Metodologia de la Investigacion 1er parcial (Ynoub 2021)

Vista previa del material en texto

RESUMEN MÉTODO 1° PARCIAL
TEMA 1
CIENCIA: Cuerpo organizado de conocimientos adquiridos a través de la utilización del método científico.
MÉTODO: Procesos sistemáticos por medio de los cuales se obtienen conocimientos objetivos del universo. Esto es estudiado por la metodología de investigación. Hay distintos instrumentos conocidos como métodos científicos.
METODO EXPERIMENTAL: Estudia la posible relación explicativa entre dos o más fenómenos o hechos. Pasos: 
1. Toda investigación comienza con el planteo del problema. Formulación amplia de lo que se busca estudiar.
2. Estado del arte, marco teórico, toda la información que se sabe hasta el momento de lo que se quiere investigar.
3. Hipótesis, es una solución tentativa al problema y afirma que hay una determinada relación entre variables. La hipótesis no es verdadera o falsa sino que se acepta o se rechaza.
El conocimiento es científico en base al método que se utilice, no en base al objetivo. Para que un conocimiento pueda ser considerado valido debe cumplir con determinados requisitos. El requisito fundamental es el empirismo sistemático es decir que para que la ciencia genere conocimiento se basa en aquello que es observable y objetivo. El método científico es efectivamente el Método Experimental, es el único que permite cumplir con todos los objetivos de la Ciencia: describir, predecir y explicar.
El objetivo último y más ambicioso de la ciencia es explicar la realidad. La forma que las ciencias explican es por medio de teorías, cuerpos de conocimiento expresado en hipótesis, que se relaciona internamente y con otras teorías. Esas teorías son construcciones conceptuales, abstractas, verdaderas creaciones para predecir y explicar fenómenos. No son verdades, sino creaciones provisorias.
La teoría tiene la función de establecer relaciones entre los hechos. Por su parte el experimento, consiste en evaluar y examinar dichas relaciones sometiéndolas a la contrastación empírica.
CARACTERÍSTICAS DEL CONOCIMIENTO CIENTÍFICO 
· Carácter empírico: el conocimiento científico tiene su comienzo en la observación de la realidad. También la verificación y justificación del mismo es también mediante la observación. 
· Acuerdo inter e intra observadores: debe existir un consenso con respecto a las proposiciones que componen la ciencia por parte de los miembros de la comunidad científica. 
· Capacidad de repetitividad del hecho observado: es la posibilidad de verificar en otro lugar o situación, los fenómenos que, según afirmamos, se derivan de cierta serie de condiciones. Es uno de los criterios básicos del saber científico. 
· Relacionabilidad: los fenómenos observados y las relaciones deberán poder ser coordinadas e integradas en un esquema de relaciones que constituye la estructura formal de la ciencia. 
· Comunicabilidad: los descubrimientos científicos deberán ser presentados mediante un informe para que otros científicos puedan conocerlos.
ETAPAS DEL PROCESO CIENTÍFICO
1. Definición y planteamiento del problema: pregunta para la cual no encontramos respuesta. Es necesario que sea resoluble y debe ser planteado en términos adecuados. 
2. Revisión de la teoría. 
3. Formulación de la hipótesis: la hipótesis es una formulación que supone una solución alternativa al problema de investigación plateado. La hipótesis supone una relación entre variables. Es la “verdad provisional” o cómo se explica el problema a la luz de lo que se sabe. 
4. Determinación del diseño de investigación. Para aceptar o rechazar la hipótesis se elige un determinado diseño de estudio o experimento cuyo objetivo será poner a prueba la misma a través de un plan de acción sistemático sobre la realidad empírica. 
5. Recogida de datos 
6. Confrontación de los datos con la hipótesis. Se procederá al procesamiento estadístico de los datos obtenidos en el diseño o experimento. Se confrontarán los datos obtenidos en la realidad empirica con aquellos que propone la hipótesis planteada. 
7. Conclusiones y generalización de los resultados: Si los datos avalan la hipótesis, la misma será confirmada y eventualmente, si puede ser replicada en otros estudios, se incorporará al marco teórico. En caso contrario se concluirá que en las circunstancias contempladas, la hipótesis no ha sido confirmada y/o se volverá a la segunda etapa proponiendo otra hipótesis. También, en caso de no verificarse la hipótesis con los datos empíricos, puede revisarse el diseño o experimento planteado en la medida en que pudieron haberse cometido errores metodológicos en su planteamiento o realización. 
8. Comunicación de los resultados en Congresos o mediante comunicaciones(papers) en revistas de la especialidad. Aquí se cumple con el criterio de comunicabilidad para el conocimiento científico
TEMA2
CONCEPTO: es una abstracción de algunos aspectos que presentan los hechos observables. El concepto expresa una abstracción que se construye por generalización partiendo de aspectos particulares. Por ejemplo, el concepto “silla” se forma tomando algunos aspectos de los objetos particulares observables “silla”, los abstrae y generaliza. El concepto es el significado del fenómeno.
CONSTRUCTO HIPOTETICO: es un concepto creado deliberadamente con fines científicos. El constructo, a diferencia del concepto, tiene una dimensión relacional. El constructo debe ser pasible de poder ser relacionado con otros constructos de un marco teórico dado. Es una entidad no directamente observable pero es inferible sobre la base de evidencia empírica. Ej. ansiedad, depresión, etc.
VARIABLE: Si los constructos son susceptibles de tomar diversos valores, se dice que son variables. No se puede aplicar el método experimental a variables no observables o cuantificables. Una variable es una propiedad, característica o rasgo que puede tomar diferentes valores. En psicología se puede definir la variable como cualquier aspecto del organismo o del ambiente que pueda variar adoptando, por lo menos, dos valores distintos. Las variables deben ser cuantificables en alguna forma, a partir de características observables a las que se les puede atribuir valores. Es decir que la variable siempre puede ser cuantificable y medible a través de sus características observables. EJ: "Si hay terapia (VI) entonces hay disminución de sintomatología depresiva (VD)"
CLASIFICACIÓN DE VARIABLES:
Variables relevantes: son aquellas que afectan o modifican al fenómeno que en el experimento se presenta como variable dependiente. Una o varias de estas variables relevantes, serán las independientes; el resto serán las variables contaminadoras 
· Variables contaminadoras o extrañas: son todas aquellas variables que pueden afectar a la variable dependiente, pero no fueron tomadas en la investigación para ser usadas como variable/s independiente/s.
