Técnicas de investigación en psicopedagogía

Universitat Rovira i Virgili Departament de Psicologia
METODOS DE INVESTIGACIN EN PSICOPEDAGOGIA
Tcnicas de investigacin en psicopedagoga (2)
Andreu Vigil Colet
I.FUNDAMENTOS METODOLOGICOS BASICOS. 1.1. El Mtodo Cientfico. Entendemos por conocimiento cientfico aquel conocimiento resultante de la aplicacin del mtodo cientfico. Con ello, cualquier problema que sea susceptible de verificacin emprica puede generar conocimiento cientfico, ello excluye de entrada aquellos problemas cuya solucin estar basada en valoraciones subjetivas, creencias, opiniones, etc. A partir de ello, las ciencias tratarn de establecer una serie de normas o reglas relacionales que permitan realizar una prediccin de los fenmenos. El MC tendr una serie de caractersticas particulares que lo diferenciaran de otros mtodos: A.Autocorrector. B.Objetivo.
Partiendo de ello intentar encontrar como es la realidad, no como deseamos que sea. De esta forma se pretende describir, explicar y predecir la realidad mediante una simplificacin, organizacin y generalizacin de sus conocimientos con el fin de elaborar teoras. Todo ello implicar un proceso continuo de elaboracin terica: Problema Solucin tentativa (Hiptesis) Verificacin Emprica
Generalizacin del modelo
Modelo Explicativo
Ejemplo: Como afecta la cafeina al rendimiento. Generamos una hiptesis, despus buscamos una relacin lineal que no existe, a partir de ello modificamos dicha hiptesis proponiendo una relacin cuadrtica, vemos si ello es valido para otros activadores, vemos como afectan otras variables que interactuan con la activacin y si afecta diferencialmente a los individuos, etc. Todo ello nos conduce a la progresiva elaboracin de una teora que pretende: - Organizar un modelo explicativo de las observaciones realizadas. - Establecer Hiptesis a partir de dicho modelo explicativo. - Con ello, ampliar la teora y en su caso reformularla para volver a someterla a prueba. Finalmente sealar que el M.C. tiene una serie de presupuestos:
- Orden: En la Naturaleza existe un cierto orden que permite la propia elaboracin de las teoras, dado que en el caos no tendran ningn sentido. - Determinismo: Existen hechos antecedentes que determinan los hechos observados, implicando pues una relacin de causa-efecto. - Comprobabilidad:Las relaciones entre las variables implicadas en la cadena causal pueden ser verificadas empricamente. Ello implica que deber ser posible su observacin y medicin. Segn el nfasis que se ponga en la teora o en los datos nos encontramos con dos formas de entender el M.C. El Mtodo Hipottico Deductivo y el Mtodo Inductivo. 2.EL MTODO EXPERIMENTAL El M.E. es un mtodo particular del MC, compartiendo sus caractersticas, objetivos, presupuestos, etc. cuyo objetivo es el etudio de las relaciones de causalidad entre las variables en base a la manipulacin de los valores de una/varias de dichas variables (VI), con el fin de estudiar sus efectos en otra/s variable/s (VD), con ello se pretender comprobar si los valores observados en la VD estn en funcin de los valores adoptados por la VI. Con este fin se planea un experimento. El Experimento. Existen una gran cantidad de definiciones sobre lo que entendemos por experimento. Entre las ms amplias est la de R.B.Cattell: "Un registro de observaciones, cuantitativas o cualitativas, segn operaciones definidas y recogidas en condiciones definidas, seguida de un examen de datos por medio de reglas matemticas y estadsticas adecuadas con el fin de comprobar la existencia de relaciones significativas". Otros autores, desde una perspectiva ms estricta, como Webster plantean que es: "Una operacin realizada en condiciones controladas con el fin de descubrir un efecto o ley desconocida, poner a prueba un efecto o ley conocida, poner a prueba una hiptesis o ilustrar una ley conocida". Arnau, por su parte, lo define como: "La experimentacin constituye tan slo un momento del mtodo cientfico y se caracteriza fundamentalmente por el dominio ms o menos directo que se posee sobre la VI, responsable directa de la variabilidad de la VD. Es aquella situacin en la
que el investigador introduce 1 o ms variables con el fin de observar hasta que punto queda modificada la conducta bajo observacin". Estas definiciones, as como otras ponen nfasis en tres conceptos bsicos: -Concepto de control. -Bsqueda de relaciones. -Situacin diseada ex-profeso. Segn el propsito con que llevemos a cabo el experimento podemos encontrarnos con tres tipos fundamentales de experimentos: Experimentos Exploratorios: En este tipo de experimentos intentamos poner a prueba una nueva hiptesis en un dominio concreto del conocimiento a partir de la observacin, lagunas tericas, experimentos anteriores, consecuencias de teoras, etc. Experimento crucial: En este tipo de experimento se ponen a prueba dos o ms hiptesis alternativas. Para ello se disea una situacin cuyas consecuencias confirmen claramente una de las hiptesis, invalidando completamente la contraria. Ej. En un laberinto las ratas eligen siempre el camino que saben les lleva a la comida o, por el contrario, por el instinto de exploracin prefieren buscar nuevos caminos. Experimento Confirmatorio: Cualquier hiptesis se acepta bajo un nivel de significacin, a partir de la visin probabilista de la ciencia. Su confirmacin es mucho mayor si en repeticiones sucesivas del experimento se acepta nuevamente la misma hiptesis. p(0.05) x p(0.05), etc. Con anterioridad describimos superficialmente las fases del MC, a continuacin desarrollaremos con detalle cada una de ellas en el marco del ME.
2.1.Aspectos Bsicos del Experimento.
CONOCIMIENTOS DISPONIBLES
AUMENTO DE CONOCIMIENTOS
PROBLEMA
CONSECUENCIAS
RECOGIDA DATOS
EL PROBLEMA Uno de los principales objetivos del MC es el plantear problemas, correspondiendo a la investigacin su resolucin. La solucin de un problema nunca ser completa, pues la propia solucin generar nuevos problemas. Llegados a este punto, cabe sealar que es comn juzgar el nivel de desarrollo de una ciencia por el nmero de problemas que plantea. Hay que tener en cuenta que aunque aumenten el nmero de problemas, en el mismo grado aumenta el nmero de fenmenos que pueden ser explicados y predecidos. Toda investigacin parte de un problema, siendo este ms importante incluso que el mtodo, dado que ser a partir del problema planteado cuando deberemos elegir el mtodo ms adecuado para abordarlo. De esta manera, el problema condiciona el mtodo a utilizar, en lugar de utuilizar un mtodo determinado que prefiramos a otro. Ej. las diferencias inter-individuales son difcilmente abordables desde mtodos experimentales. Exiten diversos origenes de los problemas: - Lagunas en nuestros conocimientos. - Resultados contradictorios (buscar problemas metodolgicos en los experimentos anteriores). P.Ej. los extravertidos tienen tiempos de reaccin ms cortos que los introvertidos dependiendo del tipo de tarea. - Generalizacin de resultados anteriores a otros dominios explicativos. - Confrontacin de teoras opuestas. El planteamiento del problema implicar :
-Que este sea resoluble; que existan argumentos empricos que permitan responder al problema. Que pueda comprobarse la hiptesis formulada mediante la tecnologa disponible en la actualidad. Ello es condicin necesaria pero no suficiente. - Las variables deben poder ser definidas de forma operacional; de forma que puedan ser medidas y/o manipuladas. Ej. la ausencia de libertad aumenta el estress no puede ser comprobado de forma experimental con seres humanos. - Formular el problema de tal forma que tan solo tenga una respuesta. En caso de no poder hacerlo, siempre tenemos la posibilidad de realizar en primer lugar investigaciones exploratorias o correlacionales. Finalmente cabe sealar que la resolucin del problema siempre tendr un caracter probabilsticoa partir de un determinado nivel de significacin. De ello se desprende la necesidad de replicar los experimentos, con el fin de reducir el margen dejado al azar. No existe un sistema objetivo sobre la forma en que los problemas deben ser elaborados con el fin de un planteamiento correcto, no obstante existen una serie de criterios que pueden ayudarnos a conseguirlo: - Formular los problemas con claridad; definir los trminos sin ambiguedades, intentando definir en la forma ms operacional posible las diversas variables. - Especirficar los constituyentes del mismo. -Determinar las relaciones entre el problema y el marco tercio de referencia, dado que ello es posible que genere hiptesis concretas. -Formular el problema en los trminos ms simples que podamos. -Buscar problemas anlogos en base a documentacin bibliogrfica, ello nos permitir plantear nuevos problemas, as como reformular el nuestro. -Extensin del problema a otros mbitos: permite un contraste de metodologas y aproximaciones al problema. La resolucin del problema. Ningn problema cientfico presenta una solucin definitiva. La validacin de una hiptesis ser siempre probabilstica. A partir de ello podemos afirmar que la resolucin se centra en reducir al mximo las probabilidades de que la respuesta adoptada sea la errnea. La propia resolucin plantear nuevos problemas que profundizan la cuestin que es objeto de estudio.
La Hiptesis experimental Arnau "Se entiende por hiptesis experimental a una clase de enunciado relacional entre 2 ms variables que puede representar la solucin a un problema". Kerlinger; " Es la definicin conjetural de la relacin entre dos o ms variables" McGuigan: " Afirmacin comprobable de un relacin potencial entre dos o ms variables" Durham: " Explicacin tentativa de los fenmenos que interesan al cientfico y que han sido observados y apropiadamente descritos". Como podemos observar en todas las definiciones expuestas existen dos conceptos bsicos: - Solucin tentativa: a partir de los conocimientos del investigador y del marco terico en que se inscribe, la hiptesis representa la solucin con mayor probabilidad de ser verificdada empricamente. - Caracter Relacional: la hiptesis debe explicitar el tipo de relaciones que esperamos encontrar entre las variables incluidas en la investigacin. Dicha solucin debe ser explicitada en la forma ms concreta posible. (Si........ Entonces............). La gran ventaja que presenta la utilizacin de las hiptesis es que, adems de establecer el tipo de relacin que esperamos encontrar entre las variables, es el hecho de que las variables son definidas de forma operacional, con lo que pueden ser medidas y manipuladas. Adems de establecer un enunciado relacional, las hiptesis debern tener como condicin que las implicaciones derivadas de las mismas puedan ser sometidas a verificacin emprica. Ello implicar que sus enunciados contengan dos o ms variables mesurables, y se especifique cual es su relacin. Las hiptesis son enunciados sintticos,teniendo como caracterstica principal que su verdad o falsedad no se establece de forma lgica sino que se infiere de la realidad fsica. Partiendo de ello, la probabilidad de que un enumciado de este tipo sea verdadero es siempre mayor que cero y menor que uno. Criterios para la eleccin de Hiptesis. 1.Comprobabilidad: deben existir los medios adecuados para manipular las condiciones antecedentes y medir la conducta resultante.
2.Explicativa: la hiptesis debe ser relevante para el problema que queramos explicar. 3.Compatible: la hiptesis debe ser coherente con resultados anteriores, aunque ello no sea decisivo, la probabilidad de que una hiptesis sea cierta es mayor cuando es coherente con las teoras establecidas. 4.Parsimoniosa: elegir la hiptesis que cumpliendo los puntos anteriores sea lo ms simple posible. 5.Generalizable: entre dos hiptesis siempre ser mejor elegir aquella que tenga una mayor probabilidad de generalizacin. 6.Fructifera: que en lo posible su contrastacin genere nuevos estudios. A la hora de formular una hiptesis es preferible utilizar la frmula de Russell, "Si A...... Entonces ....... B", implicando (A) las condiciones antecedentes y (B) las consecuencias. Clasificacin de las Hiptesis. Existen diversos criterios a la hora de clasificar las hiptesis, podemos hacerlo en funcin de: Su Contenido: A)Relacionales: su contenido se refiere tan slo a la relacin existente entre dos o ms variables. Este tipo de hiptesis sern caractersticas de las investigaciones correlacionales. B)Relacionales con un trmino sin caracterizar: adems de proponer una relacin entre variables, se propone la existencia de un trmino hipottico sobre el que no conocemos su naturaleza y que es el causante de las relaciones observadas. (Ej.Factor G de Spearman). C)Experimentales: implican la presencia de una relacin de causalidad entre las variables. Generalidad: A)Universales: establecen relaciones vlidas para todos los casos y en cualquier situacin. B)Existenciales: sus relaciones son vlidas por lo menos para un caso en concreto, con lo que se afirma que un fenmeno existe.
LAS VARIABLES Kerlinger " Es una propiedad que adopta diferentes valores, un smbolo al que se asignan nmeros o valores ". Edwards: " Es algo que podemos observar y que es de una naturaleza tal que cada observacin simple puede ser clasificada de una nica manera dentro de un conjunto de categorias mtuamente excluyentes". Rodrigues " Es una propiedad a la que se atribuyen valores numricos que pueden sufrir variaciones a lo largo de una amplitud finita (variable categrica o discreta) o infinita (variable continua)". Tal y como vemos en estas definiciones el trmino variable hace referencia a una propiedad o caracterstica que puede adoptar diversos valores dentro de un abanico de posibles valores al que denominamos dominio de la variable. Un primer problema con que nos encontramos es el de la definicin de las variables, en tanto que reflejen su significado y al mismo tiempo nos permitan realizar una verificacin emprica.A partir de ello nos encontramos con un doble nivel de definicin de las variables: Definicin constitutiva o conceptual: refiere a la descripcin del fenmeno, presentando sus caractersticas fundamentales en base a otros constructos, relacionndose directa o indirectamente con el marco terico de referencia. Definicin operativa: asigna significados a las variables, especificando las actividades u operaciones que son necesarias para su medicin y/o manipulacin. En la medida en que una variable haya sido definida conceptualmente, la generalizacin de resultados de la experimentacin ser ms fcil, sin embargo cabe plantearse la validez de dichas conclusiones al darse la posibilidad de que la definicin conceptual y la definicin operacional presenten un doble nivel al no corresponderse la definicin operacional con un indicador representativo de la definicin conceptual. Categorizacin de las variables. Existen una serie de criterios de acuerdo con los cuales podemos clasificar las variables: A.Punto de vista metodolgico: desde este punto de vista podemos dividir las variables en dependientes e independientes:
Entendemos por variable independiente a la supuesta causa de la variabilidad observada en la variable dependiente que es el efecto supuesto. Con este fin asignaremos diversos valores a la VI con el fin de analizar la variabilidad que producen en la VD. A su vez podemos dividir a las VI en situacionales o de estmulo, de tarea y organsmicas: Variables situacionales: implican no slo las influencias del medio sino incluso la modalidad o tipo de tarea. En el caso en que se manipule alguna de las caractersticas de una tarea estandarizada hablaremos de variables de tarea. Variables organsmicas: suponen caractersticas biolgicas, fisiolgicas o psicolgicas del individuo. B.Desde el punto de vista manipulativo: podemos dividir las variables independientes en activas o asignadas: Activas: cualquier variable independiente susceptible de manipulacin directa. Ello conducir a la realizacin de investifaciones experimentales. Asignadas: aquellas variables independientes cuya manipulacin resulta material o ticamente imposible (Inteligencia, sexo, personalidad, etc...). Conducen a la realizacin de investigaciones quasiexperimentales. C.Desde el punto de vista de la magnitud: (Introducir el tema de las escalas): Cualitativas: refieren a aspectos que no implican un ordenamiento de mayor a menor: raza, sexo, etc. Cuantitativas: referidas a propiedades que implican una magnitud, lo que permite una ordenacin en escalas ordinales o superiores. D.Segn el nivel de medida: Continuas: pueden adoptar un nmero infinito de valores en una escala. Discretas: tan slo pueden adoptar ciertos valores determinados dentro de un cierto rango.
2.2.El control experimental. La intencin que perseguimos al realizar un experimento es ver los efectos producidos por una VI en una V.D. Sin embargo los efectos registrados en la VD no son nunca debidos en su totalidad a las manipulaciones realizadas en la V.I.
Existen una serie de variables de diversos origenes que pueden afectar a la conducta del sujeto. De este modo, nuestro inters se centrar en conocer que parte de la variabilidad observada en la VD es debida a nuestra intervencin, y en minimizar la proporcin de varianza debida a las variables extraas. El problema es similar al encontrado por los controladores aereos en la proporcin seal/ruido. 2.2.1.La varianza experimental. Denominamos varianza la variabilidad observada en las medidas realizadas en la VD. En cualquier experimento nos podemos encontrar con tres grandes fuentes de variabilidad: A.Variables del individuo: edad, sexo, inteligencia, etc. que pueden influir en la variabilidad observada en la VD. Ej. TR y edad. B.Variables del ambiente: cualquier estmulo externo que puede afectar la situacin experimental. Ej. ruido, temperatura, etc. C.Variables del experimentador: expectativas, deseos, etc. del experimentador que pueden influir en la forma de actuar de los sujetos Ej. primar la velocidad o la precisin en las consignas. En las situaciones experimentales nos encontraremos con dos tipos principales de varianza. Por una parte con la varianza sistemtica y por otra la varianza de error. La Varianza Sistemtica: hace referencia a las desviaciones que presentan los datos debidas al tratamiento o a otras variables extraas que no han sido controladas. El propsito de la investigacin sera separar aquellos factores en que se est interesado, convirtindose la investigacin en un estudio controlado de la varianza. La varianza sistemtica puede dividirse a su vez en varianza primaria y varianza secundaria: La Varianza primaria es la proporcin de variabilidad que refleja los efectos de la manipulacin que hemos realizado, siendo la variabilidad que el investigador pretende estudiar, suele denominarse tambin varianza entregrupos. La Varianza Secundaria: consiste en la desviacin sistemtica de los datos de la VD debido a los efectos de variables ajenas a las que estamos manipulando. Ej. en el caso anterior puede ser que el sonido sea ms agudo de lo normal con lo que aumente el efecto del los tratamientos, o que en otros casos dificulte el rendimiento de los sujetos.
