tratamientos. líneas continuas representan aquí la generalización de indicador a
Igualación compensatoria de tratamientos. constructo real; las discontinuas, la generalización de indicador a
Rivalidad compensatoria de los sujetos. constructo extrapolado.
Desmoralización de los sujetos.

Explicación preoperacional inadecuada.

Sesgos derivados del uso de una operación única.
Sesgos derivados del uso de un solo método.
Adivinación de hipótesis.
Validez de Recelo de evaluación.
constructo Expectativas del experimentador.
Confusión de constructos y niveles de constructo.
Interacción de tratamientos intrasujeto.
Interacción de administración de pruebas y tratamiento.
Generalidad restringida entre constructos.
Figura 2.4. Notación del concepto de validez según Cronbach (1982).

En el argumento TRUCO, la correspondencia entre los elementos

Interacción selección-tratamiento (validez de población).
Validez
Interacción contexto-tratamiento (validez ecológica).
básicos del proceso de investigación y la tipología de Campbell y
externa
Interacción historia-tratamiento (validez histórica). colaboradores es clara: los elementos (T) y (R) conciernen
respectivamente a la validez de constructo de causas y efectos, los
elementos (U), (C) y (O) corresponden a los aspectos fundamentales de
la validez externa (validez de población, validez ecológica y validez
Quizá la más interesante de todas ellas sea la formulada por
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
histórica, respectivamente) mientras que la validez interna está
representada en la flecha unidireccional existente entre (t) y (r).
Nótese la importancia crucial que se atribuye aquí al nivel de
generalización, y por ende el papel que ocupa la teoría en la
generalización de resultados. Para cada elemento, con excepción de la
flecha, existe un nivel de generalización que parte de un elemento
concreto hasta alcanzar un nivel de generalización óptimo. Así, el
elemento (u) se refiere a una muestra particular de unidades de
respuesta empleada en una investigación, pongamos por caso, niños
desfavorecidos de barrios pobres de colegios de Madrid capital. La
generalización a una población superior concierne a la validez de
población y supone la existencia de un nivel de generalización cuya
delimitación y alcance corresponde definir al investigador, que puede
quedarse a un nivel ligeramente superior, por ejemplo colegios de
barrios pobres de la comunidad autónoma de Madrid, o un nivel muy
superior, por ejemplo colegios de barrios pobres de colegios españoles.
Lo mismo cabe aplicar al resto de los elementos presentes en el
argumento.
Una situación peculiar se presenta en la conexión entre tratamiento y
resultado, conexión "única" en lo que concierne al resultado pero
"exclusiva" en lo relativo al tratamiento (puesto que es posible considerar
tratamientos alternativos que hayan producido el mismo resultado). Por
lo tanto, el problema que se plantea aquí es el nivel de exclusividad del
tratamiento (t) para producir el resultado (r). Este es esencialmente el
concepto de validez interna.
Y finalmente, no aparece en el argumento ningún elemento que se
corresponda con la validez de la conclusión estadística. Efectivamente,
este tipo de validez plantea esencialmente una cuestión objetiva (¿cuál
es el efecto del tratamiento observado?), y por ello se considera hoy más
bien como una cuestión de sensibilidad y no de validez, como
apuntamos anteriormente.
Hacia un esquema práctico de la validez
El esquema de la validez de Campbell y colaboradores se ha
mostrado eficaz (Ato y Rabadán, 1991) para evaluar investigaciones
originales con la finalidad de obtener una valoración subjetiva tanto del
nivel de exclusividad en la explicación del efecto (validez interna) como
del nivel de generalidad de los elementos de la investigación (validez ex-
terna y validez de constructo). Adicionalmente, también se puede
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
15
emplear para valorar la consistencia de la relación funcional
(sensibilidad).
Subsisten sin embargo algunas ambigüedades en la lista de
amenazas propuesta por Cook y Campbell en 1979, y que en parte han
sido subsanadas en una presentación más reciente (Cook, Campbell y
Peracchio, 1990).
Dada una investigación determinada, la evaluación de cada uno de
los elementos de la lista de amenazas contra la validez no tiene otro
objeto que contribuir a que el investigador (o posteriormente, el
evaluador o consumidor de la investigación) descarte todas las fuentes
verosímiles de sesgo que pueden arruinar su investigación, y en el caso
de no asegurar tal descarte, utilizar los procedimientos necesarios para
que no sean verosímiles las fuentes de sesgo sospechosas.
Sin embargo, para que el esquema resulte atractivo, se precisa una
definición sencilla y comprensible de las 33 amenazas que se contienen
en el Cuadro 2.4, utilizando una clasificación más pragmática de las
mismas, e incorporando la conceptualización de Cronbach (1982). La
que proponemos aquí se fundamenta en definiciones más recientes de
las amenazas (Cook, Campbell y Peracchio, 1990; Ato y Navalón, 1993)
y su inserción en una estructura arbórea que facilita en mayor medida su
lectura y recuerdo. Presentamos para cada una de las fuentes una breve
explicación de su significado. Un análisis más detenido de cada una de
las amenarac puede consultarse originalmente en Cook y Campbell
(1976; 1979) y, más recientemente, en Cook, Campbell y Peracchio
(1990). En castellano, puede también consultarse Ato y Rabadán (1991)
y Ato (1991, cap. 6). El resumen de todas las fuentes se encuentra en el
Cuadro 2.5.
CUADRO 2.5. Amenazas contra la validez: reconceptualización.
"Validez Asociados 1. Historia
interna al tiempo 2. Maduración
Sesgos en
comparaciones Asociados a 3. Administración de pruebas
intrasujeto la medición 4. Instrumentación
Asociados a 5. Mortalidad diferencial
la selección 6. Regresión estadística
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA 16

