Metod Experi Cuasi

06/11/15
Máster de Investigación e Innovación en Currículum y Formación
INVESTIGACIÓN EN DESARROLLO CURRICULAR

Y FORMACIÓN DEL PROFESORADO.
Diseños Experimentales y
Cuasiexperimentales de
Investigación en Educación.
M. Carmen Pichardo Martínez

Dpto. Psicología Evolutiva y de la Educación
Índice
1.  Aspectos generales de investigación científica
•  El método científico
•  Proceso general de investigación
•  Esquemas metodológicos de investigación
2. Diseños experimentales
•  Diseños completamente aleatorizados
•  Diseños de bloques aleatorios
•  Diseños de medidas repetidas
•  Diseños con covariantes
3. Diseños cuasi-experimentales
•  Diseños con grupos control no equivalente
•  Diseños de discontinuidad en la regresión
•  Diseños de series temporales interrumpidas
4. Diseños de caso único.
5. Metodología por encuesta

6. Metodología ex post facto
7. Metodología observacional
1
06/11/15
INTRODUCCIÓN
CIENCIA
Conjunto organizado de conocimientos
(conocimiento científico) que han sido
adquiridos utilizando un método
científico
Introducción
Un conjunto de conocimientos, consecuencia de recopilar y

ordenar de forma objetiva y sistemática la información
que nos proporcionan los fenómenos naturales, con el fin
de comprender nuestro entorno, describiendo y
explicando las relaciones entre los eventos empíricos, de
forma que se puedan predecir acontecimientos
desconocidos.
2
06/11/15
INTRODUCCIÓN
CARACTERÍSTICAS DE LA CIENCIA
LENGUAJE RECOGIDA SIGUE

PROPIO DE UN
VOCABUL. DATOS PROCESO
PARTICULAR
INTRODUCCIÓN
MÉTODO CIENTÍFICO
Proceso sistemático por medio del cual se
adquieren conocimientos objetivos del
mundo
SUPUESTOS FUNDAMENTALES:
" Orden
" Determinismo
" Comprobabilidad
3
06/11/15
MÉTODO CIENTÍFICO
ORDEN:
En el mundo impera un cierto orden que impide que los hechos
ocurran de una forma caótica, casual o aleatoria- Posibilidad de
leyes generales.
DETERMINISMO:
Es la creencia de que existen acontecimientos anteriores que
determinan la naturaleza de cada hecho observado. Idea de
causalidad
COMPROBABILIDAD:
Al menos teóricamente, el científico está convencido de que cada
paso, cada eslabón de la cadena causal de acontecimientos
puede ser averiguado, observado y medido. Problemas con
solución
Método científico
Los conocimientos adquiridos mediante el método científico deben cumplir
una serie de requisitos:
Garantiza la ausencia de prejuicios de los
•  Objetividad investigadores y, así, de los sesgos consecuencia de
éstos.
•  Empirismo La aplicación científica se ha de limitar a lo observable.
La forma de adquirir conocimiento debe ser repetible y

•  Repetibilidad contrastable por cualquier miembro de la comunidad
científica.
•  Pasimonia Se debe preferir las explicaciones simples de los

fenómenos a las complejas.
Los descubrimientos deberán ser publicados y

•  Difusión difundidos para formar parte del conocimiento científico
ya establecido.
4
06/11/15
Método científico
Explicación
Descripción
OBJETIVOS
MÉTODO
CIENTÍFICO
Predicción
PROCESO GENERAL DE
INVESTIGACIÓN
NIVELES FASES
Delimitación de Discusión de los

TEÓRICO-
un área de Hipótesis investigación resultados
CONCEPTUAL
estudio
Operativización
Definición variables
Plan de investigación Selección muestra
TÉCNICO-
METODOLÓGICO Estrategia de Recogida de datos Validez de diseño
Experimental Cuasi- experimental No experimental
ANALÍTICO •  Elaboración y recogida de datos