La Varianza de Error: es el conjunto de fluctuaciones aleatorias que presentan las medidas, ello hace que este tipo de variaciones sean totalmente impredecibles. Existen dos fuentes principales de error: -Las Diferencias individuales. -Falta de fiabilidad de los instrumentos de medida. Observar que ambas fuentes de error son aleatorias, pues los individuos seleccionados para un experimento pueden presentar puntuaciones que se alejen de la media en cualquier direccin, lo mismo ocurre con la falta de fiabilidad de los instrumentos. A partir de ello, cualquier investigador intentar realizar su investigacin de forma que se maximicen los efectos de los tratamiento, obteniendo una elevada varianza entregrupos, en segundo lugar intentar controlar la varianza secundaria y finalmente minimizar la varianza de error. Bsicamente el control experimental consistir en los tres aspectos citados anteriormente. Partiendo de los diferentes componentes de la varianza total nos podemos encontrar con los siguientes casos: 1.S2(t)= S2(primaria) : es la situacin idelal, tan solo existe variacin debida a los efectos de la VI, las variables extraas no han ejercido ningn efecto y los instrumentos de medida son perfectos. Esta situacin es imposible. 2.S2(t)= S2(secundaria) + S2(intra) : la VI no ha producido ningn efecto sobre la VD y todas las diferencias que podemos encontrar en la varianza entregrupos sern debidas a las variables extraas. 3.S2(t)= S2(intra) : El experimento ha controlado bien la influencia de las variables extraas, sin embargo la VI no ha tenido ningn efecto sobre la VD, debindose la variabilidad total a fluctuaciones aleatorias motivadas por la varianza de error. 4.S2(t)= S2(primaria) + S2(secundara) + S2(intra) : el experimento ha sido contaminado por los efectos de alguna variable extraa, la variabilidad observada en la VD refleja los efectos de la manipulacin y de variables contaminadoras. 5.S2(t)= S2(primaria) + S2(intra) : es la situacin ms perfecta que podemos conseguir en la realidad. La variabilidad observada es debida a los efectos de nuestra manipulacin y a los efectos aleatorios que no actuan conjuntamente con la VI. Hay que tener en cuenta que dichos efectos se hallan presentes en cualquier investigacin, dado que los instrumentos nunca pueden ser absolutamente fiables, existiendo por otra parte variables del organismo que no pueden ser nunca totalmente controladas.
2.2.2.Maximizacin de la Varianza Primaria. Para ello intentaremos que el efecto de la VI sobre la VD sea el mximo posible, eligiendo mtodos que nos permitan potenciar al mximo los efectos de los tratamientos: A.Utilizar los valores ptimos de VI: dicha tcnica consiste en asignar a los tratamientos los valores de la VI que en la bibliografa existente han demostrado ejercer mayor influencia sobre la VD. B.En la mayora de los casos no conocemos los valores ptimos, en dichos casos se recomienda elegir el mayor nmero de grupos posilble, de tal forma que entre los diversos niveles de la VI se encuentren los valores ptimos. C.Un tercer sistema es elegir los valores extremos de la VI de tal forma que los grupos experimentales presenten la mayor diferencia posible respecto de los tratamientos empleados. Ello puede generar una serie de problemas: Posibles relaciones de tipo cuadrtico que enmascaren los efectos de la VI, P.ej. la ley de Yerkes-Dowson. En el caso de estar trabajando con VI asignadas los problemas derivados de la seleccin diferencial y del efecto de regresin a la media en el caso de diseos con pre y postest. 2.2.3.Control de la Varianza Secundaria. Uno de los aspectos ms relevantes del control experimental es la neutralizacin o eliminacin de la varianza secundaria, mediante ello se persigue el objetivo de eliminar todos los efectos de diversas variables contaminadoras que pueden afectar la variabilidad de la VD. Podemos clasificar las variables contaminadoras en: 1.Situacionales: -Ambientales (Calor, Ruido, etc...) -De tarea (factores de la propia tarea que introducen variabilidad Ej. TRE de forma serial entre intros y extros.) -Instrumentacin: (Variaciones sistemticas producidas por la propia instrumentacin). -Instrucciones -Experimentador
2.Del sujeto: - Efectos residuales de los tratamientos. El control depender especialmente de la situacin experimental concreta, podemos dividir los diferentes situaciones experimentales y los diseos a los que dan lugar en tres grandes bloques: 1.En el caso en que cada sujeto es sometido a un solo tratamiento experimental deberemos asegurarnos de la equivalencia entre los grupos experimentales, dando lugar a los diseos intergrupos. 2.En el caso en que todos los sujetos pasan por todos los tratamientos nos encontramos con los diseos de medidas repetidas, en ellos el sujeto es su propio control, en este caso deberemos tener en cuenta los problemas derivados del error progresivo. 3.En aquellos casos en que se utiliza ms de una variable independiente, registrndose los efectos de una de ellas intrasujetos y la de la otra entresujetos nos encontramos con los diseos mixtos o Inter-intra. En ellos debemos prestar atencin a las dos fuentes de posibles variables contaminadoras: la falta de equivalencia y el error progresivo. Las tcnicas de control de la varianza secundaria ms utilizadas son las siguientes: A.Eliminacin de la variable extraa: es la tcnica ideal aunque en muchos casos resulta su aplicacin no es posible. En situaciones de laboratorio podemos aplicar tcnicas como la insonorizacin, control de temperatura, fijacin de la posicin del sujeto, de la luminosidad, etc... B.Mantener constante la variable extraa: (Tcnica de la constancia) todas aquellas variables extraas que no pueden ser eliminadas pueden en muchos casos ser mantenidas en valores constantes de tal modo que sus efectos diferenciales no existan. Por ejemplo podemos mantener constante el nivel de luminosidad, el tipo de instrucciones dadas a los sujetos, etc. Ello en muchos casos significar una reduccin en el grado de generalizacin de nuestros resultados. C.Sistematizacin de la variable extraa: uno de los mtodos que permiten controlar los efectos de las V.E. y evitar la disminucin de la generalizacin que comporta la tcnica de la constancia es la utilizacin de la variable contaminadora como una VI ms, con ello obtenemos mayor informacin y aumentamos el nivel de generalizacin de nuestros resultados. D.Aleatorizacin de los grupos: tericamente este sistema controla la totalidad de las variables extraas derivadas de las caractersticas de los sujetos, eliminando los problemas derivados de la falta de equivalencia inicial de los grupos.
Al formar una serie de grupos al azar, se considera que son estadsticamente equivalentes dado que si los grupos son suficientemente grandes existe una elevada probabilidad de que las posibles V.E. estn igualmente repartidas entre los grupos. El problema en este tipo de diseos es que la variabilidad intragrupos suele ser muy elevada y se muestran poco sensibles ante los efectos de la manipulacin experimental. E.Apareamiento de los sujetos: mediante esta tcnica se equilibra el efecto de la variable contaminadora amanteniendo constante la proporcin de cada valor de la misma en cada uno de los grupos. El problema principal de esta tcnica es que cuando deseamos aparear ms de una variable la probabilidad de encontrar sujetos con caractersticas similares es muy baja. Igualmente debe procurarse que la variable extraa sea relevante, es decir, tenga una elevada correlacin con la variable dependiente ya que ello aumenta la eficacia del mtodo. F.Sujeto como propio control: es el caso tpico de los diseos de medidas repetidas, mediante la utilizacin de los mismos sujetos para todos las condiciones eliminamos cualquier variable extraa que pueda afectar de forma diferencial a los diversos grupos experimentales. No obstante nos encontraremos con el problema del error progresivo, es decir del efecto que tiene (fatiga, aprendizaje, etc.) la ejecucin de la tarea implicada en un tratamiento sobre la ejecucin en el siguiente tratamiento. G.Utilizacin de Grupo Control. Mediante dicha tcnica se pretende formar dos grupos de sujetos similares para todos las posibles variables que puedan afectar a la VD, de este modo las diferencias observadas entre los grupos sern dbidas a los efectos de nuestra manipulacin. Es la tcnica ms importante cuando intentamos controlar las posibles fuente de varianza secundaria. Su principal problema consistir en asegurarnos de la equivalencia de los grupos elegidos. Ej R R O1 O3 X1 X0 O2 O4
H.Control Estadstico Entendido por una parte como el anlisis del error progresivo, viendo si este realmente afecta de forma significativa a nuestros resultados. Por otra parte refiere a
la utilizacin de mtodos que permiten analizar la variabilidad de la VD una vez eliminados los efectos de otras variables contaminadoras mediante tcnicas como el anlisis de la covarianza. 2.1.3.Minimizacin de la varianza de error. Tal y como hemos visto existen dos fuentes principales de varianza de error: - Falta de fiabilidad de los instrumentos - Diferencias individuales. La nica solucin es la utilizacin de instrumentos precisos y la minimizacin de las diferencias individuales mediante la utilizacin de tcnicas apropiadas como el bloqueo, etc. 2.1.4.El experimentador como variable contaminadora. La actitud, expectativas, intenciones, etc. del experimentador pueden emitir de forma involuntaria indicios al sujeto que indiquen al mismo la forma en que debe realizar la tarea y de este modo alterar los resultados del experimento. A partir de todo ello, nos interesar conocer los resultados de la interaccin entre sujeto e investigador con el fin de conocer en que forma todo ello puede influir en nuestros resultados. (Ej.caballo Hans, responda tambin a otras personas que no fueran su domador). Hay tres formas bsicas en que el experimentador puede influir en los resultados de la investigacin: A.Al observar B.Al interpretar. C.Cometiendo errores intencionales. Como observador: Ej. de Maskelyne y Kinnebrook. Puede existir error por las limitaciones del observador y por efectos de sesgo en su tarea. Al interpretar: es difcil separar en muchos casos si el error es debido a la observacin o a la interpretacin, es comn encontrarnos, especialmente en el rea clnica con interpretaciones diferentes de una misma observacin. Error Intencional: es ms difcil de detectar en ciencias de la conducta por la dificultad que implica la replicacin exacta de los experimentos, tanto po las mltiples variables que intervienen como las diferentes muestras (Ej. Sir Cyril Burt).
Variables contaminadoras del experimentador. A.Personalidad: tener en cuenta los efectos de la personalidad del experimentador en el rendimiento de los sujetos, as como la influencia de su actitud hacia la prueba (Ej. si est ansioso, etc.). B.Experiencia: puede influir en las posibles explicadiones complementarias, en las consignas, mayor nerviosismo, menor control de su influencia en los sujetos, etc. C.Expectativas: conocido como el efecto "Rosenthal" hace referencia a la relacin afectiva que establece el investigador en su hiptesis, lo que puede llevar a perder la objetividad e intentar probar resultados que confirmen su hiptesis. (Ej. TR con intros y extros puede modificar el tono de voz al dar la consigna alterando el compromiso velocidad/precisin). A partir de ello el experimentador comunica de forma encubierta y no intencional sus hiptesis a los sujetos, adecundose estos a las mismas. Al ser la situacin experimental relativamente novedosa, los sujetos tienden a observar todos los indiciones que orienten su conducta, indicios que pueden incluso ser proporcionados por actitudes no verbales del experimentador. Con el fin de comprobar la incidencia de este efecto, diversos experimentos han dividido a los sujetos en grupos equivalentes, manipulando las expectativas del experimentador. Barber y Silver han analizado dichos experimentos, comprobando que en 12 de los 31 analizados aparecan diferencias entre ambos grupos. Al analizar dichos experimentos en profundidad se comprob que tan slo en dos de ellos las diferencias observadas no podan ser observadas en base a otros factores, partiendo de ello cabe plantearse la generalidad del efecto de Rosenthal. D.Caractersticas de la demanda. Tal y como hemos visto, los individuos al encontrarse con una situacin experimental (en especial situaciones de laboratorio que implican la utilizacin de aparatos, etc.), ignoran que conductas adecuadas deben emitir. A partir de ello estn fuertemente motivados hacia la bsqueda de cualquier indicio disponible sobre la hiptesis experimental, intentando averiguar que se espera de ellos. El concepto caractersticas de la demanda har referencia a la suma total de indicios o pistas que transmite la hiptesis experimental a los sujetos. Ello har referencia no solo a las influencias del experimentador, sino tambin estn incluidos todos los aspectos de la situacin que pueden dar indicios. Ej.Suministrar alcohol en un experimento ya indica a los sujetos que probablemente esperamos una disminucin en su rendimiento. Otro ejemplo sera la manifestacin del efecto placebo.
Orne propuso que este efecto era tan general que no poda ser eliminado completamente del experimento y, que por otra parte, su efecto est en funcin de cada individuo (es totalmente subjetivo), con ello no ser percibido de igual forma por cada sujeto con lo que ser difcil investigar su influencia. Frente a ello, Kruglansky introduce el concepto de artefacto, definido como cualquier factor que covariando con la VI o con las condiciones de la investigacin impide identificar la causa de un suceso observado, de tal forma que se convierte en una fuente de varianza secundaria o de error. Partiendo de este punto, el efecto de la demanda es considerado como un artefacto que podr ser evaluado de forma directa o con controles posteriores a la experiencia. Los controles posteriores consisten en entrevistas posteriores a los sujetos en las que se recoge informacin sobre sus impresiones, etc a lo largo del experimento (p.ej.sobre la posible utilizacin de estratgias). Control de la influencia del experimentador. Existen diversos mtodos para controlar la influencia del experimentador: A.Eliminar los posibles indicios, tanto visuales como verbales mediante la utilizacin de aparatos apropiados en lugar del experimentador (Ej.presentacin mediante el ordenador). B.Utilizar ayudantes adecuadamente entrenados y, que a ser posible desconozcan los objetivos de la investigacin. C.Incluir los efectos del experimentador como una V.I. ms D.Considerar al experimentador como una variable extraa y aplicar las tcnicas de control especficas para controlar los efectos de la varianza secundaria (Eliminacin, Constancia, etc.) E.Replicar el mayor nmero de veces el experimento con diferentes experimentadores para ver si los efectos observados son constantes a travs de diversos experimentadores, o varan de un experimentador a otro.
3.DISEOS EXPERIMENTALES.
El trmino diseo experimental es uno de los ms ambiguos que podemos encontrar en metodologa, teniendo diferentes connotaciones segn el contexto en que nos encontremos. Podemos encontrarnos con cuatro significados bsicos: A.Proceso de disear: significara una serie de actividades encaminadas hacia la planificacin de un experimento, desde los valores de las variables a utilizar hasta las pruebas estadsticas que debemos emplear. B.Descripcin del experimento: designara a una clase especfica de experimentos en un dominio relacionado con un tpico psicolgico determinado. Ej. diseo de M.C.P. de condicionamiento. C.Como formacin de grupos: en este sentido el diseo refiere a la forma en que los sujetos han sido asignados a los diferentes grupos de tratamiento. As nos referiremos a diseos de grupos aleatorios, multigrupos, factoriales, etc. D.Como anlisis: hace referencia a que el diseo se entiende como el tipo de anlisis estadstico aplicable a los datos con el propsito de establecer inferencias causales. Ej diseos no paramtricos, de series temporales, multivariados, etc... En resumen podemos encontrarnos con dos significados bsicos al referirnos al diseo experimental: A.Un significado amplio, en el que el diseo sera sinnimo de las actividades bsicas que median entre la formulacin de la hiptesis y el establecimiento de relaciones causales, implicando todos los procedimientos requeridos en un experimento. B.Un significado restrictivo, comn entre los tericos del diseo y que viene derivado de la tradicin Fisheriana en la cual el diseo es un procedimiento de asignacin de los sujetos a las condiciones experimentales, as como un procedimiento de seleccin de pruebas estadsticas adecuadas. Una definicin de diseo experimental derivada de esta segunda visin nos la da O'Neil (1968) al afirmar que "un diseo experimental es una forma particular de variacin y constancia". En este sentido el experimentador est interesado en maximizar la varianza primaria, controlar la secundaria y minimizar la varianza de error. Los dos primeros objetivos se alcanzan mediante procedimientos externos al propio diseo experimental. Con ello, el principal objetivo del diseo experimental es el control de la varianza secundaria, as el diseo se convierte en una forma particular de