· Variables independientes: es la variable que el experimentador manipula deliberadamente para conocer sus efectos sobre la variable dependiente. Esta se va a denominar independiente precisamente porque sus valores dependen únicamente de los deseos del experimentador, no estando afectados por ningún otro factor.
· Clasificación según el numero:
· Diseño univariado: una variable.
· Diseño factorial o multivariado: más de una variable.
· Tipo:
· Situacional o activas: hace referencia a estímulos que provienen del medioambiente ya sea fisico o social o de la tarea que tiene que realizar el sujeto.
· Sujeto o asignadas: hablan de características que son propias de cada sujeto.
Variables dependientes: es el aspecto del fenómeno o la conducta en el que se esperan encontrar los efectos producidos por los cambios introducidos por el experimentador en la variable independiente al manipularla. La observación permitirá verificar o rechazar la hipótesis de que su variabilidad es el efecto de los cambios introducidos en el factor manipulado o variable independiente. Es la variable que se mide para comprobar si la variable independiente tuvo un efecto en ella. 
TIPOS DE MANIPULACIÓN:
Artificial, experimental o intencional: el investigador eligelos valores que le va a otorgar a la variable independiente y los va a asignar al azar o aleatoriamente a los sujetos o grupos experimentales. Para que una investigación sea experimental la manipulación debe ser artificial.
Natural o de selección: el investigador elige los valores que le va a otorgar a la variable pero ya no los puede asignar al azar porque los sujetos ya poseen un determinado valor de la variable. En este caso el investigador pierde un poco de control al formar los grupos, entonces en este caso trabaja dentro del método cuasiexperimental.
NIVELES O ESCALAS DE MEDICIÓN: Las escalas asignan diferentes símbolos, en función de una serie de reglas, para cada característica que toma una variable. Las variables deben ser cuantificables, cada análisis estadístico requiere de una escala de medición. Escalas en las que están incluidas sus valores:
· Nominales: son aquellas escalas en la que los números u otros símbolos son utilizados solamente para diferenciar unos objetos de otros. No se diferencia mayor o menor, sino que se determina si son iguales o diferentes. No puede realizarse ninguna operación aritmética con ellos. Cualitativa. Ej. SEXO (F/M), ocupación, etc.
· Ordinales: los números que se asignan a los distintos valores de la variable indican diferencias y orden entre los mismos. La distancia entre los distintos valores contiguos no es necesariamente la misma. No se pueden hacer operaciones aritméticas con estos valores. Cualitativa. Ej. nivel educativo: primario, secundario, universitario.
· Intervalos: además de proporcionar información sobre una característica respecto de si es diferente a otra y cuál de ellas es mayor, también expresa cuánto mayor o menor es. La distancia entre dos valores contiguos es la misma. Va a existir el valor 0 pero no va a representar la ausencia de la característica en cuestión sino un punto arbitrario elegido por el investigador. Tiene las propiedades de orden y adicionabilidad. Cuantitativa. Ej.escala de temperatura, puntuaciones en test de inteligencia.
· Razón: no solo proporcionan información sobre la igualdad de las diferencias entre dos valores consecutivos de una variable, comparándolas entre sí, sino que también tiene un verdadero punto 0, como punto de ausencia de la característica en cuestión. Ej escala de longitud, escala de peso, velocidad de un automóvil, etc.
INSTRUMENTOS DE MEDICIÓN: La precisión de los instrumentos de medición es fundamental para una investigación. Deben ser:
· Confiables: precisión y consistencia.
· Validos: tiene que medir lo que dice que está midiendo. 
· Sensible: tiene que poder captar las pequeñas diferencias que pueden haber sido ocasionadas por los distintos tratamientos experimentales
El investigador plantea las hipótesis y operacionaliza las variables.
OPERACIONALIZACION: procedimiento que consiste en establecer aspectos o características observables y cuantificables que estén directamente relacionadas con la variable. Especificar como una variable será medida o manipulada en un estudio en particular. En la independiente se especifica qué valores se le otorgará y en la dependiente cómo la voy a medir.
Tratamiento experimental=valores de la variable dependiente
En el método experimental la hipótesis es funcional la cual fue deducida de un marco teórico previo. la variable independiente de la hipótesis es situacional. La manipulación es artificial. El investigador ha tenido el control para formar los grupos experimentales asegurándose que sean homogéneos entre sí.
HIPÓTESIS
Formulación de hipótesis:
· Hipótesis inductiva: a partir de la observación de un problema o fenómeno.
· Hipótesis deductiva: a partir de una teoría se deduce una hipótesis. En el método experimental las hipótesis siempre tiene que ser deducidas, es por esto que es hipotético-deductivo.
Tipos de hipótesis:
· Funcionales: son las características de los métodos explicativos. Una varia en función de la otra (Y entonces X) La variable independiente me explica por qué vario la dependiente.
· Relacionales: son características de los métodos predictivos. Plantean relaciones no causales entre sus variables, sino que afirman que estos fenómenos varían juntos, por lo tanto si un fenómeno varia, es probable que el otro fenómeno también. Las variables son asociativas. Un ejemplo clásico es la relación entre autoestima y timidez, sabemos que están relacionadas pero no qué causa una y otra. 
TEMA 3
Es necesario controlar a las variables contaminadoras, para que no produzcan efecto sobre la dependiente. Que esto se logre o no dependerá de cuan efectivos sean los controles que se implementen y esto determinará el grado de validez interna que se logre. La validez interna tiene que ver con el grado de seguridad que puedo tener de que los cambios observados en la variable dependiente son producidos por la variable independiente y no por variables contaminadoras.