ESTADÍSTICO
•  Pruebas de significación
•  Contraste de hipótesis
5
06/11/15
PROCESO GENERAL DE
INVESTIGACIÓN
VALIDEZ DE UN DISEÑO Se trata de comprobar si el diseño es adecuado para
comprobar la hipótesis de investigación y si a partir de
él es posible generalizar los resultados que se
obtendrán
•  Validez de conclusión estadística: Grado de confianza que podemos tener, dado

un nivel determinado de significación estadística, sobre la correcta inferencia de la
hipótesis. Es decir, se refiere a la potencia que tiene un diseño para detectar el efecto
del tratamiento.
•  La validez interna: Responde a la pregunta, ¿es cierta la relación entre las variables
enunciada en la hipótesis o podría explicarse dicha relación de otra forma? Es decir, el
diseño de la investigación se realiza de forma que no exista duda alguna de que la
relación establecida entre las variables es la correcta y no hay otra posible.
•  La validez de constructo: tiene que ver con el hecho de que las variables objeto de
estudio han sido operacionalizadas de forma correcta. Habría que preguntarse si
dichos indicadores son adecuados para representar la variable en cuestión. Por
ejemplo, el constructo depresión se mide con diferentes indicadores como puede ser
tener insomnio, pérdida de apetito, cansancio, etc.
•  La validez externa: Grado de confianza con el que se pueden generalizar los
resultados obtenidos a la población (validez poblacional), a otros contextos (validez
ecológica) y a otro momento temporal distinto (validez histórica).
ENFOQUES METODOLÓGICOS
LOS DISTINTOS ENFOQUES

METODOLÓGICOS SE DIFERENCIAN:
" GRADO DE CONTROL DEL

INVESTIGADOR SOBRE LA SITUACIÓN
" CONCLUSIONES QUE SE PUEDEN
EXTRAER
" GRADO DE GENERALIZACIÓN DE LOS
RESULTADOS OBTENIDOS
6
06/11/15
ESQUEMAS METODOLÓGICOS DE
INVESTIGACIÓN
TRADICIONES
Manipulativo-Experimental Asociativa-Correlacional
•  Hipótesis de investigación en términos de •  Relaciones asociativas entre variables

causalidad.– Leyes generales (Hipótesis de covariación no causales).
•  Manipulación de variables (consideradas •  No manipulación, únicamente selección de
causa en la hipótesis --- V.I) para ver los variables.
cambios en la V.D, eliminando efectos de
las V. Extrañas •  No asignación aleatoria de los
•  Asignación aleatoria de los individuos a participantes.
cada uno de los niveles de la variable
•  No hay control exhaustivo de otras
independiente.
variables no estudiadas.
•  Control riguroso de los efectos de otras
variables (extrañas) que no son objeto de
la investigación. Variación conjunta
entre variables
Causa-efecto
•  Técnica de análisis ANOVA •  Técnicas de análisis Correlación/