variacin (varianza primaria derivada de la manipulacin experimental) y de constancia (control de la varianza secundaria mediante el propio diseo). En cada situacin experimental existirn variaciones en cuanto a las fuentes de variables extraas, con el fin de controlar dichas variables se han elaborado una serie de diseos para cada situacin, cada uno con una serie de ventajas e inconvenientes que intentarn garantizar la validez interna del experimento. Con ello se intentaran obtener resultados que permitan hacer inferencias claras sobre el fenmeno que origin la investigacin. 3.1.El problema de la validez. El problema ms importante al que nos debemos enfrentar a la hora de llevar a cabo un experimento es el determinar si los resultados que obtengamos del mismo y las conclusiones a las que lleguemos son vlidas. Este problema implicar distintos niveles de anlisis, desde el estadstico que hemos utilizado hasta la validez de las relaciones que podamos establecer entre la definicin conceptual de las variables que intervienen en el experimento y su operativizacin. Dichos niveles de anlisis pueden observarse en el siguiente grfico: Nivel Terico A B Tipo Validez Constructo Interna Externa Nivel Metodolgico Nivel Estadstico A Diseo/Anlisis B Conclusin Estadstica
Un primer tipo de validez que puede ser planteado es el problema de la sensibilidad del diseo experimental. Podemos pensar en la sensibilidad de un diseo experimental como la capacidad del diseo para detectar una diferencia real entre las condiciones experimentales (Lipsey, 1990). En otras palabras, dicho problema hace referencia a la variabilidad relativa, es decir, que proporcin de varianza intra o de error existe en las medidas de la variable dependiente. Bsicamente, la sensibilidad de un diseo experimental depende de los siguientes factores: A. Magnitud del efecto de la variable independiente.
B. Heterogeneidad de los sujetos: grado en que las diferencias individuales estn presentes en la muestra. C. Error experimental: problemas derivados de la existencia de variables extraas debidas al procedimiento utilizado y que pueden afectar de forma diferencial a los grupos de tratamiento. E. Error en las medidas (varianza de error debida a inconfiabilidad). Por otra parte debemos tener en cuenta aspectos que estn relacionados con el las caractersticas de los estadsticos utilizados como pueden ser: A. El test estadstico utilizado: las diversas pruebas estadsticas tienen unos supuestos previos que implican la idoneidad de cada una de ellas para cada caso determinado. De este modo, para unos mismos datos podemos encontrarnos con que diferentes pruebas presentan un poder estadstico diferente. B. Nivel de Significacin: evidentemente contra ms baja sea menor es la probabilidad de cometer un error de tipo I pero mayor es la probabilidad de cometer un error de tipo II. C. Tamao de la muestra: los tests de contraste parten de supuestos de la estadstica inferencial y por tanto estn sometidos al error de muestreo. Por ello el tamao de la muestra afectar a dicho error y consecuentemente a la probabilidad de obtener resultados errneos. Todo ello implicar la validez de conclusin estadstica, o el poder estadstico de la prueba y el diseo empleado, entendida como la probabilidad de que nos encontremos con diferencias estadsticamente significativas cuando existen efectos reales del tratamiento. Partiendo de ello, un diseo sensible implicar que la prueba utilizada tenga un elevado poder estadstico, es decir, que tenga una baja probabilidad de cometer errores de tipo II o . Continuando con el tema de la validez, clsicamente se han considerado dos tipos de validez de los diseos experimentales (Campbell y Stanley, 1966), la validez interna y la validez externa. La caracterstica ms importante de un diseo experimental es su validez, en tanto en cuanto permita realizar una inferencia acerca de la hipotesis propuesta, es decir, que nos permita comprobar la supuesta relacin entre los factores antecedentes y consecuentes. 3.1.1La Validez Interna. Este tipo de validez es la mnima imprescindible en cualquier investigacin, la podemos entender como una condicin necesaria pero no suficiente para la validez del experimento. Responde de algn modo a la pregunta Realmente introducan en este
caso concreto los tratamientos experimentales algn tipo de diferencia entre los grupos?. Es decir, la variacin observada en la variable dependiente ha sido causada por la manipulacin de la variable independiente. Ello implicar lgicamente el problema del control experimental, al implicar la necesidad de que no hayan existido efectos de las variables extraas. De este modo los resultados obtenidos no permiten una interpretacin ambigua. Podemos encontrarnos con diversas variables que afectan a la validez interna, variables que de no ser controladas en el diseo experimental pueden generar efectos que se confunden con los del tratamiento: A.Historia: acontecimientos especficos que pueden producirse durante el experimento (Ej. entre dos medidas) o fuera del mismo. Estos efectos sern mayores en el caso de estudios de largo plazo. (Ej. en mitad de una campaa para reducir el nmero de accidentes de trfico se produce una colisin mltiple en la que mueren muchas personas). B.Maduracin: procesos internos de los participantes que operan como resultado del paso del tiempo. (Edad, hambre, cansancio, etc...) que pueden interferir con la accin de la variable independiente (tanto procesos biolgicos como psicolgicos). C.Efecto de la medida: entendido como el efecto que la propia administracin de un test puede ejercer sobre los resultados de una pasacin posterior. D.Instrumentos de medida: pueden sufrir variaciones a lo largo del experimento (En funcin de la hora del da, del grado de humedad, etc.), incluyendo como instrumento al propio observador. E.Efecto de regresin a la media: aparece en los casos en que trabajemos con un grupo o grupos extremos, al realizar un postest nos encontramos con que las puntuaciones de dichos sujetos tienden a "regresar" hacia la media. F.Seleccin diferencial: en muchos casos los resultados reflejan las diferencias existentes entre los grupos ms que el tratamiento experimental. El ejemplo clsico es la seleccin de los grupos en funcin del aula, empresa, seccin, etc. G.Mortalidad Experimental: puede generar diferencias entre los grupos especialmente si afecta a sujetos con puntuaciones extremas, cuya desaparicin tiende a afectar significativamente la media grupal. H.Interaccin entre seleccin y maduracin: es posible que caractersticas diferenciales entre los grupos seleccionados interactuen con procesos madurativos, de tal modo que aunque en un pretest no presenten diferencias entre ellos, la maduracin pueda afectar diferencialmente a ambos grupos. Igualmente puede producirse una interaccin entre la seleccin y la historia de cada grupo concreto.
3.1.2.La validez externa. Tal y como hemos visto la validez interna es la mnima e imprescindible en cualquier situacin experimental, sin embargo no es suficiente ya que a pesar de permitirnos interpretar el modelo propuesto, no nos garantiza que los resultados puedan ser generalizables a la poblacin de inters. El problema de la generalizacin de los resultados es el que aborda la validez externa, entendida como la posibilidad de generalizacin de los resultados obtenidos, tanto a diversas situaciones, como personas o momentos temporales. Si bien en la mayora de ocasiones los validez interna y externa se relacionan de forma inversa, ser necesario valorar el diseo elegido e intentar utilizar diseos que presenten una validez elevada, especialmente en campos como el educativo y social, en los que interesar generalizar los resultados a situaciones prcticas y conocidas. Al igual que en el caso de la validez interna, existen una serie de amenazas a la validez externa: A.Efecto reactivo o interactivo del pretest: la propia aplicacin del pretest puede aumentar o disminuir la sensibilizacin del sujeto en relacin con la variable independiente. Los resultados de un grupo que ha sido sometido a un pretest no podrn ser generalizables a otro de la poblacin que no ha pasado por dicha condicin. B.Interaccin entre la seleccin diferencial y la V.I.: la VI genera variaciones en la VD en funcin del grupo experimental al que se aplique el tratamiento. Finalmente nos podemos plantear la validez de constructo, del diseo, entendida como el grado en que la definicin operativa de la variable refleja el constructo contenido en su definicin conceptual, podramos decir que este es un problema estrictamente psicomtrico. 3.2.Diseos experimentales, pre-experimentales y quasiexperimentales. Continuando con la definicin de validez interna realizada por Campbell y Stanley, los diseos podrn clasificarse en pre-experimentales, quasiexperimentales y experimentales en funcin de su validez interna. Podremos considerar que una investigacin es plenamente experimental cuando se cumplan los siguientes requisitos: El diseo utilizado nos permita realizar como mnimo una comparacin entre dos series de datos.
El experimentador siguiendo un plan establecido asigne a los sujetos o grupos de sujetos a los distintos tratamientos experimentales. El investigador manipule directamente la variable independiente. El investigador tiene un control tal de la situacin que le permita eliminar los efectos de las variables extraas. Partiendo de estos criterios encontraremos una graduacin entre los distintos diseos en funcin del grado de cumplimiento de los mismos. As hablaremos de diseos pre-experimentales en aquellos casos en que el experimentador carezca de los medios adecuados de control que le garanticen una mnima validez interna. Dentro de dichos diseos podemos encontrarnos con los siguientes casos: Diseo de grupo nico con postest: El esquema formal de este experimento sera el siguiente:
X1 O1
Siendo X Administracin tratamiento O: medida de la variable dependiente. Tal y como podemos comprobar este diseo no nos permite ningn tipo de comparacin entre dos series de datos, es decir, no podemos conocer si el tratamiento ha influido en la variable dependiente. Es por ello que las conclusiones obtenidas en este diseo no tienen ningn tipo de valor cientfico. Diseo de grupo nico con pretest y postest. En este caso el esquema es:
O1 X1 O2
Podemos comprobar como en este caso el diseo utilizado como mnimo nos permite realizar una comparacin entre las puntuaciones en la variable dependiente antes y despus del tratamiento. No obstante este diseo esta encuadrado dentro de los pre-experimentales dado que presenta una serie de amenazas a la validez interna como pueden ser la historia, la maduracin, etc. Adems debemos tener en cuenta que en estos casos pueden producirse efectos reactivos del pretest. Pensar por ejemplo que la ejecucin de los sujetos en un test de aptitud o capacidad suele mejorar la segunda vez que se administra la prueba. Una modificacin de este diseo que se utiliza en algunas ocasiones es la comparacin con un grupo esttico. La representacin de este diseo entonces es la siguiente:
X1 O1 O2
En este caso substituimos el pretest por las puntuaciones obtenidas en un segundo grupo que hemos obtenido en un archivo, etc. As por ejemplo podramos comparar las puntuaciones obtenidas por un grupo de alumnos a los que hemos aplicado un determinado tratamiento con las obtenidas por otro grupo en el curso anterior. No obstante este sistema no es vlido dado que difcilmente podemos controlar la equivalencia de los grupos y, adems, en un ao existen mltiples variables situacionales que pueden haberse modificado. Los diseo que hemos expuesto presentan notables deficiencias a nivel de validez interna, no obstante en otros casos dichas deficiencias son mnimas o por la propia naturaleza de las variables que intervienen son inevitables, en dichos casos hablamos de diseos quasiexperimentales. Este tipo de diseos se dan en aquellos casos en los que deseamos realizar investigaciones experimentales pero nos encontramos con una de las siguientes situaciones: La variable independiente tan slo puede ser manipulada a nivel de seleccin diferencial, es decir, nos encontramos con una variable independiente asignada. A pesar de poder manipular de forma correcta la variable independiente por alguna razn no disponemos del control absoluto de las variables extraas. Las caractersticas principales de este tipo de investigaciones son: 1.Suelen emplear escenarios naturales. 2.Carecemos de un control experimental completo. 3.Utilizacin de procedimientos como sustitutivos del control experimental. 4.Suelen ser utilizadas en aquellas situaciones en que no es posible realizar un experimento de laboratorio. Con ello los resultados obtenidos en este tipo de invesgiaciones deben ser interpretados con precaucin dada la posibilidad de que alguna variable extraa pueda ser la responsable de la variabilidad observada en la variable dependiente. Fundamentalmente nos podemos encontrar con tres grupos de diseos quasiexperimentales: Cualquier diseo que cumple todos los requisitos exigibles a un diseo experimental pero en el cual utilizamos una variable independiente asignada.
Los diseos de series temporales interrumpidas. El diseo de grupo control no equivalente. Diseos de series temporales interrumpidas. En este tipo de investigaciones tomamos una serie de medidas en la variable dependiente antes de administrar el tratamiento, continuando con dichas medidas una vez aplicado el mismo. De este modo la efectividad del tratamiento puede ser estimada a partir de las discontinuidades existentes en el grupo de medidas que hemos registrado. El efecto del factor manipulado puede adoptar distintas formas: Tratamiento
VD
2 3 Observaciones As en la lnea 1 podemos comprobar como el tratamiento genera una discontinuidad en el registro denominada cambio de nivel que nos seala la efectividad del tratamiento. En la lnea 2 podemos ver que no existe dicho cambio de nivel sino que existe un cambio de tendencia en la serie de datos que nos indica asimismo la posible efectividad del tratamiento. Finalmente en la lnea 3 podemos comprobar como no existe ningn tipo de discontinuidad y adems la tendencia de los datos tras el tratamiento es la misma que exista con anterioridad al mismo lo cual nos induce a pensar que dicho tratamiento no ha tenido ningn efecto. Cabe sealar que tanto los cambios de nivel como de tendencia pueden ser diferidos, es decir, producirse un cierto tiempo despus de la aplicacin del tratamiento, de igual modo sus efectos pueden ser permanentes o tan solo temporales. La lgica que subyace a este tipo de diseos es que cualquier variable contaminadora que este relacionada con la maduracin se ver reflejada en la tendencia que presentan los datos antes del tratamiento de tal modo que sus efectos podrn ser controlados al disponer de los datos previos al tratamiento y los datos posteriores, cosa que no podamos llevar a cabo en los diseos pre-experimentales con pretest y postest. El hecho de que no sean experimentales se deriva de la imposibilidad de controlar los efectos de la historia dado que cualquier variable de
este tipo que acte conjuntamente con el tratamiento o despus de l no podr ser distinguida de los propios efectos del tratamiento. Este tipo de diseos adems conlleva una serie de inconvenientes: En muchas ocasiones los tratamientos no pueden ser introducidos de forma instantnea sino que deben serlo de forma gradual. Ello incrementa el tiempo durante el cual pueden actuar las variables extraas relacionadas con la historia. Los efectos pueden no ser instantneos sino que pueden producirse con un retardo que en muchas ocasiones no puede predecirse. La serie de medidas que debemos tomar es bastante amplia dado que deben permitirnos por una lado establecer una lnea base estable previa al tratamiento y por otro lado permitirnos registrar posibles efectos diferidos del tratamiento o la posible desaparicin de dichos efectos a corto o medio plazo. Existen mltiples diseos que parten de esta idea no obstante los diseos bsicos con los siguientes: Diseo simple de series temporales Podemos expresar dicho diseo grficamente del siguiente modo:
O1 O2 O3 O4 X1 O5 O6 O7 O8
Las principales amenazas a la validez interna de este tipo de diseo son la historia y, dependiendo del tipo de medida utilizada, la habituacin de los sujetos a la misma.
Diseo simple de series temporales con V.D. no equivalentes Podemos expresar dicho diseo grficamente del siguiente modo:
Matemticas Lengua Fsica
O1 O2 O3 O4 X1 O5 O6 O7 O8 O1 O2 O3 O4 X1 O5 O6 O7 O8 O1 O2 O3 O4 X1 O5 O6 O7 O8
La idea principal de este tipo de diseos es la de utilizar ms de una variable dependiente de tal modo que si el tratamiento es efectivo se supone que debe serlo para las p variables dependientes. As en el ejemplo anterior deseamos comprobar la eficacia de una tcnica de estudio para mejorar el rendimiento acadmico. Para ello realizamos un seguimiento en tres asignaturas distintas de tal modo que si alguna de ellas se viera afectada por los efectos de la historia, las dems nos serviran como grupo de control para contrastar dicho efecto.
Diseo de grupo control no equivalente. Este tipo de diseos son los que se utilizan con mayor frecuencia en la investigacin aplicada dado que la nica diferencia que presentan respecto a un diseo propiamente experimental es la ausencia de la aleatorizacin en la formacin de los distintos grupos experimentales. Esto es as por el hecho de que en muchos mbitos: empresas, instituciones educativas, etc. es imposible asignar a los sujetos a un grupo distinto del que ocupan habitualmente, conocido como grupo natural. La estructura bsica de este tipo de diseos es la siguiente:
O1 X1O 2 O 1 Xo O 2
En este tipo de diseos podemos encontrarnos con diversos resultados, en todos ellos la principal amenaza a la validez interna es la posible interaccin entre la historia o la maduracin y la seleccin natural de los grupos, es decir, un determinado acontecimiento externo puede afectar ms a un grupo que a otro en funcin de sus caractersticas diferenciales. Del mismo modo debido a estas caractersticas es posible que un grupo madure ms rpidamente que el otro. Veamos los posibles resultados a los que nos puede conducir la aplicacin de este diseo: Narayanan y Nath (1982) utilizaron un diseo de este tipo para comprobar si un horario de trabajo flexible incrementaba la productividad de un grupo de empleados que fueron comparados con un segundo grupo de la misma compaa: Los resultados que podran haber encontrado son los siguientes:
Pretest
Postest
Pretest
Postest
___ Control ----- Tratam.