METODOS DE INVESTIGACION CUANTITATIVOS: son distintos métodos que se diferencian en función del tipo de relaciones que se estudian, las características de sus diseños para llevar a cabo la investigación, los objetivos de la misma, el momento en el desarrollo de un tema de investigación, etc. si bien son distintos métodos, los mismos están cruzados por una misma lógica, por determinados principios que los unifican como métodos cuantitativos.
Metodos explicativos o experimentales: cuando tenemos una hipótesis experimental que plantea una relación de causa y efecto entre las variables, recurrimos a estos métodos, ya que son los únicos que pueden poner a prueba relaciones causales. Entre ellos se establecen diferencias en función del grado de validez interna que tienen. La causa es la variable independiente (aclarando que podemos tener más de una) y el efecto es la variable dependiente.
· Experimento: hay una relación causal, en la relación de causa y efecto, esos lugares los ocupan la variable independiente y la dependiente respectivamente. La variabilidad de la dependiente sería explicada por la variabilidad de la independiente. La manipulación es intencional, lo que permite que haya una secuencia de tiempo, donde la variable independiente se presenta antes que el efecto en la dependiente. Tiene máxima validez interna.
· Cuasiexperimento: validez interna intermedia. Se puede dar en distintas ocasiones:
· Diseño de comparación de grupos naturales con medida pretratamiento
· Investigaciones de series temporales interrumpidas
· Investigación con manipulación de selección
· Pre-experimento: 
· Comparación de grupos naturales sin medida pretratamiento
· Diseño de grupo único con medida pretratamiento
· Diseño de grupo único con medida pretratamiento
COMPARACIONES FORMALES: son comparaciones fundamentales en las investigaciones explicativas, ya sea entre distintas medidas o entre distintos valores de la variable. Hay 3 tipos:
· Medida pretratamiento: la medida pretratamiento, que es la medida de la variable dependiente anterior a la aplicación de la variable independiente, se compara con la medida postratamiento que es la segunda medida de la variable dependiente.
· Comparación de grupos: sirve de control general. Tenemos un segundo grupo que funciona como grupo de comparación. Se asienta en la premisa básica de que los grupos sean similares entre si en cuanto a las características de los sujetos que los componen, lo cual se denomina equivalencia inicial de los grupos.
· Medidas repetidas o diseño intragrupo: es aquel en el que a cada sujeto de la muestra se le aplican todos los tratamientos. Para que los diseños de medidas repetidas puedan ser aplicables es necesario que el efecto que producen los tratamientos sobre la variable dependiente sean rápidamente reversibles, ya que si permanecen en el tiempo, invalidarían la aplicación de un segundo tratamiento. Puede que ocurra el error progresivo.
TEMA 4
La meta ideal de todo experimento es asegurar que los cambios observados en la variable dependiente se deban solo a la manipulación de la variable independiente.
CONTROL: el control se refiere a losprocedimientos y técnicas que aseguran que el factor manipulado o variable independiente es la única causa de las diferencias halladas en las puntuaciones de los sujetos en la variable dependiente. El experimentador controla su variable independiente cuando la manipula haciéndola variar sistemáticamente y haciéndola adoptar por lo menos dos valores. Además el experimentador controla las variables contaminadoras cuando es capaz de eliminarlas o mantenerlas constantes evitando que provoquen efectos diferenciales sobre la variable dependiente en los distintos grupos experimentales, contaminando el experimento.
· Controles específicos: están dirigidos a controlar una o varias variables contaminadoras en particular, que han sido identificadas para ser controladas.
· Controles generales: pretenden controlar en forma masiva las variables contaminadoras, tanto las conocidas como las desconocidas. 
TIPOS DE SITUACIÓN EXPERIMENTAL: el control experimental se lleva a cabo en función del tipo de situación experimental en el que se ponen a prueba los efectos de la variable independiente y fuentes de variables extrañas.
· Tipo I o de medidas independientes: aquella en la que cada sujeto o grupo es sometido a un solo tratamiento experimental. Se corresponde con los diseños de intersujeto o intergrupo. El experimentador debe conocer y controlar las variables contaminadoras. Ademas el investigador deberá asegurar la equivalencia de los grupos, su homogeneidad. La cantidad de grupos dependerá de la cantidad de valores de la variable independiente.
· Tipo 2 o de medidas repetidas: aquella en la que todos los sujetos o grupos experimentales son sometidos a todos los tratamientos experimentales. Se corresponde con los diseños de intrasujeto o intragrupos. En un experimento con dos tratamientos A y B, a cada sujeto se lo somete primero al tratamiento A, y luego al tratamiento B. Comparo dentro del mismo grupo los distintos tratamientos, es decir que son siempre los mismos sujetos. Puede presentarse como un problema el error progresivo, que puede darse por el efecto de la practica o de la fatiga. Cuando la variable independiente deja efectos irreversibles en los sujetos (como una terapia) no debo ponerla a prueba en una situación experimental tipo 2.
· Tipo 3 o mixta: se da cuando en un experimento alguna variable independiente se estudia con medidas independientes y las restantes se estudian con medidas repetidas.
FUENTES DE VARIABLE EXTRAÑAS
· Sujetos: tienen que ver con las diferencias individuales existentes entre los distintos sujetos de un experimento. Hace referencia tanto a características estables (edad, sexo, personalidad) o aspectos no estables (si es voluntario o no, si se le pagó por participar). Es por esto que tienen que estar bien distribuidos en los grupos. Prestar atención en variable experimental tipo 1. Para controlarlo se utiliza eliminacion, balanceo, constancia y aleatorizacion.
· Experimentador: tiene que ver con variables como el sexo, la edad, las expectativas del experimentador, etc.Para controlarlo se utiliza eliminación y constancia.