regresión
ESQUEMAS METODOLÓGICOS DE
INVESTIGACIÓN
TRADICIONES
Manipulativo-Experimental Asociativa-Correlacional
Metodología experimental Metodología no experimental
Experimental De encuesta
Ex post facto
Cuasi-experimental
Observacional
Diferencia en la asignación aleatoria
Encuesta: Representatividad (grandes muestras)
Ex post facto: Selección de sujetos después de ocurrir
la V.I (Variables asociadas a los sujetos)
Observacional: Realismo. Análisis reducido de sujetos
en contexto natural.
7
06/11/15
DISEÑOS EXPERIMENTALES
El objetivo fundamental de una investigación experimental o cuasi
experimental es el estudio de las relaciones causales entre las variables,
produciendo las condiciones de aparición del fenómeno de estudio a través
de la manipulación directa de la variable independiente (VI), midiendo
su efecto sobre la variable dependiente (VD) y ejerciendo control
sobre aquellas variables potencialmente contaminadoras de los resultados,
variables extrañas (VE). De esta forma, el método experimental y cuasi
experimental constituyen las estrategias de investigación que más garantía
ofrecen para la contrastación de hipótesis causales.
EXPERIMENTO
Experimento de Experimento de
laboratorio campo
REQUISITOS
Manipulación
La técnica de ladetermina
aleatorización se tieneo que utilizar Aleatorización
El investigador los niveles valores de la VI
en dos momentos del experimento: a) cuando
que se van a manejar en la investigación, y crea las se
Cosiste
asignan en laparticipantes
acción directa
losnecesarias y grupos,
manipulativa del
condiciones para ala los
presentación y b)
artificial de
experimentador
cuando sobreloslagrupos
se asignan VI a a estudiar
las y sobre las V.
esos valores. De aquí se deduce algocondiciones
importante, en el
Extrañas que potencialmente
experimentales o tratamiento. puede influirpodemos
sobre la VD,
método experimental la VI debeTambién
de ser manipulada de
distorsionando el efecto
asignarintencional
de forma de lalos
aleatoria VI.sujetos de la muestra
forma o directa.
Algunas técnicas
directamente de control
a los de VEs
tratamientos, son la el
evitando eliminación,
paso la
constancia
intermedioy (formación
la aleatorización.
de los grupos).
GRUPOS EQUIVALENTES
Control
8
06/11/15
HIPÓTESIS DE CAUSALIDAD
Cualquier)inves-gación)parte)del)planteamiento)de)una)hipótesis)de)inves-gación)
que)pretende)ser)una)explicación)o)solución)a)un)fenómeno)o)problema.)En)el)caso)
de)los)esquemas)metodológicos)experimentales)y)cuasi=experimentales,)dicha)
hipótesis)se)planteará)como)una)relación)causal)entre)las)variables)objeto)de)
estudio)(VI)y)VD)
Por ejemplo:
Los profesores con disfonía funcional que reciben 20 sesiones de
reeducación vocal tendrán una mejoría significativa en comparación
con los profesores que no han recibido el programa de reeducación
vocal.
VI (Causa) VD (Efecto)
El problema fundamental de la comprobación de la hipótesis de causalidad
es aceptar con certeza absoluta la relación de causalidad que plantea.
Nunca se conseguirá dicha certeza absoluta, sin embargo, podremos
acercarnos a ella. Para ello, es estrictamente necesario eliminar cualquier
otra explicación alternativa, dicho de otra forma, es necesario eliminar el
efecto que sobre la VD puede tener otras variables que no son la VI. Estas
otras variables son las VEs.
Aceptar hipótesis de causalidad es necesario

que se cumplan las siguientes condiciones para
inferir que la VI es la causa de la VD:
Predecencia temporal Principio de covariación Eliminar VEs
9
06/11/15
VD
Elegir adecuadamente el o los procedimientos de medida de dicha variable.

Esto supone, seleccionar un instrumento de medida de la VD por su validez,
fiabilidad y sensibilidad.
•  Un instrumento de medida es válido (Validez) siempre que registre la variable

que dice medir y no otra.
•  Un instrumento será fiable (Fiabilidad) siempre que sea preciso y consistente,
en el sentido que la medida esté libre de error.
•  Un instrumento será sensible (sensibilidad) a la VD cuando dicha medida
detecte, en el caso de que exista relación entre la VI y la VD, los cambios
producidos en la primera.
Control de variables
extrañas
VD
V.I (Tratamiento)
OTROS FACTORES
•  Situación de la investigación
•  Condiciones ambiente
•  Condiciones del propio sujeto.
•  Incluso el mismo acto de medir la
VD contiene errores.
•  Maximizar la varianza sistemática primaria (se

maximice el efecto de la VI, así podremos identificar
claramente su efecto)
PRINCIPIO MAX-MIN-COM •  Minimizar la varianza error (se minimice el efecto de
VEs desconocidas)
•  Controlar la varianza sistemática secundaria (se
controle los efectos de VEs conocidas).
10
06/11/15
OBJETIVOS CONSECUCIÓN
Maximizar la variancia Mediante la adecuada elección de los

sistemática primaria valores de la variable independiente
Control de las fuentes de Mediante la selección de un diseño

variación secundarias adecuado
Minimizar la variancia del error Aumentando la precisión en la medida de

los registros y selección de sujetos
homogéneos
Control de variables
extrañas
Control experimental Control estadístico

A priori A posteriori
Conocimiento VE No Conocimiento VE
Control directo Control indirecto
Eliminación Aleatorización ANCOVA

Constancia
11
06/11/15
CLASIFICACIÓN
Unifactoriales
Número de VI
Multifactoriales
Univariados
Número de VD
Multivariados
Diseños completamente aleatorizados.