Pretest Postest Pretest Postest
En la figura 1 podemos ver el primero de los posibles resultados. A simple vista parece que la conclusin a la que podemos llegar es que el horario flexible favorece la productividad. No obstante la pregunta que podemos formularnos es que patrn de resultados obtendramos si un grupo incrementara su edad, capacidad, conocimientos, etc. en funcin del paso del tiempo mientras que el segundo grupo se mantendra constante. Este efecto es bastante comn en mbitos educacionales y laborales dado que el rendimiento suele incrementarse en funcin de la experiencia. En la figura 2 podemos observar el mismo fenmeno pero de la forma en que se suele manifestar con mayor frecuencia en la vida cotidiana, ambos grupos incrementar su rendimiento en funcin de la experiencia pero con tasas de crecimiento disintas. Otro resultado posible en este tipo de investigaciones es el obtenido en la figura 3. Para ilustrarlo tomaremos otro ejemplo basado en una investigacin llevada a cabo por Keller y Holland (1981). Estos autores deseaban evaluar el impacto causado por un cambio en el trabajo asignado a un grupo de empleados en comparacin con un segundo grupo de la misma empresa. Con este fin aquellos empleados que presentaban una productividad muy baja fueron asignados a un nuevo puesto de trabajo mientras que los empleados que presentaban una productividad normal o elevada operaron como grupo control. De nuevo los resultados parecen sealar que el tratamiento ha sido efectivo no obstante existen una serie de objeciones a esta conclusin. En primer lugar la seleccin implica que el grupo sometido a tratamiento era un grupo con puntuaciones extremas de tal modo que el fenmeno de regresin a la media puede afectar a dicho grupo mucho ms que el grupo control lo
que ya de por si explicara los resultados obtenidos. Todo ello implica que en este caso el criterio de seleccin de los sujetos que en un momento puntual presentaban un bajo rendimiento implica una especie de error de medida cuya consecuencia es una disminucin en la puntuacin de los sujetos en el pretest y, como consecuencia la nica direccin en que sus puntuaciones pueden alterarse en una segunda medida es positiva. La ltima posibilidad, la expuesta en la figura 4, es la que nos permite con mayor facilidad la elaboracin de inferencias de tipo causal. Ello se fundamenta en el hecho de que las diferencias entre ambos grupos, tanto en el pretest como en el postest, son significativas, pero el patrn de resultados es inverso. La cuestin principal es que un efecto de regresin a la media o un efecto suelo en el pretest podran explicar el hecho de que el grupo sometido a tratamiento incremente su rendimiento hasta alcanzar al grupo control pero en ningn caso puede explicar que el grupo experimental supere en el postest al grupo control. Obviamente an nos queda la posibilidad de que la historia o la maduracin hayan afectado al grupo experimental pero, en este caso sus efectos deberan ser muy notables para explicar este patrn de resultados. El grado de inferencia causal puede ser an mayor en el caso de que en este tipo de diseo utilicemos ms de dos grupos. As por ejemplo Greene y Podsakoff (1978) encontraron un patrn de este tipo cuando deseaban comprobar el efecto de los incentivos dados a la productividad sobre la satisfaccin laboral. Para ello dividieron los empleados en tres grupos en funcin de si su rendimiento era alto, medio o bajo y tras un pretest retiraron los incentivos a la productividad. Un efecto de regresin a la media podra explicar que los tres grupos convergieran hacia un mismo punto (ver fig.5 , sin embargo el resultado obtenido fue que la satisfaccin de los de alto rendimiento cayo por debajo incluso de la satisfaccin de los de bajo rendimiento mientras que los de rendimiento medio continuaron igual (ver fig. 6) 5 ---- R. Alto ___R. Medio __ __R.Bajo
Pretest Postest Pretest Postest
Hay que tener en cuenta que todo lo expuesto en relacin a este tipo de diseos no implica necesariamente que cualquier resultado distinto del ltimo expuesto no pueda ser debido a un efecto verdadero del tratamiento sino que debemos ser cautelosos a la hora de interpretar los resultados obtenidos dado que no poseemos en ningn caso la seguridad de que una amenaza a la validez interna no sea la responsable del patrn de resultados observados.
Diseos de cohortes: En muchas instituciones es relativamente frecuente una constante variacin cclica en los individuos que las forman debido a que los mismos promocionan, etc. esto caso es tpico de las instituciones educativas en las cuales los alumnos van superando los distintos cursos. Los integrantes de uno de dichos grupos en un momento temporal determinado son conocidos como cohortes. El diseo bsico de este tipo implicara la comparacin de una cohorte sometida a tratamiento con otra que no lo ha sido resultando en un esquema como el siguiente:
X1 O1 O2
A modo de ejemplo Minton (1975) comprob el efecto que tena el aprendizaje utilizando captulos de Barrio Ssamo sobre el rendimiento en un test de capacidad para nios en un jardn de infancia. Para ello compar las puntuaciones en dicho test de un grupo de nios que haban aprendido mediante dichos videos con las puntuaciones obtenidas por sus hermanos en el curso precedente comprobando que las mismas eran mayores. Lgicamente la mayor amenaza a la validez interna de este tipo de diseos es la posible falta de equivalencia entre las sucesivas cohortes. Podemos pensar, por ejemplo, que en el caso anterior que todos los integrantes de una cohorte ocuparon una posicin posterior a los de la otra en lo que refiere a su orden dentro de los hermanos de la familia. Pensando en una empresa por ejemplo puede ocurrir que una cohorte trabaje con un tipo de contrato y otra cohorte con otra, etc. Una solucin a este problema es la utilizacin de lo que se conoce como un diseo de ciclo institucional recurrente. Su estructura formal sera la siguiente:
XO1 O2 X O3 O4
Supongamos que implementamos un tratamiento durante uno de estos ciclos y medimos el rendimiento de los sujetos al final del mismo O1. Posteriormente evaluamos el rendimiento de los sujetos al principio del segundo ciclo O2, aplicamos el tratamiento y volvemos a evaluarlo al final del ciclo O3, finalmente en la tercera cohorte volvemos a evaluar el rendimiento al principio del ciclo O4. Lgicamente lo que esperamos es que O3 sea mayor que O2 sin embargo tenemos un control adicional dado que O2 tiene que ser tambin mayor que O1 y O3 tiene que ser mayor que O4 .Podemos comprobar que la falta de equivalencia entre
cohortes puede difcilmente explicar este patrn de resultados, ms an si pensamos que este diseo puede extenderse a ms de tres cohortes implicando 4, 5, etc. de las mismas. Una alternativa que precisa de menos cohortes es el diseo de replicacin invertida. En este diseo se utilizan dos cohortes que son evaluadas tres veces, introduciendo el tratamiento en dos momentos temporales distintos. El esquema sera el siguiente:
O1 X O2 O4
O3
O5XO6
En este caso en un primer momento la cohorte segunda sirve de control para la cohorte primera, mientras que posteriormente se invierten los papeles de tal modo que es la primera cohorte la que se utiliza como control. De algn modo nos encontraramos con un diseo de grupo control no equivalente en el cual ambos grupos actan en distintos momentos temporales como grupo de tratamiento o como grupo control. Los problemas del diseo anterior se solucionan si pensamos que podremos realizar inferencias causales en el caso en que encontremos el mismo patrn de resultados en las dos ocasiones en que implementamos el tratamiento. Diseos experimentales En este tipo de diseos podemos cumplir satisfactoriamente los criterios expuestos inicialmente para considerar un diseo como experimental. Para obtener un diseo de este tipo tan slo debemos replicar la estructura de un diseo de grupo control no equivalente y asignar a los sujetos a los tratamientos de forma aleatoria, de este modo conseguimos que cualquier caracterstica diferencial de los grupos que podra interactuar con una variable de la historia quede controlada, del mismo modo se supone que los procesos madurativos afectaran por igual a los dos grupos. No obstante existe una objecin a este diseo desde el punto de vista de la validez externa. Dicha objecin se centra en el hecho de que al administrar un pretest a los sujetos, los mismos pueden iniciar un proceso de sensibilizacin que les haga reaccionar de manera distinta a como lo hara el resto de la poblacin ante el tratamiento. De este modo el esquema resultante sera el siguiente:
X1O1 XoO2
No obstante existen autores que defienden la necesidad de utilizar un pretest previo dado que el mismo nos garantiza la total equivalencia de los grupos. Debemos
tener en cuenta que el proceso de aleatorizacin tan slo nos ofrece una determinada probabilidad de que los grupos sean equivalentes, disminuyendo dicha probabilidad conforme el grupo se hace ms pequeo. Una alternativa que consigue complementar ambas aproximaciones es el diseo de cuatro grupos de Solomon. Dicho diseo se fundamenta en el anterior con la diferencia de que la mitad de los sujetos realizan el experimento con un pretest y la otra mitad sin el. El esquema resultante sera el siguiente:
O1 X1 O2 O3 XoO4 X1O5 XoO6