· Procedimiento experimental: refieren a aspectos tales como las condiciones ambientales (iluminación, ruido, temperatura, forma de presentación del material), los aspectos de la tarea experimental (como deben responder los sujetos), las instrucciones (como son dadas). Para controlar se usa la técnica de eliminación.
· Aparatos: los aparatos o instrumentos empleados en el experimento, pueden diferir entre sí en cuanto a su validez, sensibilidad y confiabilidad y pueden, con ello, introducir un error sistemático en los resultados de la investigación si no se controlan adecuadamente. Para controlar estas variables se dispone de unas técnicas de control que son la eliminación y la constancia.
· Error progresivo: son los efectos que se producen por el orden sucesivo de aplicación de los tratamientos, de manera que la cantidad de error que se introduce en la investigación va aumentando en los sucesivos tratamientos. Puede afectar la validez interna, por lo que es fundamental que sea controlado, y esto se hace mediante equiponderacion o contrabalanceo. Es fundamental prestar atención a esto en los experimentos de tipo 2. Esto puede afectar de varias maneras:
· Efecto de la fatiga: podría ocurrir que el sujeto se aburra, que pierda motivación o que sufra cansancio físico con la consecuente disminución del rendimiento en los sucesivos tratamientos.
· Efecto de la práctica: también podría ocurrir que el primer tratamiento sirviera para que el sujeto adquiera cierta experiencia, que se familiarice con la situación experimental y que esto produzca una mejora en los resultados de los siguientes tratamientos. 
TÉCNICAS DE CONTROL
· Eliminación: el investigador le asigna a esa posible variable contaminadora un solo valor, no la deja variar y al no poder variar deja de ser variable. Ej. todas personas del mismo género.
· Constancia: el investigador reparte una misma cantidad de los valores de esa variable contaminadora para que afecte a cada grupo por igual. Ej. 50% hombres y 50% mujeres.
· Balanceo: cada grupo va a estar formado por una misma proporción. Me permite mantener la proporción en cada grupo como está dada con la población. Ej. si en la población hay 70% mujeres y 30% hombres en cada grupo habrá 7 mujeres y 30 hombres.
· Aletorización: es el requerimiento mínimo en el método experimental, le confiamos al azar la repartición equivalente de los distintos grupos experimentales. 
· Equiponderación o contrabalanceo: es particular a la situación experimental tipo 2, se utiliza para controlar el error progresivo para que afecte por igual a los distintos tratamientos para que tenga el mismo grado de error progresivo. El investigador va a alternar el orden de presentación de los tratamientos.
TEMA 6
DISEÑO: es un esquema o plan de acción, es el conjunto de reglas que el investigador va a seguir para poder obtener las observaciones y los datos sistemáticos y no contaminados que permitan sacar conclusiones acerca de la posible relación entre la variable independiente (VI) y la variable dependiente (VD). Esla estrategia que se seguirá para lograr la adecuada solución del problema de investigación que ha planteado. Requisitos de un buen diseño:
· Ausencia de error sistemático: implica que no haya ninguna variable contaminadora actuando sistemáticamente sobre la VD.
· Precisión: que mi diseño me permita captar las diferencias en la VD que hayan sido ocasionadas por la VI. Hay que tener en cuenta la sensibilidad de los instrumentos y la importancia de los valores que se le otorgan a la VI.
· Simplicidad: cuanto más simple para probar de manera inequívoca los efecto de la VI sobre la VD mejor
· Determinación del nivel de significación: es una cuestión estadística, probabilidad que hay que dejarle al azar. Este nivel lo determina el investigador
· Validez interna: se refiere a la seguridad que tengo de que los cambios observados en la variable dependiente se debe sola y uncialmente al efecto de la variable independiente. 
· Variables contaminadoras de sujetos pueden afectarla:
· Maduración: son cambios biológicos y psicológicos que suceden en todos los sujetos por el simple paso del tiempo.
· Selección diferencial de los sujetos: los grupos tienen que inicialmente ser homogéneos entre si.
· Mortalidad experimental: refiere al abandono o desaparicion de los sujetos del experimento, sobre todo en investigaciones largas.
· Regresión a la media: fenómeno estadístico. Cuando tomamos una medida de la VD, la mayoría de los sujetos estamos cerca de la media, puntuaciones que se van por fuera de esto posiblemente es un problema, puede darse por azar y por error de medición.
· Variables contaminadoras ambientales que pueden afectarla:
· Historia: factores ajenos a la situación experimental que pueden afectar a como los sujetos responden al tratamiento experimental.
· La propia situación experimental: es una situación artificial por lo que hay que entender que los sujetos no actúancomo lo harían naturalmente.
· Efectos reactivos de la medida pretratamiento: una vez que se aplica el efecto pretratamiento se mide para tener otra medida para comparar con la post-tratamiento. Esta medida pretratamiento puede sensibilizar a los sujetos, entonces ya no responden en función del tratamiento experimental sino en función de la sensibilización de la medida previa.
· Instrumentos: si mido mal, no tengo certeza de ningún resultado. Tienen que ser validos, confiables, sensibles.
· Error progresivo: la tengo que considerar cuando trabajo en una situación experimental de tipo II.
· Validez externa: posibilidad de generalizar los resultados obtenidos en la investigación al resto de la población de la cual traje la muestra.
· Representatividad de la muestra: la muestra debe representar realmente a la población a la cual luego buscare extrapolar las conclusiones obtenidas.
· Representatividad de los tratamientos: los tratamientos experimentales que pongo a prueba no abarcan todos los posibles valores que podría haber tomado la VI.
· Efectos reactivos de la situación experimental (validez ecológica): la situacion experimental es sumamente artificial, entonces este fenómeno que provoco no va a suceder igual en el ambiente natural. Entonces tiene que estar la posibilidad de generalizar de un ambiente artificial a un ambiente natural.
· Efectos reactivos de los tratamientos múltiples (validez ecológica): hace referencia a las medidas repetidas, hay que tener cuidado al igual que en el punto anterior.