Diseños de bloques aleatorios.
Técnicas de control
Diseños de medidas repetidas.
Diseños con covariantes.
DISEÑOS COMPLETAMENTE
ALEATORIZADOS
•  La lógica de los diseños completamente aleatorizados se basa en la

equivalencia inicial de los grupos. Es decir, si los grupos son iguales antes
de aplicar el tratamiento, las diferencias encontradas después de aplicar el
tratamiento se deberán al efecto de éste.
•  Para que esto ocurra es necesario que los grupos se hayan formado
aleatoriamente y que de esta misma forma se hayan asignado los
tratamientos a los grupos.
Efecto de una VI con dos (diseño de dos grupos aleatorios) o más niveles
(diseño multigrupo) sobre una VD
Importancia de un número de sujetos suficiente en cada condición

experimental (25-30 participantes/grupo)
12
06/11/15
A1 A2
(Grupo experimental) (Grupo control)
S S
U U
J J
E E
T T
O O
S S
Muestra
experimental Asignación al azar
25
Tratamientos
A1 A2 … Aj … Aa
S S S
u u u
j j .………… j
e e e
t t t
o o o
s s s
Asignación aleatoria
Muestra
experimental
13
06/11/15
DISEÑOS BLOQUES ALEATORIOS
Aleatorización simple no es suficiente:
•  Las puntuaciones en la medida pretratamiento nos indica que los grupos no son
homogéneos.
•  La aleatorización no es un procedimiento de control suficiente (muestra
pequeña, heterogeneidad)
•  Creemos que existe una VE que puede estar influyendo sobre la conducta objeto
de estudio (VD).
Técnica de bloques Control directo de una VE

conocida por constancia
Esta técnica de bloqueo consiste en agrupar a los sujetos en subgrupos o bloques en

función de la puntuación obtenida en una posible VE o en la misma VD. Cada bloque o
subgrupo debe tener una cantidad de sujetos igual o múltiplo del número de condiciones
experimentales o tratamientos. VARIABLE DE BLOQUEO (correlación alta con VD)
Una vez formados los subgrupos o bloques, aleatoriamente se

asigna el mismo número de sujetos de cada bloque a los diferentes
grupos o condiciones
Formato del diseño de bloques
Bloques Tratamientos
A1 A2 ··· Aj ··· Aa
B1 n1 n2 nj na
··· ···
B2 n1 n2 ··· nj ··· na
………………………………………..
…………………………….………….
Bk n1 n2 nj na
··· ···
28
14
06/11/15
DISEÑOS DE MEDIDAS REPETIDAS
(Intrasujetos)
Una de las formas más intuitivas de controlar los efectos de VEs relacionados con
los sujetos es utilizar a los mismos sujetos para los distintos tratamientos, es decir,
utilizar a los sujetos experimentales como medio de control.
Un grupo de sujetos experimentales que pasan por

todos los niveles de la VI recibiendo todos los
tratamientos
La efectividad del tratamiento se comprobará comparando entre sí

las medidas de la VD en cada una de las condiciones, en este
caso, de cada sujeto en cada condición experimental.
Limitaciones
Efectos de orden Efectos residuales

Fatiga, práctica…
Asignación aleatoria a los sujetos del orden en el que Dejar transcurrir tiempo entre tratamientos
éstos pasan por los distintos niveles de tratamiento
Formato del diseño de medidas repetidas.

Diseño de medidas repetidas simple (S x A)
A1 A2 ........ Aa
Sujeto 1 Sujeto 1 ........ Sujeto 1

Sujeto 2 Sujeto 2 ........ Sujeto 2
..........................................................
Sujeto N Sujeto N ........ Sujeto N
30
15
06/11/15
DISEÑOS CON COVARIANTES
Los diseños covariados o con covariantes son aquellos que realizan un control
estadístico de una VE cuantitativa, segregando el efecto de dicha variable sobre la
VD
Técnica estadística ANCOVA
La variable covariada se mide antes de iniciar la investigación. Después los sujetos

son asignados de forma aleatoria a cada uno de los niveles de la VI, por lo que los
grupos serán homogéneos en el resto de VEs. Después se aplica el tratamiento y
se mide la VD. Una vez obtenido los resultados se extrae el efecto de la covariable
(VE) de la VD mediante un análisis estadístico (ANCOVA).
DISEÑOS CUASI-EXPERIMENTALES
•  Hipótesis de causalidad
•  No asignación de forma aleatoria los sujetos a las condiciones
experimentales
Menos potencia predictiva que los Mayor validez externa

diseños experimentales Menor validez interna Diferencia entre
investigación
básica y aplicada
REGLA DE ASIGNACIÓN
No aleatoria y desconocida (NA) No aleatoria y conocida NAC
16
06/11/15
Clasificación
!  DISEÑOS DE GRUPO PRETEST-POSTEST (DGPP)