En este diseo las comparaciones entre O2 y O5 respecto de O4 y O6nos informaran sobre la eficacia del tratamiento. Al mismo tiempo una comparacin entre O2 y O4 respecto de O5 y O6 nos facilitara informacin sobre el posible efecto del pretest sobre las puntuaciones en el postest. Diseos experimentales: Clasificacin actual A partir de los trabajos de Campbell y Stanley, la clasificacin de los diseos experimentales ha ido evolucionando a lo largo del tiempo. En la actualidad los principales criterios para llevar a cabo dicha clasificacin se fundamentan en la tcnica de control utilizada, el nmero de variables independientes y el nmero de grupos o niveles de tratamiento utilizados. Esquemticamente, una aproximacin a la clasificacin actual sera la siguiente:
A continuacin veremos las caractersticas principales de los diseos ms utilizados en investigacin en ciencias de la conducta.
3.3.Diseos basados en la aleatorizacin 3.3.1.Diseo de dos grupos al azar. Este diseo es equivalente a uno de los diseos experimental planteados inicialmente por Campbell y Stanley. Fundamentndose en la asignacin aleatoria de los sujetos a los dos niveles de tratamiento de la variable independiente. Dichos niveles de tratamiento pueden representan un grupo experimental y un grupo control o bien, dos grupos experimentales. Los problemas que presenta este diseo se derivan fundamentalmente de la falta de sensibilidad del mismo, dado que la variabilidad intratratamientos es muy elevada. Por otra parte la propia tcnica de control impone la necesidad de contar con una muestra mnima de 50 sujetos. Otro inconveniente se deriva del hecho de que al contar tan solo son dos niveles de tratamiento, la probabilidad de no incorporar los niveles ptimos del mismo es relativamente elevada. Las tcnicas de anlisis estadstico aplicable a este caso dependern del conocimiento que tengamos de los parmetros poblacionales y del tamao de la muestra. En funcin de ello podremos aplicar la prueba "t" de Student o una z para diferencia de medias. En caso de que la mtrica de las variables o el tamao muestral lo recomendara deberan utilizarse como alternativa la prueba "U" de Mann-Whitney.
3.3.2.Diseo de dos multigrupo al azar. El diseo multigrupo al azar viene caracterizado por la asignacin aleatoria de los sujetos a los distintos niveles de tratamiento que, en este caso concreto, son tres o ms. La principal ventaja de estos diseos es que adems de proporcionarnos informacin sobre la presencia o ausencia de los efectos de la variable independiente, nos permiten establecer una primera aproximacin a la posible relacin existente entre dicha variable y la variable dependiente. Es por esta razn por lo que tambin son denominados por algunos autores diseos funcionales. Por otra parte, la utilizacin de un nmero elevado de niveles de tratamiento es uno de los procedimientos que se utilizan usualmente para maximizar la varianza primaria, dado que contra mayor sea el nmero de los mismos, mayor es la probabilidad de incluir los niveles ptimos de la variable independiente, entendiendo
por niveles ptimos a aquellos niveles que presentan entre ellos la mayor diferencia posible en la variable dependiente. Por otra parte la validez interna de este tipo de diseo es superior a la del diseo de dos grupos al azar dado que, en caso de existir algn grupo no - equivalente respecto de los dems, sus efectos son en parte atenuados por el resto de grupos. No obstante este tipo de diseo tambin presenta una serie de desventajas. Dichas desventajas se derivan fundamentalmente de la utilizacin de la aleatorizacin como tcnica de control, lo cual implica por una parte una elevada variabilidad intratratamientos y, por consiguiente una baja sensibilidad del diseo y, la necesidad de un elevado tamao muestral dado que son precisos como mnimo 25 * j sujetos. 3.3.3.Diseos factoriales. Los diseos que han sido analizados hasta el momento presentaban como denominador comn la existencia de una sola variable independiente o factor. Los diseos factoriales se caracterizan por su parte por la manipulacin concurrente de ms de una variable independiente, denominadas en este caso factores, asumiendo cada uno de ellos un mnimo de dos niveles de tratamiento. Es por este ltimo motivo por el que en algunos casos la nomenclatura utilizada para este tipo de diseos es la de diseos de tratamientos * tratamientos. De este modo un diseo 2 * 3 implicar la existencia de dos factores con dos y tres niveles de tratamiento respectivamente, existiendo ses combinaciones posibles de niveles de tratamiento. Dichas combinaciones son denominadas celdas. De este modo, mientras que en los diseos unifactoriales la unidad bsica para decidir la asignacin de los sujetos eran los grupos, definidos por niveles de tratamiento, en el caso de los diseos factoriales las unidades bsicas son las celdas. Las ventajas ms importantes de este tipo de diseos son entre otras, las siguientes: A. En primer lugar los diseos factoriales nos proporcionan ms informacin que el conjunto de experimentos unifactoriales asociados a los factores manipulados. De este modo, en el caso de la realizacin de un experimento en el que podramos utilizar un factorial 2 * 2 de forma unifactorial, deberamos realizar dos experimentos unifactoriales, obteniendo informacin acerca de los efectos de cada uno de los factores manipulados. Si como alternativa utilizramos un diseo factorial obtendramos esa misma informacin y, adems, conoceramos la posible existencia de interacciones entre los factores manipulados. B. Los diseos factoriales proporcionan un mayor control dado que tienen en cuenta un mayor nmero de variables que pueden afectar a la variable dependiente. Hay que recordar que una de las tcnicas de control de la varianza secundaria es precisamente la sistematizacin de la variable extraa mediante la utilizacin de diseos de este tipo. Asimismo la potencia del diseo es mayor, dado que al tener un
mayor nmero de fuentes de variabilidad explicadas disminuye la variabilidad residual. C. Su efectividad es mayor puesto que con un menor nmero de sujetos obtenemos ms informacin que la obtenida mediante los diseos unifactoriales. Para ilustrar este apartado supongamos que deseamos realizar un experimento con dos variables independientes y dos niveles de tratamiento por variable. Si la tcnica de control elegida es la aleatorizacin, el nmero de sujetos necesario ser de 120 en el caso unifactorial y de 60 en el caso factorial tal y como queda expresado grficamente: Unifact. A a1 30 a2 30 Unifact. B b1 30 b2 30 b1 b2 Factorial a1 15 15 a2 15 15
D. En las ciencias de la conducta raramente nos encontramos con explicaciones de los fenmenos unicausales, siendo la mayora de las conductas humanas pluricausales, de tal modo que la conducta frecuentemente viene dada por los efectos de mltiples variables y sus correspondientes interacciones, de este modo los diseos factoriales se aproximan ms a la realidad que los unifactoriales, incrementndose de este modo su validez externa dado que adems debemos tener en cuenta que no existe ningn criterio restrictivo que disminuya la representatividad de la muestra. El Concepto de interaccin: Un aspecto fundamental para entender los diseos factoriales es una adecuada comprensin del concepto de interaccin. Denominamos interaccin a la modulacin que una variable independiente puede ejercer sobre los efectos de una segunda variable independiente sobre la variable dependiente. As dos variables interactan cuando los efectos de uno de ellos sobre la variable dependiente estn en funcin del nivel del segundo factor. As por ejemplo el hecho de dar cafena puede afectar al rendimiento en funcin de si los sujetos ingieren habitualmente en su dieta caf. Las interacciones pueden ser ordinales o no ordinales. Denominamos interaccin ordinal cuando el orden de los niveles de un factor es el mismo a travs de los distintos niveles del segundo factor. Cuando el orden de los niveles de un factor vara a travs de los niveles del segundo factor nos encontramos con una interaccin no ordinal. Efectos factoriales. En un diseo factorial nos encontramos fundamentalmente con efectos principales y efectos de interaccin. Los efectos principales refieren a los efectos de los distintos factores promediados a travs de los niveles de los restantes factores. Es decir estos efectos seran equivalentes a los que obtendramos si llevramos a cabo un
experimento unifactorial utilizando tan solo el factor en cuestin como variable independiente. Los efectos de interaccin podrn ser de primer orden (interacciones dobles) segundo orden (triples) y as sucesivamente aunque difcilmente se interpretan interacciones ms alla de las de segundo orden dado que tericamente su interpretacin es muy compleja. Para observar dichos efectos en un diseo factorial 2 x 2 utilizaremos la notacin de Yates: a1 b1 b2 1 b a2 a ab
Podemos observar los distintos efectos: A= (a+ab) - (1+b) B=(b+ab) - (1+a) AB=(a-1) - (ab-b) = (a+b) - (1+ab)
4.EL METODO EXPERIMENTAL
CORRELACIONAL
EL
METODO
Histricamente, en el dominio de la Psicologa se ha venido produciendo una clara diferenciacin a nivel entre los distintos mtodos cientficos utilizados. Tal vez la diferenciacin ms clsica sea la existente entre el mtodo experimental y el o los mtodos correlacionales. Dicha diferenciacin fue sealada y posiblemente superada con los trabajos de Cronbach (1957, 1959) titulados "Las dos disciplinas de la Psicologia Cientfflca" y "Ms all de las dos disciplinas de la Psicologia Cientfica". La idea fundamental es la de superar el aparente enfrentanento existente entre ambas dado que a pesar de sus diferencias a nivel del abordamiento que hacen de la realidad, el propsito de ambos mtodos es el mismo y el soporte estadstico de los mismos (la covariacin entre variables) tambin. Entre las diferencias que podemos encontrar entre ellos podemos establecer en principio dos dimensiones principales que refieren a la recogida de datos y a la unidad intema del mtodo (Morales, 1989). En lo relativo a la recogida de datos, el mtodo experimental se articula en tomo a la existencia de una variable independiente que es la presunta causa de la variabilidad existente en la variable dependiente, orientndose el mtodo hacia la elinnacin de cualquier explicacin alternativa a dicha variabilidad de modo que el mtodo presente una elevada validez intema. Todo ello implicar una recogida de datos en un ambiente altamente controlado y en muchas ocasiones distante de la realidad a la que se pretenden generalizar los resultados. El mtodo correlacional por su parte carece de la existencia de una variable independiente, dado que el investigador no genera la variable que es objeto de estudio sino que trata de adquirir un conocimiento sobre sus efectos en un medio que se aproxime lo ms posible al medio en que habitualmente se presenta el fenmeno. De este modo el mtodo correlacional se har poseedor de una elevada validez ecolgica, sin embargo, la propia naturaleza de la situacin implicar un escaso o nulo control del investigador sobre la situacin. En este sentido, Cronbach (1959) seal que en una investigacin experimental el investigador est interesado tan solo en la variacin que l genera, mientras que en una investigacin correlacional el inters se centra en la variacin existente. Esta primera caracterstica diferenciadora entre ambos mtodos ya nos hace recapacitar sobre la necesidad de utilizarlos de modo complementario y no contrapuesto. En este sentido, y sin entrar en el estudio de variables que no son fsica o ticamente manipulables, en el estudio de cualquier fenmeno psicolgico su investigacin desde una perspectiva experimental aportar evidencia emprica sobre las posibles relaciones causases entre las variables objeto de estudio, mientras que el mtodo observacional aportar evidencia sobre en que fonna dichas relaciones se manifiestan en la realidad. Obviamente dicha relacin tambin puede darse en el sentido contrario y, de hecho, cualquier experimento tiene su origen ms o menos inmediato en la observacin, dado que las hiptesis no se desarrollan por generacin
espontnea. Todo ello no implica que en muchas ocasiones los mtodos permitan acceder a diferentes fenmenos. Desde esta perspectiva integradora, Cronbach sefal que el ME est interesado principalmente en la varanza entretratanentos mientras que el MC est interesado en la varianza entre-organismos, de hecho la varianza que se considera habitualmente como varianza de error en el ME acostumbra a ser la varianza de estudio del MC. Nuestro inters debe centrarse especialmente en ambos tipos de variabilidad, sin olvidar las posibles interacciones entre ambas (interacciones trataniiento x organismos). La segunda diferenciacin apuntada, su grado de unidad intema hace referencia a que el mtodo experimental se aplica sin ningn tipo de variacin a una gran cantidad de problemas en diferentes reas. En este sentido, por ejemplo, un diseo multigrupo al azar es igualmente aplicable a un experimento sobre percepcin o sobre el efecto del entrenamiento en estrategias de aprendizaje sobre el rendimiento acadmico. El mtodo correlacional por su parte se disgrega en multitud de tcnicas especficas que tan solo comparten una misma filosofa en el apartado relacionado con la estrategia de aproximacin a los datos, en este sentido podemos pensar en distintos mtodos correlacionales como la metodologa de encuestas, los distintos tipos de observacin, los diseo de investigacin aplicada, etc.
4.1.Principales diferencias entre el ME y el MO. Una de las formas ms prcticas para conocer las caractersticas de cualquier mtodo es la contraposicin del mismo con otros mtodos a lo largo de una serie de dimensiones que faciliten su posicionamiento. En este sentido Anguera (1978) y Riba (1991) sealan las siguientes diferencias entre ambos mtodos en una serie de dimensiones particulares:
l.Objetivo:el MO se preocupa especialmente por el registro y acumulacin de datos asegurando especialmente la representatividad de los mismos para una muestra y ambiente determinado. El ME por su parte pretende como objetivo ltimo el establecimiento de leyes causales. 2.Indicadores: el MO tiende a utilizar indicadores directamente perceptibles entendidos como indicadores descriptivos espacio-temporales o relacionados con la accin, actividad o conducta verbal de los sujetos evitando en lo posible aquellos sistemas que aun permitiendo el registro de conductas difcilmente perceptibles (Ej. contraccin muscular) impliquen una reduccin en la naturalidad de la observacin. 3.Reactividad: cualquier organismo llevado a una situacin distinta de aquella en que manifiesta habitualmente su conducta tiende a modificarla. De este modo la reactividad puede ser entendida como la distorsin que presenta la conducta del organismo debida a la alteracin de la situacin natural en la que habitualmente la manifiesta. De este modo el MO intentar que la reactividad sea mnima,
plantendose el registro de la conducta en escenarios naturales, a diferencia del ME que acostumbra a disear ex-profeso las situaciones. 4.Enfoque ideogrfico - nomottico: El ME se plantea el establecimiento derelaciones de tipo general, que se pretenden generalizar a toda la poblacin de la que se haextrado una muestra representativa (problema de la validez extema). El MO por su parte pretende obtener resultados que son vlidos nicamente para el contexto en que fueron obtenidos. De algn modo podemos criticar ambos mtodos desde la perspectiva de que el MO obtiene resultados que frecuentemente tan slo son vlidos para un nico contexto, mientras que el ME obtiene resultados generalizables y replicables pero para una situacin que no ser nunca real ni natural. 5. Mtrica de las variables: el mtodo experimental utiliza frecuentemente variables continuas o quasi-continuas mientras que el mtodo observacional acostumbra a utilizar variables dicotmicas o policotmicas, fundamentadas en la mayora de los casos en escalas nominales. En el caso ms extremo en el que se utilizan escalas de apreciacin podemos considerarlas como mucho escalas ordinales. 6.Grado de control: El grado de control de la investigacin puede ser entendido desde una doble perspectiva. En primer lugar podemos planteamos el grado de control de la situacin en el sentido de restringir los efectos de las variables perturbadoras con el fin de conseguir condiciones constantes y, en segundo el grado de control sobre la muestra. Desde la primera perspectiva la necesidad del mtodo experimental de eliminar cualquier variable extraa que pudiera convertirse en una hiptesis rival para explicar los efectos de la variable independiente implica la necesidad de un elevado control de la situacin. El mtodo observacional por su parte puede utilizar tambin procedimientos que impliquen el control de la situacin en la que se realiza el registro, no obstante dicho control tendr siempre como lmite la no alteracin de la naturalidad de la situacin. No obstante el control absoluto es una utopia de tal modo que podemos considerar una graduacin en el grado de control entre los diversos mtodos. En lo referente al control de las muestras hay que tener en cuenta que el mtodo experimental, desde su perspectiva nomottica, precisa de un proceso de seleccin de las muestras utilizadas de tal manera que le pemita la generalizacin de los resultados hacia la poblacin de inters. De ello se desprende la necesidad de una aleatorizacin en la seleccin de los sujetos. El MO por su parte suele estar orientado hacia un grupo especfico de sujetos con lo cual los procesos de seleccin de la muestra precisan de un control mucho menor. 7.Manipulacin de variables: En cierto modo, cualquier mtodo de investigacin implica en mayor o menor medida la manipulacin de variables, entendida como la intervencin sobre el fenmeno que se desea estudiar y su entomo. De este modo no existe ningn tipo de investigacin en la cual la reactividad sea nula. No obstante el ME acostumbra a generar la situacin objeto de estudio mientras que
los MO utilizan fenmenos que se dan por si mismos en la vida cotidiana restringiendo la manipulacin a la variacin de ciertas condiciones de la situacin (Ej. distancia del profesor a los alumnos). De este modo podemos concluir diciendo que para el ME la manipulacin de variables es un recurso imprescindible, realizando dicha manipulacin de una forina ms activa y planificada que en el caso de los mtodos observacionales. 4.2. Ventajas y Desventajas de las observaciones Entre las ventajas de las observaciones podemos sealar las siguientes: A.La observacin permite obtener la informacin tal y como ocurre, en el sentido de que obtienen datos que se corresponden con el comportamiento tpico de los sujetos observados. B.Existen muchas conductas que para los sujetos carecen de importancia o de las que no son conscientes de tal modo que tcnicas basadas en auto - infonnes no nos pemtiran registrarlas -,mientras que pueden ser registradas por un observador. C.Los sujetos de los que se ocupan algunas investigaciones, como pueden ser nios, animales, etc. no pueden informamos de foitna verbal de tal modo que la nica aproximacin posible es la observacin. Del mismo modo existen ocasiones en las que los sujetos no tienen deseos explcitos de informar de tal modo que la observacin es la nica estrategia de investigacin posible. D.En algunas ocasiones el investigador puede encontrar resistencias por parte del grupo al que desea estudiar, siendo la observacin participante la nica estrategia de aproximacin posible. Limitaciones de los mtodos observacionales: A.La propia capacidad de los mtodos observacionales para investigar la naturaleza espontnea de los fenmenos implica la prctica imposibilidad de predecir en muchos casos su ocurrencia. Pensar por ejemplo en un estudio sobre el comportamiento de los individuos en situaciones extremas como un accidente de trfico. B.Es relativamente fcil que una observacin se vea interferida por factores ocultos. As por ejemplo no es extrafo que en una observacin de nifos jugando puedan aparecer factores atmosfricos que imposibiliten la realizacin de la observacin o agentes no previstos que desven la atencin de los nios hacia otro lugar. C.La posibilidad de realizar una observacin se ve afectada por la duracin de los sucesos que nos interesan o por sus caractersticas propias, as por ejemplo puede
ser difcil la realizacin de observaciones en crisis familiares dada la privacidadde la conducta a estudiar. D.Finalmente una de las limitaciones sealadas ms frecuentemente es la dificultad de este tipo de tcnicas para cuantificar los datos, dado el uso frecuente de escalas de tipo cualitativo lo cual reduce enormemente las tcnicas estadsticas que pueden aplicarse. No obstante en muchos casos dicha cuantificacin es posible como por ejemplo en las escalas de apreciacin.
4.3.Dificultades de la Observacin. Existen cuatro reas bsicas en las que podemos centramos a la hora de analizar las dificultades inherentes a cualquier observacin. Dichas dificultades deben ser tenidas en cuenta y tratar de evitarlas.
Obstculos relacionados con la percepcin: Si tenemos en cuenta que el proceso perceptivo humano presenta una serie de limitaciones, dichas limitaciones deben ser tenidas en cuenta a la hora de realizar una observacin. Existen distintos aspectos en los que se manifiestan dichas dificultades: 1.Selectividad natural de estmulos: Es posible representar el proceso de observacin del siguiente modo: O=P + I Es decir, podemos considerar la observacin como la suma de la percepcin de un fenmeno por parte del sujeto ms la interpretacin que el sujeto hace del mismo. Por todo ello, un primer aspecto necesario de la observacin ser la integridad perceptiva del sujeto que puede verse altemada por numerosos factores como pueden ser: A. Localizacin del observador: obviamente puede verse afectada por el marco fsico en el que se realiza la observacin. B. Imprecisin de los medios sensoriales: en funcin de la distancia, etc. existen conductas que pueden pasar inadvertidas para el observador. C. Selectividad de la atencin: el nmero de acontecimientos sobre los que el observador puede mantener localizada su atencin es limitado de tal modo que impone un sistema de filtrado sobre el fenmeno observado. D. Efecto de halo: se produce cuando adoptamos un marco de referencia a partir de la o las observaciones precedentes de tal modo que las observaciones realizadas se ven afectadas por dicho marco de referencia. As por ejemplo si estamos