CLASIFICACIÓN DE LOS DISEÑOS:
· Según su validez interna: 
· Diseños experimentales (fuertes)
· Diseños cuasiexperimentales (intermedio)
· Diseños preexperimentales (débiles)
· Según el número de VI y VD: 
· Univariado - Univariado: una VI, una VD
· Multivariado - Univariado : más de una VI, una VD
· Univariado - Multivariado: una VI, mas de una VD
· Multivariado - Multivariado: mas de una VI, mas de una VD
· Según el tipo de situación experimental: 
· Situación experimental tipo 1
· Situación experimental tipo 2
· Situación experimental tipo 3
· Según el método de formación de los grupos experimentales: esta clasificación de los diseños es especifica a la situación experimental tipo I. 
· Diseños aleatorios: utilizan la aleatorización como técnica de formación de grupos. 
· Diseños apareados aleatorios utilizan el apareamiento y la aleatorización para la formación de grupos homogéneos entre sí. 
· Diseños de bloque: no los vamos a ver.
· Según niveles de VI
· Multivalente: más de dos valores.
· Bivalente: solo dos valores.
TEMA 7
MÉTODO CORRELACIONAL: permite conocer si dos o más variables están relacionadas, sin determinar causalidad. Intenta detectar relaciones significativas entre variables con el objetivo de generar predicciones. El método correlacional no tiene teoría explicativa. Quiere decir que no brinda una explicación del “porque” de la relación entre las variables en estudio. Si tiene teoría vinculada con cada una de las variables a investigar, pero para cada una por separado.
 La relación entre variables se plantea mediante una hipótesis relacional, también llamada de asociación. La misma puede contener dos variables o más.
En la redacción de la hipótesis de asociación las palabras que expresan la relación entre variables generalmente son: se relaciona, se vinculan, se asocian, etc. A diferencia de las hipótesis experimentales que se usan en los métodos explicativos donde el nexo entre las variables de la hipótesis suele ser: influye, causa, provoca, determina, produce, o cualquier otro que implique causalidad.
No hay ni variable independiente, ni variable dependiente, ya que estás implican relación de causalidad. Pero hay que tener en cuenta que aunque la relación no sea de causalidad, al establecer una relación se pueden predecir los valores de una variable a partir de otra/s. Por eso se llama predictor a la variable que se utiliza para predecir y se llama criterio a la variable que se va a predecir a partir de la anterior. A las variables se las menciona como variables asociadas o correlacionadas. 
La relación a estudiar puede ser entre dos variables, pero es más útil cuando se relacionan varios predictores con un criterio. Investigaciones correlacionales con múltiples predictores, permiten una mejor aproximación al fenómeno en estudio y mejores predicciones. Además permiten detectar con mayor precisión la acción de cada predictor, en la medida en que se puede determinar la superposición que hay entre los distintos predictores, diferenciando las varianzas específicas de cada predictor de la varianza compartida. Hay que tener en cuenta que muchas veces la superposición entre distintos predictores pone un límite al porcentaje de varianza que se puede predecir, de manera que no siempre se puede aumentar la capacidad predictiva por el hecho de agregar predictores.
A diferencia del método experimental, no se manipulan variables, ya que no hay variable independeinte. Todas las operacionalizaciones de las variables a relacionar son de medida. Tampoco hay secuencia de tiempo, por lo general no se puede determinar empíricamente que una variable necesariamente antecede en el tiempo a la otra. 
A diferencia de los cuasiexperimentos con manipulación de selección, si bien puede haber mucha teoría respecto a las variables a relacionar (tomando cada una por separado), no habría ninguna teoría explicativa que de cuenta del porque de esa relación en términos de causalidad. Tomando un ejemplo anterior donde se relacionaba depresión con autoestima, puedo tener mucha teoría sobre depresión y mucha teoría sobre autoestima, pero no tendría una teoría explicativa que dé cuenta de una relación de causalidad.
En la metodología correlacional también es un problema el control de variables contaminadoras, pero no es un requisito. Cuando hablamos de variables contaminadoras este método, no se lo hace en el sentido estricto de factores causales (como en los métodos explicativos), sino como variables que pueden estar asociadas con aquellas cuya relación se está investigando.
En cuanto a la validez externa, las investigaciones correlaciones tienen en general, mayor validez externa que los estudios explicativos.
Es importante no confundir método correlacional con los coeficientes de correlación. Es cierto que los coeficientes de correlación tienen un uso privilegiado en el método correlacional. Pero el método no se define por el uso de los mismos, ya que se pueden usar otros cálculos estadísticos en función de las características de las variables en estudio.
COEFICIENTES DE CORRELACIÓN: cálculos estadísticos que brindan información sobre si hay relación entre las variables, la fuerza de la asociación y la dirección de la misma. Algunos de ellos son r de Pearson, rho de Spearman,Tau b de Kendall. Siempre dan un valor que oscila entre 1 y -1 (ej.r=0.4)
Fuerza de la asociación: Cuanto más se acerca el valor a los extremos, la asociación es más fuerte y cuando más se acerca al 0 es más débil. Los extremos (1 y 1) implicarían asociación perfecta (cuestión que no encontraremos en datos reales, 0 implicaría ausencia total de correlación, que tampoco encontraremos) Ejemplo:
Para que tenga sentido leer cuan fuerte es la asociación es necesario saber primero si hay efectivamente asociación, es decir asociación estadísticamente significativa. El interrogante de si las variables están asociadas lo respondemos al leer la p (nivel de significación estadística). En Psicología suele ser p ≤0.05
Dirección de la asociación: la dirección de la correlación la da el signo (+y-). El + no se escribe, el – sí. Una asociación positiva es una covariación de las variables en el sentido que cuando una incrementa sus valores, la otra también lo hace y viceversa (cuando una decrementa sus valores, la otra también). En consecuencias valores altos de una variable tienden a coincidir con valores altos en la otra, los valores medios con los medios y bajos con bajos. La asociación negativa (consigno antes del número) implica que cuando una variableincrementa sus valores, la otra los decrementa y viceversa. En este caso valores altos de una variable tienden a coincidir con valores bajos de la otra variable, medios con medios y bajos con altos respectivamente.