-  Diseño con grupo control no equivalente (NA)
-  Diseño de discontinuidad de la regresión (NAC)
-  Diseño de un grupo solamente postest

-  Diseño de un grupo pretest-postest.
-  Diseño con grupo control solamente postest.
!  DISEÑOS DE SERIES TEMPORALES INTERRUMPIDAS (DSTI)

Registro de múltiple medidas previas y de múltiples medidas posteriores a
la introducción de un programa de intervención
-  Diseño de series temporales interrumpidas simple (GU)

-  Diseño de series temporales interrumpidas con grupo control
no equivalente- GE y GC
Clasificación
Notación
Grupos Tratamiento-intervención
GU
GE T
GC
Variable de respuesta (Y)
Regla de asignación
Y1 , Y2, Y3
NE
A YA, YB, Yc (Múltiples Vs)
NAC
NA
17
06/11/15
Clasificación
!  Diseño de un grupo solamente postest
Grupo Asignación Pretest Programa Postest

GU NE --- T Y
Existe un conocimiento bien fundamentado del comportamiento de la

variable de respuesta utilizando las puntuaciones de un grupo normativo
Ejemplo.
Someter a un grupo de 28 adolescentes delincuentes a un programa de aprendizaje

social con el objetivo de reducir sus conductas delictivas y facilitar su inserción
social.
Y=Tasa de reincidencia
Al año se evalúa la tasa y se compara con la tasa registrada estadísticamente.
(Prueba de diferencia de proporciones)

Problema- disparidad entre muestras.
Clasificación
!  Diseño de un grupo pretest- postest

GU NE Y1 T Y2
Demora entre pretest y postest amenazas validez interna

(maduración).
Ejemplo.
Flexibilidad de horarios sobre absentismo laboral y retraso e la entrada al trabajo

YA=Absentismo laboral
YB=retraso de entrada
Tomando como indicador el número de días que había como absentismo al

semestre.
ANÁLISIS (Prueba de diferencia medias para grupos relacionados )

Problema- difícil causalidad.
Mejora-Introducir una nueva medida pretest
18
06/11/15
Clasificación
!  Diseño de un grupo control solamente postest

GE NA -- T YE
_
GC NA - YC
Se puede utilizar para evitar sensibilizar a los sujetos con la medida

pre
Ejemplo.
Mejora del rendimiento matemático después de pasar un entrenamiento.
(Prueba de diferencia medias para grupos no relacionados)

Problema- difícil causalidad; efectos pretratamiento
Clasificación
DISEÑOS CON GRUPOS CONTROL NO EQUIVALENTE
Estos diseños se caracterizan por la utilización de distintos grupos que no han sido
elegidos de forma aleatoria pero que tampoco lo han sido utilizando un criterio conocido.
No obstante, aunque se trabaje con grupos formados, el investigador tratará de
seleccionar grupos lo más equivalentes posible, intentando que no influyan VEs que
pongan en peligro un interpretación de los resultados.
Lo lógica de estos diseños se basa en que, si el tratamiento ha tenido

efecto, las diferencias en el postest entre los grupos serán mayores
que las que pudieran existir en las medidas en el pretest.
19
06/11/15
Clasificación

GE NA Y1 T Y2
GC NA Y3 - Y4
Posibles pautas de resultados
Análisis
1.  ANOVA de las puntuaciones postest.
2.  ANOVA de las medidas repetidas
3.  ANCOVA tomando pretest como covariante
4.  ANOVA con puntuaciones de cambio (Ypost-Ypre)
Clasificación

Variaciones del modelo:
Diseño con doble pretest

GE NA Y1Y2 T Y3
GC NA - Y6
Y4Y5
Ej. Rendimiento lector de un grupo de alumnos en primero y segundo (pretest 1 y 2)

y, después de aplicar el programa en tercero (postest).
Análisis ANCOVA. Covariantes pretest 1 y 2.
20
06/11/15
Clasificación