interesados en la conducta agresiva de los nios y nos encontramos en una situacin en la cual las peleas son muy frecuentes es posible que un insulto se nos pase por alto, si por el contrario la situacin es muy tranquila puede ser que categorizemos un insulto como una conducta altamente agresiva. E. Selectividad de la memoria: al igual que los procesos atenciones son selectivos, la memoria tambin lo es en cierta manera. Pensar por ejemplo en una frase muy comn "Slo te acuerdas de lo que te interes". Ello puede alterar la observacin sobre todo en aquellos casos en que el registro se hace con posterioridad a la ejecucin de la conducta que estamos observando. Ecuacin personal del observador: en este apartado nos referiremos a las dificultades derivadas de las caractersticas subjetivas del observador. En este sentido cabe sealar las siguientes: A. Tipos perceptivos: aspectos de la personalidad del individuo que se relacionan con la forina en que percibe en funcin de sus caractersticas personales. As por ejemplo ya Binet describi cuatro tipos de observadores: descriptivo: caracterizado por una descripcin minuciosa y exhaustiva del fenmeno, erudito: aquel que presenta una aportacin de informaciones innecesarias con afn de saberlo todo sobre el tema, evaluativo: que tiende a juzgar e interpretar el fenmeno observado y potico: que falsea los datos en base a su imaginacin. B. Proyeccin: en muchas ocasiones un cierto grado de sin-litud entre las caractersticas personales del observador y del grupo observado facilita la propia observacin, no obstante dicha identificacin puede provocar una distorsin en el registro. Obstculos provenientes del marco de referencia terico del observador: a la hora de realizar una observacin es til conocer de antemano que es lo que se va a observar y que aspectos del fenmeno son relevantes. No obstante este hecho puede afectar en cierto modo al proceso de observacin generando una serie de dificultades aadidas: A. Tendencia del observador a codificar en funcin de la teora a la que se adhiere: el marco terico del observador puede actuar a modo de filtro preperceptvo seleccionando tan s'lo aquellas conductas que sean coherentes con el mismo. B. Previsiones y anticipaciones del observador: Este fenmeno se da en situaciones altamente repetitivas y conocidas lo cual puede implicar que el observador realice una prediccin sobre la conducta que se producir a continuacin de tal modo que cualquier conducta en-iitida tienda a ser interpretada como coherente con la conducta esperada. Modificacin de los sujetos y de las situaciones por el propio hecho de observar: la observacin totalmente neutra es prcticamente imposible. El propio hecho de observar altera aquello que estamos observando de tal modo que disminuye
la naturalidad de la situacin. Lgicamente en este tipo de modificacin existe una graduacin que va desde aquellas observaciones que se realizan de modo oculto mediante sistemas de vdeo, etc. hasta la observacin participante en la cual el observador es un agente que interacta a todos los niveles con los sujetos observados. 4.4.Sistematizacin de la observacin En funcin de las caractersticas peculiares de cada tipo de observacin y, especialmente del grado de elaboracin terica previa y de la forma en que se realiza el registro podemos categorizar las observaciones en tres tipos bsicos; observacin no sistemtica u ocasional, observacin sistemtica o controlada y observacin muy sistemtica. 4.4.1.Observacin ocasional La observacin ocasional recurre al escrutinio cuidadoso de las situaciones de la vida real sin recurrir a ningn instrumento especfico ni comprobar la exactitud de los fenmenos observados. En este sentido este tipo de observacin no obedece a ningn tipo de regla concreta, disminuyendo su importancia a medida que obtenemos un mayor conocimiento de un fenmeno. En este sentido la observacin no controlada sera una primera aproximacin a un fenmeno sobre el cual tenemos muy poco conocimiento lo cual no implica que su importancia sea poca, pensar por ejemplo en la observacin de Pavlov que permiti el descubrimiento posterior de la distincin entre reflejos condicionados e incondicionados. Con todo ello a medida que un problema determinado presente una mayor complejidad y menos delimitado este el marco terico de referencia ser ms adecuada este tipo de observacin, de este modo la aplicamos cuando sabemos relativamente poco del fen6meno a investigar. Desde esta perspectiva exploratoria la atencin estar poco estructurado y abierta hacia todos los comportamientos que se produzcan. Durante una observacin de este tipo el conocimiento del observador sobre el fenmeno puede irse modificando de tal modo que pueden producirse variaciones en lo que se esta observando. Supongamos por ejemplo que deseamos observar como se transmiten los conocimientos en una cultura determinada. Para ello podemos observar las interacciones entre madre e hijo pero, con el tiempo podemos ver que dicha tarea est encomendada bsicamente a un grupo de ancianos, sobre el cual localizaremos nuestra atencin. A pesar de la falta de sistematizacin de este tipo de observacin existen una serie de normas generales que podemos seguir en lo relativo a Qu debemos observar. En este sentido las siguientes direcciones generales son importantes: A. Participantes: caracterizarlos en funcin de su edad, sexo, profesin, relacin que existen entre ellos, etc.
B. Ambiente: localizacin de la situacin (escuela, cruce de caminos, plaza pblica, etc.), teniendo en cuenta adems el tipo de comportamiento que favorece el ambiente. C. Objetivo: Finalidad que ha unido a los participantes, reaccin de los mismos ante tal fin, adecuacin de la conducta de los niismos, etc. D. Comportamiento: Que tipo de actividad se da en la conducta? (Hablar, chillar, gesticular, etc.) Cuales son las cualidades de la conducta? (Intensidad, adecuacin, duracin, efectividad, etc.). Cuales son sus efectos?, es decir, que conducta provoca en los dems. Otro aspecto importante es delimitar el momento y la forma en que debe realizarse este tipo de observacin. En este sentido cabe sealar que lo ms recomendable es tomar notas en el momento en que se produce la situacin con el fin de evitar problemas derivados de la selectividad de la memoria. No obstante dicho procedimiento es difcil de realizar en algunos casos dado que perturbara la naturalidad de la situacin, podra provocar sospechas en la/s persona/s observadas o podra implicar una excesiva divisin de la atencin del observador. En dichos casos lo mejor es anotar palabras clave que nos permitan la posterior elaboracin de la observacin.
La mejor forma para elaborar dicha informacin es un infortne escrito de estilo narrativo, realizado tan pronto como sea posible despus de la observacin. Inconvenientes de la observacin no controlada: 1.Uno de los principales problemas derivados de este tipo de observaciones es la arbitrariedad de las mismas, es decir, la falta de una unidad de medida o sistema de registro implica que distintos observadores lleguen a observaciones distintas haciendo casi imposible la comprobabilidad del fenmeno observado. En este sentido es recomendable la presencia de dos o ms observadores y la utilizacin siempre que sea posible de material de apoyo como grabadoras, vdeo, etc. Del nsmo modo ser interesante deslindar los hechos registrados de la interpretacin de ellos que da el observador. Por otra parte este tipo de observaciones dada su poca sistematizacin y el alto grado de subjetividad que comportan deben ser tenidas en cuenta con precaucin ya que en muchas ocasiones pueden generar en el observador la impresin de que tiene un profundo conocimiento del fenmeno cuando en realidad no es as. 4.4.2.Observacin Sistemtica.
Este es el tipo de observacin ms comn en ciencias de la conducta. A pesar de que en muchos casos restringe la libertad del observador es preferible a la ocasional por su precisin que permite una mayor replicabilidad y validez en sus conclusiones. El propsito de este tipo de observacin es describir y precisar con exactitud ciertos elementos de conducta que poseen cierto valor predictivo y explicativo. Al igual que en muchos otros casos no existe una discontinuidad entre la observacin ocasional y las distintas opciones que nos ofrece la observacin sistematizado sino que cuanto mayor sea la importancia concedida a los procedimientos de registro utilizados, mayor es la sistematizacin de la observacin. En este sentido este tipo de observacin sera una etapa ms avanzada de la investigacin que trata de poner a prueba en muchos casos hiptesis que habitualmente se derivan de observaciones ocasionales anteriores. Con este fin presenta una serie de caractersticas propias: A. Es especfica y cuidadosamente definida, ello supone un estudio anterior de la situacin, las conductas que se producen con ms frecuencia y que pueden ser de nuestro inters, etc. Al precisar de antemano la situacin y las conductas tpicas el observador puede definir previamente las distintas categoras que desea analizar de la situacin. As por ejemplo en una situacin determinada podemos planteamos 50 60 conductas previamente que, con el paso de las distintas observaciones y a medida que aumenta nuestro conocimiento pueden quedar reducidas a una serie menor de categoras relevantes. B. La tipologia de los datos a registrar se fija previamente. C. Suelen utilizarse pruebas mecnicas o auxiliares para aumentar la exactitud de la observacin. D. Existe un control del observador y del observado, limitando sus sesgos y posibles efectos sobre los sujetos. E. Generalmente este tipo de observaciones son cuantificables. F. Suele aplicarse al estudio de pequeos grupos, entendidos como grupos formales o informales cuyos miembros interactan mutuamente. G. La observacin sistematizado plantea habitualmente hiptesis que deben ser verificadas mediante la aplicacin de las tcnicas desarrolladas para llevarla a cabo. En este sentido se diferencia de la observacin ocasional que suele ser meramente descriptiva. Tipos de Observacin sistemtica. En funcin del grado de sistematizacin de la observacin podemos diferenciar distintos tipos de observacin sistemtica:
l.,Observacin preparada: el observador recoge los datos en una esfera delimitada de antemano que hace referencia a unos factores precisos. Este tipo de observaciones puede realizarse en distintos marcos: Natural: se estudia el comportamiento de los individuos en su vida cotidiana, como por ejemplo los estudios sobre el comportamiento de los compradores. El observador es un mero espectador de la situacin sin que intervenga en modo alguno en los acontecimientos observados. Adems la situacin es totalmente natural en el sentido que se produce en el , contexto usual en el que surgen los fenmenos de inters para el investigador. Estructurada: en algunas ocasiones el investigador puede preparar ciertos aspectos que le permitan garantizar una menor interferencia de variables que podran perturbar la situacin. En este sentido, en lugar de esperar a que se produzca la situacin de inters esta puede venir provocada por el investigador en el marco natural en que se produce con el fin de estructurar las tareas realizadas y facilitar la replicabilidad de las observaciones. P.Ej. podemos estar observando la interaccin padre - hijo completando un puzzle que les hemos suministrado. -Experimento de Campo: en este caso las condiciones de partida son muy simares a las de la observacin estructurado con la nica diferencia que trabajamos con al menos dos situaciones distintas de observacin de tal modo que las diferencias entre las mismas puedan ser atribuibles a una variable cuya influencia se est estudiando. As por ejemplo podemos planteamos si los nios cooperan ms o menos en una tarea de grupo en funcin de si la composicin de los grupos les vienen dados por el profesor o los forman ellos de forma espontnea. Clnica: en este tipo de observaciones las condiciones del entorno son fijadas por el observador intentando un clima lo ms favorable posible. En dichas observaciones se mezclan datos objetivos con datos subjetivos del observador en funci6n de la impresin que le causa el sujeto. El tipo de conductas a observar es mucho ms amplio que en otros tipos de observacin sistemtica dado que se tiene en cuenta desde la forma en que el sujeto va vestdo, hasta su expresin verbal, su estado emocional, etc. 2.Observacin equipada: Se da en aquellos casos en que la observacin est altamente controlada mediante la utilizacin de elementos auxiliares como registros de vdeo, espejos unidireccionales, etc. pudiendo ser considerada prcticamente un quasiexperimento. Observacin muy sistemtica. En muchas ocasiones es muy difcil establecer un punto de corte a partir del cual establecer donde termina la observacin sistemtica y empieza la muy sistemtica, podramos establecer un continuo entre ambas de tal modo que entenderemos que una observacin es muy sistemtica cuando:
l. En base a una teora se aslan una serie de variables de comportamiento, existiendo una serie de enunciados que se derivan de dicha teora y que proponen la forma en que dichas variables se relacionan. 2. El proceso de observacin se estructura en tomo a categoras de observacin de tal modo que no se registra ninguna conducta que no este incluida en dichas categoras. 3. Las condiciones de partida estn sometidas a un riguroso control con el fin de asegurar las posibilidad de comparar distintas observaciones. 4.5.El registro de la observacin En cualquier observacin el observador debe hacer una seleccin de los materiales a registrar. No existe un mtodo ideal para registrar las observaciones aunque, lgicamente, algunos procedimientos obtienen ciertos tipos de datos que otros no alcanzan. No obstante parece que existe un elevado grado de acuerdo en que lo mnimo que se le puede exigir a cualquier observacin es que sea objetiva. No obstante la objetividad absoluta es imposible, el observador sabe de antemano que es lo que va a observar y tiene una preparacin previa al respecto. Por otra parte un nfasis excesivo en la precisin de la observacin puede hacemos olvidar la relevancia o significacin de los registros. Formas de Registro. Dadas las limitaciones del ser humano como observador se han ido desarrollando procedimientos y mecanismos que nos permiten perfeccionar nuestras respuestas perceptivas. Existen distintos sistemas de registro, los cuales permiten al observador sistematizar la informacin, reducir la cantidad de atencin y, finalmente, transformar los registros en datos: Filmes de figuras en movimiento. Debido al gran desarrollo que han tenido las tcnicas audiovisuales en los ltimos aios, su utilizacin en el mbito observacional es cada vez mayor. Este soporte nos garantiza una informacin que puede ser consultada de forrna permanente, teniendo adems la caracterstica de que no existe limite en cuanto a la duracin temporal y complejidad del fenmeno a observar. No obstante presentan el inconveniente de que la inforrnacin no es procesada on-line y exige un proceso laborioso de anlisis posterior mediante la aplicacin de alguno de los tipos de registro que veremos con posterioridad. Sistemas de signos. El objetivo de un sistema de signos es muestrear numerosas porciones de un evento natural sin realizar ninguna suposicin sobre la importancia de una dimensin
en particular. ,Con este fin se precisan un nmero de actos especficos que pueden darse en una situacin determinada para que posteriormente se precise su ocurrencia o frecuencia en un determinado lapso de tiempo. As por ejemplo nos podramos encontrar con un sistema de signos para describir la interaccin entre el profesor y los alumnos en una clase:
A. Conducta Verbal del Profesor
B. Conducta no C. Conducta del verbal del profesor. Alumno
Presenta objetivo Define trminos Da ejemplos Etc.
un Mira anotaciones Sonre
Levanta la mano Habla
Escribe en la pizarra Mira alrededor Etc. Etc.
Habitualmente y dado el gran nmero de conductas a las que el observador debe estar atento se acostumbra a dividir la sesin de observacin en periodos de 3 a 5 minutos anotndose en cada periodo tan slo la primera vez que se produce una conducta. De este modo no registraremos la frecuencia de ocurrencia de la conducta si no en cuantos de los intervalos se manifiesta. Normalmente este tipo de sistemas se acostumbran a utilizar en aquellos casos en que la teora subyacente no est aun totalmente elaborada y desconocemos cuales son las conductas relevantes. Un sistema similar lo constituyen los formatos de campo. Este tipo de sistema de registro se caracteriza por la identificacin de diversos aspectos de una situacin natural que se dividen en subcategoras representadas en forma de smbolos. De esta forma se facilita la rapidez en el registro aunque implican una tarea de memorizacin previa. Ej:
A. Lugar
B. Accin
C. Resultado
01 - Habitacin 02 - Comedor 03 - Cocina
1.1 - Coge objeto. 1.2 - Pide objeto. 1.3 Llora
21 - Consigue Objeto 2.2 Capta atencin madre 23 - Madre le rie
De este modo podemos registrar una serie de conductas como 01 - 12 - 21 es decir, en la habitacin el nio pide un objeto y lo consigue.
Sistemas de Categoras Una de las principales necesidades del estudio cientfico del comportamiento humano es la de poseer un sistema que posibilite una descripcin precisa de los acontecimientos y conductas y que en ltimo trmino permita una cuantificaci6n de las mismas. Desde esta perspectiva, la gran mayora de las investigaciones en las que se utiliza la observacin sistemtica se articulan en tomo a un sistema de categoras elaborado expresamente para un determinado estudio. En este sentido el sistema de categoras puede ser considerado como el instrumento de medida en la investigacin observacional, constituyndose en un sistema de andamiaje que abarque aquellas conductas que son consideradas relevantes en funcin del objetivo de la investigacin. Podemos entender el trmino categora como "El trmino que designa a una clase dada de fenmenos donde se puede ubicar el comportamiento observado". Desde esta perspectiva una categora existir siempre que dos o ms objetos o acontecimientos distintos se tratan de forma equivalente. Asi por ejemplo, dos acontecimientos distintos como insultar y empujar pueden ser considerados como ejemplos de una categora a la que denominamos "conductas agresivas". Un sistema de categoras implicar dos ms de ellas y proporcionar a los diversos observadores el mismo cuadro de referencia lo cual incrementar la precisin de la observacin. No obstante, el desarrollo de un sistema de este tipo precisar de una serie de condiciones previas a la obtencin de categoras. En primer lugar ser preciso delimitar el objeto de estudio y una seleccin de aquellos aspectos que se consideran ms relevantes. A partir de este punto se iniciar un proceso iterativo que partiendo de una serie de macrocategoras establecidas a prior ira refinando en observaciones sucesivas el sistema con el fin de adaptarlo a la situacin observada y a las exigencias conceptuales del investigador.
Las caractersticas fundamentales de un sistema de categoras dependern de la naturaleza exacta de la situacin a la cual desea aplicarla el investigador. No obstante existen una serie de dimensiones que deben ser delimitadas a priori: 1 Exhaustividad: un primer aspecto a tener en cuenta ser si existe la necesidad de poder categorizar todos los comportamientos posibles dentro de una dimensin determinada, en este caso hablaremos de sistemas exhaustivos en aquellos casos en que no existan comportamientos que no puedan ser incluidos en una categora concreta. En caso contrario frecuentemente se incluye una categora especfica para sealar la presencia de comportamientos ajenos al sistema de categorizacin. 2.Razonamiento: los sistemas de categoras pueden obligar al observador a realizar una mayor o menor inferencia sobre un comportamiento implcito a partir de un comportamiento observable. En otros casos es posible que el registro se realice directamente a partir de la conducta observable sin que sea precisa la ms mnima reflexin al respecto. As por ejemplo podemos pensar en las categoras: "se muestra agresivo" o "empuja a sus compaeros" como ejemplos de categoras con distintos grados de razonamiento. Lgicamente ser preferible utilizar categoras con un bajo grado de razonamiento, no obstante, en algunas ocasiones, el fenmeno en que estamos interesados no se manifiesta de una forma tan directa y deberemos recurrir a sistemas de categoras que impliquen un mayor razonamiento por parte del observador. 3.Dimensionalidad : un sistema de categoras puede demandar al observador que centre su atencin en un conjunto de comportamientos ms o menos homogneos o bien registrar comportanentos que describen la actividad de los sujetos en un cierto nmero de dimensiones distintas. En funcin del fenmeno que nos interese observar deberemos recurrir a sistemas unidimensionales o incorporar ms dimensiones a los mismos. 4.Continuidad - Discontinuidad: en algunos casos las categoras pueden ordenarse dentro de una misma lnea continua mientras que en otros, an cuando se ubiquen en la misma dimensin, no es posible ubicarlas en un mismo continuo. As por ejemplo podemos elaborar una serie de categoras relacionadas con el comportanento de nios jugando como pueden ser: Ataques verbales moderados, amenazas verbales o gestuales, agresin fsica, etc. que pueden ubicarse en un continuo de menor a mayor agresividad. En cambio un sistema que registre categoras como: hace preguntas, aporta soluciones, aclara conceptos, etc. no permite la ubicacin de las mismas en un continuo. En funcin del fenmeno observado y de nuestras necesidades en lo referente al tipo de anlisis aplicable a los datos deberemos planteamos la utilizacin de un sistema continuo o discontinuo. 5.Tamao de la unidad: de nuevo y en funci6n del fenmeno a observar y de los condicionantes de la situacin deberemos planteamos si las unidades de conducta que deseamos observar deben fundamentarse en aspectos muy concretos del comportamiento (conductas muy moleculares) o aspectos ms generales (molares).