(hambre, fatiga) o a largo plazo (envejecimiento).

7. Selección
Sesgos en b) Asociados a la medición
8. Interacciones con selección
comparaciones 3. Administración de pruebas: efectos de administrar una
9. Ambigüedad de la dirección causa-
intersujetos
efecto prueba sobre las puntuaciones obtenidas en una administración
posterior.
4. Instrumentación: cambios en la calibración de un
10. Explicación preoperacional inadecuada
Sesgos de
instrumento de medida (humano o mecánico).
11. Empleo de una operacionalización
operacionalización de única c) Asociados a la selección
los constructos T y R 12. Empleo de un método único de 5. Mortalidad diferencial: reducción del tamaño y/o
Validez operacionalización naturaleza original de los grupos durante el proceso de medición.
de
Constructo 6. Regresión estadística: tendencia hacia la centralidad
producida en grupos con unidades directa o indirectamente
Sesgos de 13. Efectos reactivos situacionales
reactividad 14. Adivinación de hipótesis
seleccionadas sobre la base de sus puntuaciones extremas.
de las unidades 15. Artefactos de sujeto
de respuesta 16. Artefactos de experimentador —Sesgos producidos con comparaciones de grupo (intersujetos)
Representan un conjunto de sesgos apropiados a situaciones
donde se comparan al menos dos grupos de individuos
Sesgos de 17. Interacción selección-tratamiento
Validez
generalización de los 18. Interacción contexto-tratamiento (comparaciones intersujetos) una vez que el tratamiento ha sido
externa administrado.
constructos U, C y 0 19. Interacción historia-tratamiento
7. Selección: efectos producidos por la no equivalencia
inicial de los grupos (tratamiento y control) objeto de
20. Interacción admistración pruebas-
Sesgos de tratamiento
comparación.
Validez
generalización 21. Interacción instrumentación- 8. Interacciones con selección: interacción de la selección
externa
menores tratamiento con otras fuentes de sesgo anteriormente mencionadas
22. Interacción tratamientos intrasujeto produciendo efectos espurios. Las más comunes son la
selección-maduración, que ocurre cuando grupos no
Validez Interna
equivalentes maduran a diferente ritmo, y la selección-historia,
que se presenta cuando grupos inicialmente no equivalentes
— Sesgos producidos con comparaciones intrasujeto (pre-post): experimentan historias locales diferentes.
Representan un conjunto de sesgos que aparecen en situaciones 9. Ambigüedad de la dirección causa-efecto: efecto
en que se comparan al menos dos medidas de los mismos sujetos producido cuando la precedencia temporal de la causa no es
en un plazo de tiempo durante el cual tiene lugar la administración clara. Suele aparecer en diseños no experimentales (diseño
del tratamiento (comparaciones intrasujeto). Hemos dividido tales correlacional por ejemplo).
sesgos en tres grandes clases, según se relacionen con el paso del
Validez De Constructo
tiempo, el proceso de medición o el proceso de selección-
— Sesgos de operacionalización de constructos (T) y (R)
asignación.
Representan sesgos que reflejan una inadecuada operacionalización
a) Asociados al tiempo
de los indicadores, o bien porque los indicadores definidos no captan
1. Historia: eventos específicos que ocurren al mismo
todas las dimensiones que teóricamente incorpora un constructo (sub-
tiempo que el tratamiento.
representación) o bien porque los indicadores incluyen aspectos que no
2. Maduración: procesos internos que operan a corto
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
UNIDAD I EL MÉTODO CIENTÍFICO
MÓDULO 2201- LA INVESTIGACIÓN CIENTÍFICA EN LA PSICOLOGÍA
son relevantes para el constructo (irrelevancias sobreañadidas al
constructo). En última instancia, se trata también de un problema de
generalización de los indicadores de tratamiento y respuesta (t,r) a los
constructos correspondientes (T, R).
10. Explicación preoperacional inadecuada: análisis teórico
minucioso de la naturaleza y los componentes del constructo
para derivar operaciones y métodos de operacionalización que