Variaciones del modelo:
Diseño de cohortes

Primera GC NA Y1 - -
Segunda GE NA _ T Y2
Es recomendable para educación ya que utiliza grupos naturales de individuos con

características similares que reciben un programa, tomando como comparación
grupos naturales anteriores.
Ej. Probar si la primera serie del programa Barrio Sésamo afectaba a las
puntuaciones en el Metropolitan Readiness Test (MRT).
Cohorte experimental: Niños de jardín de infancia que siguió Barrio Sésamo
Cohorte control: hermanos mayores cuando tenían la misma edad y asistieron al
mismo curso.
Clasificación
DISEÑOS DE DISCONTINUIDAD DE LA REGRESIÓN
•  Regla de asignación no es aleatoria pero es conocida (Más garantía de relación

causal; mayor validez interna).
•  El procedimiento de asignación consiste en asignar a los sujetos al grupo
experimental o control en función de un punto de corte en la variable medida en
el pretratamiento, de forma que aquellos sujetos que puntúen por debajo o por
encima del punto de corte son asignados a uno u otro grupo. Este diseño se
denomina de discontinuidad de la regresión porque se calcula una recta de
regresión a partir de las puntuaciones obtenidas en el pretest y el postest.

GE NAC Y1 T Y2
GC NAC Y3 - Y4
•  Análisis: ANCOVA tomando el pretest como covariante y como factor el grupo.

(Aunque se debe calcular la diferencia de cada puntuación respecto al punto de
corte)
21
06/11/15
Clasificación
DISEÑOS DE DISCONTINUIDAD DE LA REGRESIÓN
SUPUESTOS DEL DISEÑO
•  Fijación del punto de corte exacto

•  Modelo lineal
•  Tamaño muestral suficiente (+30 sujetos por grupo)
Clasificación
DISEÑOS DE SERIES TEMPORALES INTERRUMPIDAS
El interés fundamental en estos diseños es identificar cómo cambia la evolución

temporal de una VD (variable respuesta) una vez introducida la VI. Por lo que, una serie
temporal implica que se tomen varias observaciones de una variable a lo largo del
tiempo.
•  Se suele distinguir entre series temporales largas y cortas (dependiendo de las

mediciones- menos de 25 son cortas).
En los diseños de series temporales interrumpidas se realizan registros periódicos

(diariamente, semanalmente, mensualmente, etc.). Estos diseños son frecuentes en el
ámbito social, educativo, de la salud, y de evaluación de programas, por ejemplo, para
evaluar el impacto de programas de prevención de trastornos.
(Los análisis también se aplican a los diseños de caso único)
Diseños de series temporales Diseños de series temporales

interrumpidas simple interrumpidas con GC no equivalente
22
06/11/15
Clasificación
Múltiples medidas pretest y múltiples medidas postest en

Diseños de series temporales
las cuales se inserta un tratamiento o programa de
interrumpidas simple intervención

GU NA Y1….Yi T Yi+1…..Yn
Interés de análisis en la observación de la TENDENCIA (positiva, negativa o nula) que sigue la

serie durante la fase preintervención y el NIVEL que alcanza la serie en el punto donde la fase
preintervención concluye. También el nivel que se obtiene en el punto donde la fase
posintervención comienza y la tendencia que presentan los datos.
Clasificación
Múltiples medidas pretest y múltiples medidas postest en

Diseños de series temporales
las cuales se inserta un tratamiento o programa de
interrumpidas simple intervención
23
06/11/15
Clasificación
Diseños de series temporales Se incluye un grupo control que no experimenta ningún

interrumpidas con GC no equivalente tipo de programa o tratamiento.

GE NA YE1….YEi T YEi+1…..YEn
GC NA YC1….YCi YCi+1…..YCn
24

Metod Experi Cuasi

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Metod Experi Cuasi

Diunggah oleh

Hak Cipta:

Format Tersedia

06/11/15

Máster de Investigación e Innovación en Currículum y Formación

INVESTIGACIÓN EN DESARROLLO CURRICULAR

M. Carmen Pichardo Martínez

4. Diseños de caso único.

5. Metodología por encuesta

Un conjunto de conocimientos, consecuencia de recopilar y

LENGUAJE RECOGIDA SIGUE

• Empirismo La aplicación científica se ha de limitar a lo observable.