INVESTIGACIONES EXPLORATORIAS: no forman parte de la clasificación de los métodos cuantitativos de investigación, ya que se refieren a cuál es el estado de la investigación de determinado tema, si tenemos hipótesis claramente definidas o no. Y pueden darse en distintos métodos de investigación. Son aquellas que NO tienen hipótesis claramente definidas, y que no parten de una idea previa bien establecida. Se investiga un tema sobre el cual no hay mucha información, sobre el cual no hay investigaciones previas que delimiten bien el tema. A partir de una investigación exploratoria se puede pasar luego, a partir de la información obtenida, a otra investigación, ya con una hipótesis definida y que se hace para poner a prueba la misma.
TEMA 8
MÉTODO DESCRIPTIVO: es el abordaje de investigación que permite la recolección objetiva y sistemática de datos, su organización, análisis y presentación con la finalidad de identificar variables de interés y describir las mismas. Características principales del método: 
· Su objetivo entonces es brindar las características de ciertos fenómenos. 
· Conocer fenómenos de prevalencia: cantidad de casos de un determinado problema o patología en relación a la cantidad de individuos de un grupo.
· Conocer fenómenos de incidencia: cantidad de casos nuevos de un problema o patología en relación a grupos con cierta disposición.
· Conocer factores de contexto para una problemática.
Esta descripción puede ser en función de ciertas características concretas: 
· Sociodemográficas: conocer grupos o poblaciones como adolescentes en contextos vulnerables, etc.
· Áreas o temáticas de interés: patologías, problemas psicológicos como violencia, estrés, etc.
· Situaciones específicas: condiciones o circunstancias tales como aislamiento social, inicio laboral, etc.
Puede partir de hipótesis. Las mismas suelen presentar algún factor fijo. Ej. En condiciones de aislamiento social, los adultos se adaptan más lentamente que los niños. No se está comparando con la situación de NO aislamiento ni con ninguna otra, no varía.
Las muestras de estudio son generalmente grandes (cientos, miles de sujetos) ya que, como se desconocen las características que van a ser verdaderamente relevantes, suele abordarse gran cantidad de información para someter a análisis y, en definitiva, a depuración. En general son estudios muestrales, a partir de una muestra obtenida de una población a la que puede accederse y que, a su vez, forma parte de un universo (que podría ser teórico o con imposibilidad de acceso). Si la investigación aborda una población entera pasa a ser un censo poblacional.
Pueden utilizarse diferentes técnicas para la recolección de datos. Es común que se utilicen cuestionarios estructurados y observaciones. Suelen desarrollarse en contextos naturales (donde se encuentran los casos a relevar) Pueden ser prospectivas o retrospectivas, transversales o longitudinales. Lo más común, por costos y esfuerzos, es que sean retrospectivas y transversales. 
El tratamiento estadístico de los datos es con el auxilio de la estadística descriptiva, siendo común datos como medidas de tendencia central, de dispersión, máximos y mínimos, asimetría y curtosis de una distribución, frecuencias. Los análisis se presentan en tablas y gráficos particulares según la información que pretendan comunicar (líneas, barras, circular, histograma, de cajas, polígono de frecuencias, etc.)
 
TEMA 9
DISEÑO ALEATORIOS
Los diseños aleatorios confían al azar la repartición equivalente de las variables contaminadoras de cada sujetos para que afecten a cada grupo por igual asegurándonos de que los grupos experimentales sean homogéneos entre si. La finalidad de la aleatorización es eliminar la varianza intergrupos antes de aplicar tratamientos.
La aletorización tiene dos aspectos: aleatoria asignación de sujetos a cada grupo experimental y aleatoria asignación de tratamientos experimentales a cada grupo experimental. 
Entre los principales modelos de diseños aleatorios se pueden señalar: 
Diseños aleatorios bivalentes o de dos grupos aleatorios: un factor (vi) que adopta dos niveles. Tiene como ventajas la simplicidad y la economía. Pero como desventajas la dependencia de muestras grandes e información incompleta debido a su falta de sensibilidad por utilizar solo dos niveles del factor manipulado.
· Diseños aleatorios de dos grupos con medidas post tratamiento 
· Se forman aleatoriamente los grupos
· Se asignan aleatoriamente los tratamientos experimentales
· Se aplican los tratamientos
· Se mide la conducta estudiada (post)
· Se realiza el análisis estadístico
· Diseños aleatorios de dos grupos con medidas pre y post tratamiento: la medida pre es una medida de la VD u otra variable altamente correlacionada con esta, se toma antes de la aplicación de los tratamientos y su finalidad es asegurar la homogeneidad inicial de los grupos.
· Se forman aleatoriamente los grupos
· Se toma la medida pre tratamiento
· Se signan aleatoriamente los tratamientos experimentales
· Se aplican los tratamientos
· Se mide la conducta estudiada (post)
· Se realiza el análisis estadístico
Teniendo en cuenta que entre la medida pretratamiento y postratamiento transcurre un intervalo de tiempo durante el cual pueden ocurrir acontecimientos que afecten de algún modo a los sujetos y modifiquen su comportamiento, afectando de este modo a la segunda medida es necesario controlar la historia intersesion es decir que se deben tomar en los dos grupos simultáneamente tanto las medidas pre como las postratamiento, de tal manera que los efectos de la historia afecten por igual a ambos grupos.
Pero también debemos considerar la historia intrasesión, esta refiere a los acontecimientos que están presentes durante la misma sesión experimental, tales como iluminación, ruidos, experimentador etc. Estos factores pueden afectar de manera diferencial a los sujetos de ambos grupos. La manera de neutralizar este posible efecto es igualar las condiciones mencionadas en ambos grupos, pero con respecto al experimentador no se hace posible, debido a que las mediciones se efectúan simultáneamente, entonces esto se resuelve asignando aleatoriamente los sujetos y los experimentadores, después de entrenar a éstos adecuadamente, a los grupos experimentales. El grupo de comparación también contribuye a controlar los efectos de la historia.