6Campo de aplicabilidad: finalmente un aspecto importante a la hora de desarrollar un sistema de categoras es planteamos si dicho sistema se desarrolla con el fin especfico de ser aplicado a un slo ambiente determinado o deseamos poder aplicarla en entornos similares. En este sentido contra mayor sea nuestro deseo de generalizar su aplicacin deberemos tener en cuenta posibles categoras que puedan no manifestarse en otros ambientes distintos a aquel en el que desarrollamos nuestro sistema. As por ejemplo si deseamos desarrollar un sistema para aplicarlo al juego de los nios en el patio, la distribucin espacial de los patios puede diferir enormemente de un colegio a otro lo cual puede facilitar o inhibir ciertos comportamientos. Bakeman y Gottman (1986) sealan una serie de recomendaciones a la hora de desarrollar un sistema de categoras: 1.Antes de observar plantearse la pregunta a la que deseamos responder. Las categoras de observacin como consecuencia incluirn los principales aspectos del problema. 2. Elegir el nivel de anlisis adecuado en funcin del problema. 3.Realizar una observacin asistemtica previa durante la cual recogeremos informacin de forma narrativa. En caso contrario es posible que el investigador anticipe a prior una serie de categoras y cuando intente aplicarlas a la situacin que desea observar se encuentre con que algunos de los comportamientos que l ha anticipado se producen muy raramente en dicha situacin y, que por el contrario, existen comportamientos relevantes para los que no posee una categora concreta. 4.Intentar utilizar categoras dentro de un mismo nivel de molaridad molecularidad, es decir, categoras homogneas, de tal modo que faciliten la labor del observador. En este punto ser necesario determinar el nivel de detalle necesario para el fenmeno que estamos observando. 5.Las categoras deben elaborarse de tal modo que sean excluyentes, es decir, una conducta tan slo puede ser ubicada en una y slo una categora. Adems deben ser exhaustivas, es decir que no existan comportamientos relevantes que no estn incluidos en el sistema. 6.Finalmente hay que depurar el sistema mediante una serie de observaciones empricas de tal modo que las categoras se adecuen a los intereses del investigador y se obtenga el grado de precisin necesario en este tipo de sistemas. En este sentido es til comprobar las razones de observacin que presenta nuestro sistema de categoras. Para ello elaboramos una tabla de doble entrada con las categoras y los intervalos de observacin:
Conducta 1
Conducta 2
Conducta n
Total
I1
I2
In
Total Partiendo de esta tabla podemos calcular las razones y de ocurrencias. La razn la calcularemos del siguiente modo:
C
i =1
ni
Siendo ni el nmero de conductas observadas.
Este ndice nos dar una idea de la frecuencia con que las distintas categoras aparecen a travs de los distintos intervalos del registro. De este modo nos puede pemtir eliminar categoras nulas que no se producen o que lo hacen con una frecuencia extremadamente baja y, hacemos plantear la posibilidad de desdoblar algunas categoras que presenten una frecuencia excesivamente elevada. El coeficiente por su parte se calcula del siguiente modo:
I
i =1
ni
Siendo ni el nmero de intervalos de observacin.
Este ndice nos permitir conocer la pauta de la actividad categorizadora a lo largo del registro con lo que podremos conocer el desarrollo temporal del mismo. 3.2. l. Ej. Sistema de Categorias: Good y Brophy (1 972) Este sistema de observacin fue desarrollado con el fin de categorizar las interacciones existentes entre profesor y alunmo dentro de una clase. Los autores pretendan demostrar que existan interacciones entre el profesor y los alumnos de
forma individual y que dichas interacciones no se daban al azar. De este modo el sistema no cubre todas las interacciones profesor - alumno sino tan solo las individuales. El problema inicial era determinar si las interacciones a nivel individual se centraban ms en unos alumnos que en otros y adems diferan en calidad e intensidad. Con este fin desarrollaron un sistema de categoras que tan slo se aplicaban cuando el profesor interactuaba con un nio, teniendo en cuenta el proceso de accin - reaccin que se produca y excluyendo las intervenciones del profesor dirigidas a toda el aula.
Oportunidades de respuesta D P A V G Do L
Nivel de la Calidad de la Reaccin del pregunta respuesta maestro R Ps Pd El Op C Jc Jt Nr A Cr A1 A2 P P P P
D: Pregunta directa al alumno. A :El maestro espera que alguien responda V: Un voluntario contesta espontneamente G: Los alumnos responden al unsono. Do: El maestro pregunta a un alumno distinto. L:El maestro manda leer. R:El maestro pregunta la leccin.
Ps: La pregunta implica una elaboracin. Pd: La pregunta slo implica una respuesta corta. El: La pregunta implica una serie de respuestas alternativas. Op: La pregunta refiere a la opinin del alumno.
C: La respuesta es correcta. Jc: La respuesta es parcialmente correcta. Jt: La respuesta es incorrecta. Nr: No hay respuesta.
A: Alaba la respuesta. Cr: Critica la respuesta. A1: Indica la causa de la respuesta incorrecta. A2: Da la respuesta correcta sin indicar el error.
En esta tabla podemos ver el funcionamiento del sistema. El profesor ha realizado una pregunta directa a un alumno identificado como "P", Dicha pregunta implica una elaboracin por su parte. La respuesta del alumno es incorrecta por lo cual es criticada por el profesor que a continuacin le muestra donde se ha equivocado, etc. 4.6.Cuantificacin de la observacin Cualquier observacin en la que deseemos obtener un resultado cuantificable implicar necesariamente la elaboracin de una serie de instrumentos de medida especficos
para este fin. No obstante las primeras fases de cualquier observacin son cualitativas y, en algunas ocasiones toda la investigacin puede serlo. Bsicamente utilizaremos observaciones cualitativas en aquellos casos en que: . Nos queramos limitar a una descripcin o deseamos una anlisis meramente cualitativo. . Cuando estudiemos fenmenos complejos que nos permitan elaborar un concepto abstracto. . Cuando deseemos preparar una observacin cuantitativa y nuestro inters este centrado en verificar la presencia o ausencia de un elemento ms importante por sus caractersticas que por su presencia o ausencia. Por el contrario la utilizacin de observaciones cuantitativas ser til cuando queramos sustituir las impresiones subjetivas por resultados precisos o bien en aquellos casos en que sea posible y de inters una generalizacin estadstica. La transformacin de datos cualitativos de tal forma que sea posible aplicarles algn tipo de tcnica cuantitativa se conoce como codificacin. Con el fin de realizar dicho proceso se pueden utilizar diversas medidas, que pueden ser clasificadas en bsicas o primarias y derivadas o secundarias, dado que estas ltimas se extraen de las primeras. No obstante, un problema previo al establecimiento de estas medidas estriba en establecer el momento en que los datos deben ser obtenidos, todo ello nos lleva al problema del muestreo. 4.6.1. Tcnicas de Muestreo. Podemos encontrarnos con. un doble significada del trmino muestreo en los registros observacionales. Por una parte este trmino refiere a la seleccin de los momentos en que iniciaremos y finalizaremos nuestras observaciones, a dicha seleccin la denominamos muestreo intersesional . Por otra refiere a aquellas unidades sobre las cuales focalizaremos nueestra atencin durante el registro, denominada muestreo intrasesional. Muestreo Intersesional. Al igual que no realizamos una observacin sobre la poblacin de referencia que nos interesa dada el coste que supondra dicha estrategia, no podemos realizar una observacin sobre todo el periodo de tiempo al que deseamos generalizar los resultados (periodo de estudio). Todo ella implica la necesidad de realizar las observaciones en sesiones de duracin moderada que no impliquen una elevada fatiga en el observador pero que al mismo tiempo abarquen un lapso de tiempo lo suficientemente gran de como para registrar la suficiente variabilidad de la conducta que nos permita un registro en condiciones.
Una sesin de observacin es una muestra de tiempo extrada a partir de la duracin total del fenmeno al que deseamos generalizar nuestra observacin. Con el fin de que los momentos de inicio y final del registro no sean determinados por las preferencias del observador y, as, asegurar su generalizabilidad, dichos momentos deben ser seleccionados de tal modo que todos los puntes temporales tengan la misma probabilidad de convertirse en el inicio de una sesin. Con este fin se puede realizar un muestreo aleatorio de los momentos de inicio del registro o a un muestreo aleatorio estratificada. Es decir, dividimos el tiempo de registro en estratos como pueden ser las distintas clases del da y, a continuacin nos aseguramos de que se realiza un registro para cada uno de los estratos inicindose el registro en un momento elegido aleatoriamente para cada estrato. Otra posibilidad es realizar un muestreo en funcin de criterios comportamentales, es decir, iniciamos la sesin de observacin cuando se da una cierta categora y la finalizamos ante la presencia de otra. Este tipo de muestreo no permite generalizar los resultados del mismo modo que los anteriores, no obstante si nuestro objeto de estudio se centra exclusivamente en los periodos en que se da dicha conducta es un procedimiento vlido. P.Ej. si estamos interesados en la interaccin entre vendedores de coches y clientes a la hora de anunciar el precio del vehculo. Muestreo Intrasesional. El muestreo intrasesional de sujetos especifica los sujetos que deben ser observados en cada momento de una sesin de observacin. Un primer procedimiento posible es la utilizacin de una regla ad libitum, consistente en la ausencia de una regla de registro intrasesional, sin que se realice ninguna restriccin sobre que y cuando observar. Lgicamente este tipo de registro es til en investigaciones exploratorias, as como para tener constancia de conductas poca frecuentes. No obstante este sistema no permite verificar ningn tipo de hiptesis, dado que los datos que proporciona estn sesgados hacia los individuos que manifiesten conductas con mayor frecuencia, como mucho este sistema puede ser utilizado dentro del proceso de generacin de sistemas de categoras. Un segundo sistema de registro es el muestreo focal, que consiste en que el observador mantiene su atencin centrada en una sola unidad (sujeto, diada, grupo, etc.). Habitualmente en cada sesin de observacin se utilizar un sujeto distinto, eligindose previamente al azar dicho sujeto. Lgicamente ella implica eliminar un elevada nmero de ocurrencias que generan el resto de sujetos del grupa. Otra alternativa es el muestreo multifocal o muestreo de barrido. En este caso el observador focaliza a cada uno de los individuos durante un carta intervalo de
tiempo de forma rotatoria, realizando diversos barridos de este tipo dentro de una sesin de observacin. Este tipo de muestreo puede ser modificada en funcin del tamao del grupo y de las circunstancias de la observacin. As podemos realizarlo de forma: -Contigua: la sesin de observacin se divide en tantos intervalos como sujetos observndose una vez cada uno de elles sin rotaciones. -Secuencial: despus de dedicar un intervalo a cada individuo vuelven a ser observados en el mismo orden -Alternante: se divide el grupo o en subgrupos que son observados uno a uno realizando relaciones en cada uno de ellos.
4.6.2.Medidas Primarias. Las medidas primarias dependen fundamentalmente del tiempo invertido en el registro, siendo las ms utilizadas la frecuencia, la duracin, latencia, y la intensidad. Categora A B C C A C A
Tiempo Latencia A-C: Lapso A-A:
La frecuencia (fi) indica simplemente el nmero de veces que se produce una categora en una sesin de observacin. As en la observacin de ejemplo la frecuencia de A es 3. La duracin (di) refiere a las unidades de tiempo ocupadas por una categora, habitualmente se mide en segundos. En el ejemplo anterior la duracin de C es de 11 segundos. Una medida asociada es el lapso que hace referencia al tiempo en que la categora no esta presente. As en el ejemplo y suponiendo que no hay pausas entre las categoras el lapso de A a partir de su primera ocurrencia es de 13 segundos.
La latencia por su parte hace referencia al tiempo transcurrido entre un momento temporal determinada hasta el inicio de una categora. En el ejemplo podemos ver el lapso entre A Y A as como la latencia entre A y C. Finalmente la intensidad se mide tan slo en aquellos casos en que disponemos de escalas ordinales, habitualmente en las escalas de apreciacin y hace referencia al grado en que se manifiesta una conducta.
4.6.3.Medidas secundarias. Tal y como hemos visto anteriormente, las medidas secundarias se ,derivan de las primarias, siendo su principal caracterstica la posibilidad de comparar las medidas obtenidas en dos registros distintos aun cuando la duracin de los mismos sea diferente, dada que estas medidas no dependen del tiempo total de registro. Las ms utilizadas son las siguientes:
Tasa: (ti) es el nmero promedio de ocurrencias de una categora por unidad de tiempo. La obtenemos dividiendo la frecuencia de dicha categora por la duracin total del registro. As en el caso que nos sirve de ejemplo la tasa de A sera 3/32. Frecuencia Relativa: (Pi) la definimos como la probabilidad de que, al seleccionar al azar una de las ocurrencias de conducta registradas en una sesin, sta sea la ocurrencia de la categora x. Para calcularla simplemente dividimos la frecuencia de dicha categora por el sumatorio de las frecuencias. As, la frecuencia relativa de B sera 1/7. Duracin relativa: (i) es la probabilidad de que al seleccionar aleatoriamente un momento temporal dentro de la sesin de registro, se este produciendo esa categora. Para calcularla dividimos el tiempo ocupada por esa categora por el tiempo total de registro. As, la duracin relativa de C sera 11/32. Duracin media: (i) este ndice nos proporciona un indicador del promedio de tiempo ocupada por una categora determinada. Para obtenerlo dividimos el total de unidades de tiempo ocupadas por dicha categora por la frecuencia de la misma. As, la duracin media de la categora C es de 11/3 segundos. Frecuencia de transicin: es el nmero de veces en que se produce una transicin entre dos categoras determinadas, representada por fij donde i y j son las dos categoras. Ej: ACABBACACBBAAC
La frecuencia de transicin AC es de 4. Frecuencia relativa de transicin: (pij) es la probabilidad de la transicin que se inicia en i y acaba en j. La obtenemos dividiendo la frecuencia de transicin ij por el nmero total de transiciones entre la categora i y cualquier otra. As en el ejemplo la frecuencia relativa de transicin AC es de 4/6.
4.7.Fiabilidad de los registros observacionales. En ciencias de la conducta existen un elevado nmero de variables que pueden afectar al fenmeno que estemos estudiando, con ello, la repeticin de una experiencia determinada o la utilizacin de un instrumento de medida distinto pueden conducirnos a resultados diferentes. En este sentido debemos plantearnos si los resultados obtenidos son interpretables o, si por el contrario, estn afectados por perturbaciones aleatorias debidas al propio instrumento de medida. Entendemos que un instrumento es fiable si tiene pocos errores de medida, es decir, si es estable, consistente y depende de las puntuaciones del individuo en la caracterstica evaluada. Tradicionalmente el estudio de la fiabilidad ha estado asociado al empleo de tests estandarizados, aunque los problemas asociados a la fiabilidad son extrapolables a la observacin.
El significado ms comnmente utilizado para la fiabilidad en el marco de las investigaciones observacionales es el de concordancia entre observadores, es decir, si tomamos dos observadores que en un mismo momento temporal codifican de acuerdo a un mismo sistema de categoras, dicho sistema ser ms o menos preciso en funcin del grado de acuerdo entre ambos sobre las categoras registradas. Los ndices de acuerdo pueden obtenerse tanto para un mismo observador concordancia intraobservador como para observadores independientes concordancia interobservadores. En el primer caso precisaremos de un registro de vdeo de la sesin que ser categorizada en dos ocasiones sucesivas por la misma persona. Los coeficientes de concordancia entre o intra observadores se interpretan como la fiabilidad del instrumento utilizado, existiendo distintos mtodos para calcularlo. Tomemos como punto de partida la siguiente tabla de doble entrada:
Observador 2 Ocurrencia (+) No Ocurrencia (-)
Ocurrencia A (+) Observador 1 No C Ocurrencia ( -)
Siendo A: Nmero de acuerdos en ocurrencias B y C: Desacuerdos D: Nmero de acuerdos en no ocurrencias. N = A + B + C + D = Nmero de intervalos codificados. Partiendo de esta tabla podemos considerar distintos ndices de concordancia entre observadores: Coeficiente de concordancia total: T= A+ D *100 A+ B +C + D
Este ndice nos proporciona una idea del grado de acuerdo que existe entre los observadores, no obstante si se encuentran categorizando una sesin en la cual la frecuencia de las conductas emitidas es muy baja, el gran nmero de intervalos en los que estarn de acuerdo en que no ocurre nada podr incrementar de forma artificial dicho coeficiente. Podra darse el caso por ejemplo de que se produzcan tan slo cinco conductas para categorizar, que los observadores no estn de acuerdo en ninguna de ellas y que el ndice de acuerdo sea cercano al 90%. Una posible solucin a este problema es computar ndices para las ocurrencias y las no ocurrencias por separado. Porcentaje de acuerdo en ocurrencias: O= A *100 A+ B +C
Porcentaje de acuerdo en no - ocurrencias:
NO =
D *100 B+C + D
No obstante, estos y otros ndices que pueden derivarse de la tabla inicial presentan el problema de que no tienen en cuenta el grado en que los acuerdos entre observadores debidos al azar afectan al coeficiente computado. Es decir, de todas las ocasiones en que los observadores registran una conducta dentro de una misma categora, existirn algunas de ellas en las cuales ambos se han equivocado pero por azar han registrado la misma categora. As por ejemplo supongamos un sistema con 4 categoras equiprobables. Imaginemos que ante una conducta que debera ser registrada como la categora A ambos observadores se equivocan, entonces existe una probabilidad de 1/9 de que a pesar de ello exista un acuerdo en alguna de las categoras restantes. Lgicamente este fenmeno puede distorsionar los porcentajes de acuerdo que computemos de tal modo que sean superiores a los porcentajes reales. Con el fin de eliminar este efecto se desarroll el ndice kappa de acuerdo entre observadores. La frmula empleada es la siguientes: kappa = pc p a 1 pa
Siendo: Pc= porcentaje de concordancia entre observadores. Pa= porcentaje de acuerdo debido al azar. Para calcular este ndice consideremos el siguiente ejemplo: Dos observadores han categorizado del siguiente modo una secuencia conductual: Observador1: AABABABBABCCAC Observador 2: ABBAAABBAACAAC Realizamos a partir de estos datos una tabla de doble entrada como la siguiente: Observador 1 A Observador 2 A 5 B 2 C Total
1
B C
3 2 5 3
4 2 14
Total 6
El porcentaje de acuerdo entre observadores lo obtenemos sumando los valores de la diagonal y dividindolos por el numero total de ocurrencias. En este caso valdr 10/14 es decir 0,714. Para computar el porcentaje de acuerdos debidos al azar debemos calcular la probabilidad de que el observador 1 categorice A y el 2 tambin, ms la misma probabilidad para B y para C. En nuestro caso dicho porcentaje ser: 8 6 4 5 2 3 (8 * 6) + (4 * 5) + (2 * 3) pa = * + * + * = = 0,377 14 2 14 14 14 14 14 14 Podemos comprobar que para calcularlo basta con sumar el producto de las sumas marginales para cada categora y dividirlo por el cuadrado del nmero total de ocurrencias. En nuestro caso el ndice kappa ser: kappa = 0,714 0,377 1 0,377
Podemos comprobar como de un ndice de acuerdo entre observadores de casi el 72% hemos pasado a un acuerdo del 54% al eliminar el efecto sobre dicho ndice del nmero de acuerdos debidos al azar. Fleiss propone los siguientes criterios con el fin de comprobar la bondad del sistema que estamos evaluando.: 0.4 - 0.6 mediocre. 0.6 a 0.75 bueno y 0.75 o ms excelente. En el caso en que el ndice kappa que obtenemos con el sistema de categoras que hemos desarrollado sea insuficiente deberemos proceder a analizar aquellas categoras que presenten mayores problemas desde el punto de vista de la concordancia entre observadores. Para ella es conveniente calcular el porcentaje de acuerdo ocurrencias para cada una de las categoras. As en el caso que nos ocupa seria: Pa= 5/9 = .55
Pb= 3/6 = .5 Pc= 2/3 = .66 Podemos comprobar que la categora en la que hay un menor acuerdo entre observadores es la B, aunque en la A el acuerdo tambin es relativamente bajo. Partiendo de estos datos podramos plantearnos una revisin de la forma en que se han definida dichas categoras con el fin de intentar verificar las causas del problema. Otro anlisis interesante es el resultante de volver a calcular el ndice kappa pero e1iminando la categora que plantea un menor acuerdo, de este modo podemos conocer si el sistema de categoras presenta una fiabilidad baja debida al efecto de dicha categora o si realmente existen ms categoras que deberamos revisar. En nuestro caso, y eliminando la categoria B: Pc= = .875 Pa= 36/64 = .5625 kappa= .714 Podemos comprobar como hemos pasado de un ndice mediocre a un ndice aceptable.