La forma de adquirir conocimiento debe ser repetible y

• Pasimonia Se debe preferir las explicaciones simples de los

Los descubrimientos deberán ser publicados y

Delimitación de Discusión de los

Experimental Cuasi- experimental No experimental

ANALÍTICO • Elaboración y recogida de datos

• Validez de conclusión estadística: Grado de confianza que podemos tener, dado

LOS DISTINTOS ENFOQUES

" GRADO DE CONTROL DEL

• Hipótesis de investigación en términos de • Relaciones asociativas entre variables

• Técnica de análisis ANOVA • Técnicas de análisis Correlación/

Metodología experimental Metodología no experimental

Aceptar hipótesis de causalidad es necesario

Predecencia temporal Principio de covariación Eliminar VEs

Elegir adecuadamente el o los procedimientos de medida de dicha variable.

• Un instrumento de medida es válido (Validez) siempre que registre la variable

• Maximizar la varianza sistemática primaria (se

Maximizar la variancia Mediante la adecuada elección de los

Control de las fuentes de Mediante la selección de un diseño

Minimizar la variancia del error Aumentando la precisión en la medida de

Control experimental Control estadístico

Eliminación Aleatorización ANCOVA

Diseños completamente aleatorizados.

• La lógica de los diseños completamente aleatorizados se basa en la

Importancia de un número de sujetos suficiente en cada condición

Aleatorización simple no es suficiente:

Técnica de bloques Control directo de una VE

Esta técnica de bloqueo consiste en agrupar a los sujetos en subgrupos o bloques en

Una vez formados los subgrupos o bloques, aleatoriamente se

Formato del diseño de bloques

Un grupo de sujetos experimentales que pasan por

La efectividad del tratamiento se comprobará comparando entre sí

Efectos de orden Efectos residuales

Formato del diseño de medidas repetidas.

Sujeto 1 Sujeto 1 ........ Sujeto 1

Técnica estadística ANCOVA

La variable covariada se mide antes de iniciar la investigación. Después los sujetos

Menos potencia predictiva que los Mayor validez externa

No aleatoria y desconocida (NA) No aleatoria y conocida NAC

! DISEÑOS DE GRUPO PRETEST-POSTEST (DGPP)

- Diseño de un grupo solamente postest

! DISEÑOS DE SERIES TEMPORALES INTERRUMPIDAS (DSTI)

- Diseño de series temporales interrumpidas simple (GU)

! Diseño de un grupo solamente postest

Grupo Asignación Pretest Programa Postest

Existe un conocimiento bien fundamentado del comportamiento de la

Someter a un grupo de 28 adolescentes delincuentes a un programa de aprendizaje

Al año se evalúa la tasa y se compara con la tasa registrada estadísticamente.

(Prueba de diferencia de proporciones)

! Diseño de un grupo pretest- postest

Grupo Asignación Pretest Programa Postest

Demora entre pretest y postest amenazas validez interna

Flexibilidad de horarios sobre absentismo laboral y retraso e la entrada al trabajo

Tomando como indicador el número de días que había como absentismo al

•  Empirismo La aplicación científica se ha de limitar a lo observable.

•  Pasimonia Se debe preferir las explicaciones simples de los

ANALÍTICO •  Elaboración y recogida de datos

•  Validez de conclusión estadística: Grado de confianza que podemos tener, dado

•  Hipótesis de investigación en términos de •  Relaciones asociativas entre variables

•  Técnica de análisis ANOVA •  Técnicas de análisis Correlación/

•  Un instrumento de medida es válido (Validez) siempre que registre la variable

•  Maximizar la varianza sistemática primaria (se

•  La lógica de los diseños completamente aleatorizados se basa en la

!  DISEÑOS DE GRUPO PRETEST-POSTEST (DGPP)

-  Diseño de un grupo solamente postest

!  DISEÑOS DE SERIES TEMPORALES INTERRUMPIDAS (DSTI)

-  Diseño de series temporales interrumpidas simple (GU)

!  Diseño de un grupo solamente postest

!  Diseño de un grupo pretest- postest

•  Regla de asignación no es aleatoria pero es conocida (Más garantía de relación

•  Análisis: ANCOVA tomando el pretest como covariante y como factor el grupo.

•  Fijación del punto de corte exacto

•  Se suele distinguir entre series temporales largas y cortas (dependiendo de las