En relación a la validez externa de este diseño, se debe terner en consideración la medida pretratamiento, dada la posible sensibilización que esta produce.
Diseños multivalentes/multigrupos o de más de dos grupos aleatorios: un factor (vi) que adopta más de dos niveles. La VI tomará tantos valores como desee el investigador, y al estar haciendo una comparación entre grupos experimentales, deberá formar aleatoriamente, tantos grupos como valores le haya otorgado a la VI (como mínimo tres). Al tener más grupos en mi estudio, voy a poder conocer el efecto de más valores de la VI sobre la VD, obteniendo de esta manera más información, lo cual representa su principal ventaja. Al poder conocer con mayor precisión y certeza los efectos de la VI sobre la VD, estos diseños tienen mayor validez interna en comparación con los de dos grupos. Además, es mayor su poder de generalización ya que los niveles puestos a prueba son más representativos de todos los niveles que puede adoptar la VI. De esta forma también aumenta su validez externa, en comparación con los diseños de dos grupos. Pero todos los diseños aleatorios tienen la desventaja de necesitar de grandes números de sujetos. Variantes:
· Diseño multigrupo con medida post tratamiento
· Diseño multigrupos con medidas pre y post tratamiento
Diseños factoriales: en los que se manipula más de un factor. 
TEMA 10
DISEÑOS DE GRUPOS APAREADOS
Variable de apareo: medida de la variable dependienteque se toma antes de la formación de los grupos. En estos diseños el objetivo es que los grupos presenten la misma media y desviación típica en la variable dependiente. La técnica de apareo nos permite conseguir este objetivo al formar. Puede sensibilizar a los sujetos. La variable de apareamiento puede ser una medida de la variable dependiente, anterior a la aplicación de los tratamientos, o una medida de una variable altamente correlacionada con la variable dependiente. En algunos casos como una excepción, el apareo se puede hacer según un rendimiento previo en una tarea. Por ej. cuando el experimento incluye una serie de ensayos sucesivos, tomar los primeros ensayos como criterio de apareamiento. 
Lógica del diseño:
1. Selección de la muestra
2. Medida de apareo
3. Formación de bloques de sujetos con la misma puntuación
4. Asignación aleatoria de un mismo número de sujetos de cada bloque a cada grupo
5. Aplicación del tratamiento experimental
6. Medida de la VD (post)
7. Análisis estadístico
Validez Interna: es más alta que la de los diseños aleatorios, en función de la equivalencia inicial de los grupos, hay mínima varianza intergrupos.
Validez externa: el apareo requiere la eliminación de sujetos, lo que puede sesgar la muestra.
TEMA 11
DISEÑOS CON MEDIDAS REPETIDAS: DISEÑO INTRAGRUPO: se caracterizan por la utilización de un mismo grupo de sujetos que van a pasar secuencialmente por los distintos valores de la variable independiente (VI). Es decir que cada sujeto pasará por todos los niveles de la VI en distintos momentos de la investigación. Entonces son los mismos sujetos son sus propios controles.
Pueden requerir menos sujetos, y no tienen los problemas de lograr la equivalencia inicial de los grupos de comparación, ya que los sujetos se comparan contra ellos mismos. Por otra parte, padecen los efectos que la repetición genera, es decir, los efectos de la práctica o de la fatiga que pueden actuar como variables contaminadoras, mientras que los efectos del tiempo entre una toma y otra pueden generar problemas de contaminación por superposición de efectos.
De todos modos, los efectos del a práctica y los de la fatiga que se dan en los diseños intragrupo. Estos efectos pueden ser dejados constantes a través de algunos procedimientos. La principal técnica que suele utilizarse es el contrabalanceo.
TEMA 12
CUASIEXPERIMENTOS: hay dos situaciones por las cuales una investigación puede tener el carácter de cuasiexperimental:
· El investigador por la razón que fuere no dispone de un control absoluto de la situación de investigación aún cuando pueda manipular intencionalmente la/s variable/s independiente/s que actúen como posibles causantes de los efectos en el fenómeno estudiado. 
· El factor que el investigador estudia como posible causa de los cambios observados en la variable dependiente es una variable de sujeto (extraversión, inteligencia, etc.) y solo admite manipulación de selección. 
En este tipo de situaciones independientemente que algunas de las variables contaminadoras sean controladas, disminuye la validez interna pues no se tiene control absoluto sobre la variable manipulada y los grupos no se pueden formar al azar, por lo cual se desconoce la equivalencia inicial de los grupos. Aquí la replicación juega un papel muy importante a la hora de darle robustez a los resultados.
Diseños de investigaciones cuasiexperimentales:
Diseños de series temporales interrumpidas: al estudiar a un grupo se toman varias medidas pretratamiento, se aplica un tratamiento y luego se toman varias medidas postratamiento (la misma cantidad de medidas que las pretratamiento), El posible efecto de la variable manipulada puede ser estimado a partir de la discontinuidad que presentan las medidas pre y post tratamiento, puesto que si el tratamiento no impactara la tendencia o estructura entre las mismas, seguiría un patrón similar. Al analizar dicha discontinuidad se puede llegar a conclusiones válidas acerca del efecto del tratamiento. 
Principales obstáculos al utilizar los diseños de series temporales interrumpidas:
· Uno de los problemas que se presenta en este tipo de diseños es saber hasta qué punto la discontinuidad presentada es debida al tratamiento o en su defecto a la presencia de variables contaminadoras.
· Algunos tratamientos no se pueden introducir rápidamente, en forma brusca, sino que hay que ir haciéndolo gradualmente.
· Los efectos del tratamiento pueden no ser instantáneos sino que pueden ocurrir con una demora que es impredecible en la mayoría de los casos. 
· La serie de medidas realizadas debe ser lo suficientemente amplia. 