Técnicas de investigación en psicopedagogía

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Técnicas de investigación en psicopedagogía

Enviado por

Direitos autorais:

Formatos disponíveis

Universitat Rovira i Virgili Departament de Psicologia

METODOS DE INVESTIGACIN EN PSICOPEDAGOGIA

Tcnicas de investigacin en psicopedagoga (2)

Andreu Vigil Colet

Tcnicas de investigacin en psicopedagoga (3)

Generalizacin del modelo

Tcnicas de investigacin en psicopedagoga (4)

Tcnicas de investigacin en psicopedagoga (5)

Tcnicas de investigacin en psicopedagoga (6)

2.1.Aspectos Bsicos del Experimento.

Tcnicas de investigacin en psicopedagoga (7)

Tcnicas de investigacin en psicopedagoga (8)

Tcnicas de investigacin en psicopedagoga (9)

Tcnicas de investigacin en psicopedagoga (10)

Tcnicas de investigacin en psicopedagoga (11)

Tcnicas de investigacin en psicopedagoga (12)

Tcnicas de investigacin en psicopedagoga (13)

Tcnicas de investigacin en psicopedagoga (14)

Tcnicas de investigacin en psicopedagoga (15)

Tcnicas de investigacin en psicopedagoga (16)

Tcnicas de investigacin en psicopedagoga (17)

Tcnicas de investigacin en psicopedagoga (18)

Tcnicas de investigacin en psicopedagoga (19)

Tcnicas de investigacin en psicopedagoga (20)

Tcnicas de investigacin en psicopedagoga (21)

Tcnicas de investigacin en psicopedagoga (22)

Tcnicas de investigacin en psicopedagoga (23)

Tcnicas de investigacin en psicopedagoga (24)

Tcnicas de investigacin en psicopedagoga (25)

Tcnicas de investigacin en psicopedagoga (26)

Tcnicas de investigacin en psicopedagoga (27)

Tcnicas de investigacin en psicopedagoga (28)

Matemticas Lengua Fsica

Tcnicas de investigacin en psicopedagoga (29)

Tcnicas de investigacin en psicopedagoga (30)

___ Control ----- Tratam.

Tcnicas de investigacin en psicopedagoga (31)

Tcnicas de investigacin en psicopedagoga (32)

Tcnicas de investigacin en psicopedagoga (33)

Tcnicas de investigacin en psicopedagoga (34)

O1 X1 O2 O3 XoO4 X1O5 XoO6

Tcnicas de investigacin en psicopedagoga (35)

Tcnicas de investigacin en psicopedagoga (36)

Tcnicas de investigacin en psicopedagoga (37)

Tcnicas de investigacin en psicopedagoga (38)

Tcnicas de investigacin en psicopedagoga (39)

4.EL METODO EXPERIMENTAL

Tcnicas de investigacin en psicopedagoga (40)

Tcnicas de investigacin en psicopedagoga (41)

Tcnicas de investigacin en psicopedagoga (42)

Tcnicas de investigacin en psicopedagoga (43)

Tcnicas de investigacin en psicopedagoga (44)

Tcnicas de investigacin en psicopedagoga (45)

Tcnicas de investigacin en psicopedagoga (46)

Tcnicas de investigacin en psicopedagoga (47)

Tcnicas de investigacin en psicopedagoga (48)

Tcnicas de investigacin en psicopedagoga (49)

Tcnicas de investigacin en psicopedagoga (50)

A. Conducta Verbal del Profesor

B. Conducta no C. Conducta del verbal del profesor. Alumno

Presenta objetivo Define trminos Da ejemplos Etc.

un Mira anotaciones Sonre

Levanta la mano Habla