conducirán a su definición.
11. Empleo de una operacionalización única: sesgo que
ocurre cuando se define una única operacionalización de un
constructo, ya que la utilización de una sola operación no suele
captar el constructo en su globalidad y obtiene indicadores con
irrelevancias.
12. Empleo de un método único de operacionalización:
sesgo que ocurre cuando se emplea un solo método de
operacionalización, ya que la utilización de un método de
operacionalización único produce indicadores que
subrepresentan los constructos y contienen irrelevancias.
—Sesgos de reactividad de las unidades de respuesta
Son un conjunto de sesgos que aparecen cuando los sujetos (o las
unidades de respuesta de la investigación) se comportan de forma
reactiva, presentando conductas artificiales que se desvían de su
comportamiento natural. La consecuencia fundamental que producen es
una desnaturalización de los indicadores de tratamiento y respuesta, que
se desvían de sus constructos de referencia correspondientes y por ello
son también en última instancia un problema de generalización.
13. Efectos reactivos situacionales: incorporan amenazas
que generan cambios en el comportamiento de los sujetos y se
producen en situaciones sociales comparativas. Son la difusión
o imitación de tratamientos, la igualación compensatoria de
tratamientos, la rivalidad compensatoria y la desmoralización
de los sujetos que reciben los tratamientos menos deseables.
14. Adivinación de hipótesis: los sujetos se esfuerzan
siempre por saber cómo el/los investigador/es desea/n que se
comporten, o sea, por conocer la hipótesis que el investigador
desea comprobar. En ocasiones en que la hipótesis es sencilla
de deducir, pueden generarse comportamientos reactivos. El
ejemplo más conocido es el efecto Hawthorne (Roethlisberger
y Dickson, 1939).
Para profundizar en este tipo de contenidos consulte la obra:
Anguera, M., Arnau, J., Ato, G., Martínez, A., Pascual, Ll. y Vallejo. S.(1995)
Métodos de Investigación en Psicología. España: Síntesis Psicología.
17
15. Artefactos de sujeto: los sujetos desempeñan durante la
investigación papeles específicos que desvirtúan
considerablemente su conducta espontánea y natural (Weber y
Cook,1972).
16. Artefactos de experimentador: los investigadores se
esfuerzan por conseguir que el sujeto obtenga las
puntuaciones que confirmen su/s hipótesis (Rosenthal y
Rosnow, 1969).
Validez Externa
—Sesgos de generalización de los constructos (U), (C) y (0).
Son un conjunto de sesgos relativos a los constructos de Unidades
de respuesta, Contexto y Ocasión temporal y que dificultan una
generalización apropiada de los mismos. Puesto que tal generalización
presupone que diferentes niveles del contracto presenten la misma
pauta para cada uno de los diferentes niveles del tratamiento, el
concepto de generalización se convierte en una cuestión de interacción
constructo-tratamiento.
17. Interacción selección-tratamiento: se conoce también por
validez de Población. Se refiere ala generalización de (u) a (U).
18. Interacción contexto-tratamiento: corresponde a la
denominada validez ecológica. Se refiere a la generalización de
(c) a (C).
19. Interacción historia-tratamiento: también conocido como
validez histórica. Se refiere a la generalización de (o) a (0).
Otros sesgos menores de generalización
Incorporan sesgos de generalización relativos a otros
constructos menores, diferentes de los clásicos constructos de
historia, contexto y unidad de respuesta.
20. Interacción administración de pruebas-tratamiento:
generalización del resultado a otras condiciones de
administración de prueba diferentes a la utilizada.
21. Interacción instrumentación-tratamiento: generalización
del resultado a otras condiciones de instrumentación diferentes
a la utilizada.
22. Interacción de tratamientos intrasujeto: generalización
del resultado de la situación en que los sujetos reciben más de
un tratamiento a la situación (hipotética) en que sólo reciban
uno.
UNIDAD I EL MÉTODO CIENTÍFICO