· En muchas ocasiones, el investigador tendrá dificultad para acceder a datos, sobre todo cuando estos pertenecen a instituciones (que es donde muchas veces se usan este tipo de diseños). 
Diseños de grupo de control no equivalente: este tipo de diseños se usan con frecuencia en el ámbito educativo y en el social. La característica principal es que no se parte de grupos equivalentes, pues lo que se usa son grupos naturales. En este tipo de diseño cobran un papel fundamental las medidas pretratamiento, pues a partir de ellas se puede comparar la equivalencia inicial de los grupos en la medida de la variable dependiente, siendo en estos diseños obligatorio su uso. Asimismo, en estos diseños tener grupo de comparación permite controlar los efectos de variables contaminadoras como la historia, la maduración o la instrumentación. Cabe aclarar, que si bien la medida pretratamiento nos permite conocer la equivalencia inicial de los grupos en la variable dependiente, al usarse grupos naturales se desconoce la equivalencia inicial en el conjunto de diferencias individuales de los sujetos.
PREEXPERIMENTOS: pretenden poner a prueba explicaciones causales, pero con limitaciones en el control de las variables que afectan su validez interna.
Diseño de grupo único solo con medida postratamiento: no existe una medida pretratamiento, se aplica el factor manipulado sobre un solo grupo y se mide o evalúa el fenómeno conductual de interés (medida postratamiento). Hay que comparar contra datos externos a la investigación, ya sea información preexistente o contra medidas que ya existan correspondientes a una población equivalente a los sujetos de la muestra. Pero de cualquier manera estas comparaciones son poco confiables ya que lo observado en el fenómeno evaluado, podría deberse a múltiples variables. Por estos motivos este diseño no tiene validez interna y prácticamente no se usa.
Diseño de grupo único con medidas pre y post tratamiento: sí existe una comparación formal (medida pretratamiento), pero con bajo control de variables contaminadoras. El diseño implica, una medida pretratamiento de la variable dependiente, luego la aplicación del tratamiento, nuevamente una medición de la variable dependiente (medida postratamiento). Aquí es posible una comparación entre los mismos sujetos antes y después del tratamiento, por lo tanto, si existe una diferencia en el fenómeno estudiado, se la puede atribuir al tratamiento aplicado. Sin embargo, es un diseño vulnerable, ya que los cambios en el fenómeno podrían deberse a otras variables no controladas (variables contaminadoras) en lugar de a la variable independiente.
Diseño estático de dos grupos: los 2 grupos son naturales, no habría medida pretratamiento, se aplican los tratamientos y después se toman las medidas postratamiento. Existe una comparación, pero los grupos no se formaron al azar (son naturales), además al no haber medida pretratamiento se desconoce la equivalencia inicial de los grupos en la medida de la dependiente y no se puede saber si las diferencias observadas en la medida postratamiento, ya existían previamente. Por lo cual este diseño también tiene baja validez interna y por eso constituye un preexperimento.
TEMA 13
VARIANZA: variaciones que se observan en las medidas tomadas de la variable dependiente y provienen de diferentes aspectos o fuentes que las originan. Vale aclarar que el término varianza, es una medidaestadística de variabilidad, que es aplicable a cualquier variable cuantitativa. Únicamente en el contexto de esta clasificación metodológica de los distintos tipos de varianza, el término remite exclusivamente a la variable dependiente.
Hay dos fuentes de varianza sistemática: La variable independiente y las variables contaminadoras.
Fuentes de varianza:
· Sujetos: edad, sexo, herencia, estado presente, etc.
· Ambiente: variables del contexto.
· Situación experimental: expectativas del experimentador, procedimiento, etc.
Algunas de estas variaciones las podemos observar al comparar los puntajes entre los sujetos y otras al comparar los puntajes entre los grupos (por ej. en los promedios). Pudiéndose clasificar:
Tipos de varianza:
· Sistemática o intergrupos
· Varianza primaria: desviación sistemática de datos en una dirección más que en otra, debida a la manipulación de la variable independiente. Esta diferencia se observa al comparar las medidas de los grupos, es por esto que suele llamarse intergrupos.
· Experimental
· No experimental
· Varianza secundaria: desviación sistemática de los datos en una dirección más que en otra, debida a la intervención de alguna variable contaminadora. Esta diferencia se observa al comparar también las medidas de los grupos. Puede combinarse con la varianza primaria, aumentando o disminuyendo la desviación de los datos.
· No sistemática o intragrupos
· Varianza de error: conjunto de fluctuaciones de las medidas a consecuencia del azar (inconsistentes). Es impredecible y se observa dentro de los grupos (en las variaciones entre sujetos). Las fuentes pueden ser por diferencias individuales o por errores de medida.
Varianza total= Varianza intergrupos+ varianza intragrupo (de error)
Al formarse los grupos se espera que sean equivalentes, es decir, no estén afectados por variables que impacten sistemáticamente sobre la variable dependiente. Las diferencias observadas en los promedios de los grupos no tienen que ser estadísticamente significativas. Ej. Que los alumnos con mayor interés se concentren en uno de los grupos favoreciendo su desempeño en la tesis y su evaluación final. Pero ser equivalentes no significa idénticos (ambos con la misma media).
Pero luego de la manipulación de la VI las diferencias entre los grupos síd eben ser estadísticamente significativas. 
Los datos deben analizarse con pruebas estadísticas (Ej. t de Student, F Análisis de Varianza…)
Con programas estadísticos (Ej. SPSS/PC) se obtiene, entre otros datos, el resultado de la fórmula aplicada y el nivel de significación relacionado o probabilidad (p). Ese valor de p se compara con el nivel de significación establecido para el estudio (según el caso, suele ser p ≤ .05 o menor, por ej.01) en el proceso de prueba de hipótesis.
El investigador espera que las diferencias se deban a la manipulación de la variable independiente y no a otras variables que no está estudiando. 
Diseña la investigación teniendo en cuenta:
· Maximizar la varianza primaria
· Controlar la varianza secundaria
· Minimizar la varianza de error
1