Diseños aleatorios: diseños factoriales, Son aquellos por medio de los cuales se estudian, en un mismo experimento, los efectos de dos o más factores sobre la conducta de los sujetos; así como también saber si dichos factores interactúan entre si a la hora de influir sobre el fenómeno que se estudia. Este diseño aporta una mayor posibilidad de generalización de las conclusiones, permite una mayor economía en el trabajo y favorece el control en la investigación. Ahora al poder predecir lo que ocurriría cuando actuasen dos o más factores combinadamente sobre la conducta, se aproxima más esta situación a la que se produce en los ambientes naturales de los sujetos. Su representación simbolica es igual que los demás diseños, y también mediante una matriz de doble entrada.

Factor (A,B,C) : la variable que se manipula para comprobar sus efectos sobre una conducta determinada (variable criterio: Z,Y,X).

• Factores cualitativos a un nivel de medida nominal.
• Factores ordinales.
• Factores cuantitativos a un nivel de intervalo y de razón.
• Factores de clasificación con manipulación natural. (cuasi experimental).
• Factores experimentales con manipulación artificial.
• Factores al azar: aquellos cuyos niveles fueron elegidos aleatoriamente.
• Factores fijos: son aquellos cuyos niveles (p,q,r) han sido elegidos por el experimentador siguiendo un criterio arbitrario, o se ha utilizado todos los posibles niveles que puede adoptar el factor.

Diseño factorial

A X B 2 x 2: diseño factorial con dos factores y dos niveles en cada uno de ellos. Y con 4 tratamientos.

4x3x2: diseño factorial con tres factores; el primero con cuatro niveles, el segundo con tres y el último con dos niveles. Y con veinticuatro tratamientos.

Clasificación de diseños factoriales

• Diseños factoriales con medidas independientes: situación tipo I, donde el número de grupos se corresponde con el número de tratamientos.
• Diseños factoriales con medidas repetidas: situación tipo II, con una cantidad de tratamientos pero con un solo grupo.
• Diseños factoriales con medidas repetidas en algunos factores: situación experimental tipo III, en los mismos habría tantos grupos experimentales como correspondiesen a los factores estudiados con medidas independientes y tantos tratamientos como correspondiesen a las dimensiones del diseño.
• Diseño factorial: modelo fijo: se utilizan factores fijos y se eligen los niveles de la misma manera.
• Diseño factorial: modelo al azar: se utilizan factores al azar y se eligen los niveles de la misma manera.
• Diseño factorial: modelo mixto: mezcla de ambos modelos anteriores.

Técnica de análisis de datos de los diseños factoriales

Se debe utilizar el análisis de varianza, o de covarianza (AVAR), dependiendo del tipo de diseño factorial a emplear. Las fuentes de variación que se van a estudiar a través de Avar, aplicado a los datos recogidos por medio de un diseño factorial van a ser:

• Varianza intertratamientos. Efectos de los factores.

Efectos de interacción.

• Varianza error.

(Ej. De diseño factorial A x B efectos de A, efectos de B, efectos de A x B, y efectos de error).

Efectos que se pueden observar al emplear un diseño factorial

• Efectos que producen los factores aisladamente Efectos principales

Efectos diferenciales

• Efectos producidos por la combinación de factores Efectos simples

Efectos de interacción

• Efectos del error experimental: se corresponden con las distintas fuentes de variación que aparecen en el Avar.

Efectos principales: los efectos que han producido un nivel de un factor a la variable criterio, al comparar sus resultados con la media total, es decir, la diferencia entre la media paramétrica de la variable criterio bajo el nivel del factor, y la media parametrica total.

Efectos diferenciales: hacen referencia a las diferencias existentes entre los efectos principales de dos niveles de un mismo factor. Cuanto mayores sean los efectos diferenciales de un factor, es decir, cuanto mayor sea la variabilidad encontrada entre sus efectos principales, mas se alejan los resultados de la hipótesis de que ese factor no influye sobre la variable criterio del experimento.

Efectos simples: vienen a expresar los efectos de los niveles de un factor bajo cada nivel de los otros factores.

Diseños complejos.

En un experimento complejo obtenemos más información que en uno simple, pero ¿podemos decir que en un experimento con dos variables obtenemos más información que con dos experimentos de una variable? La estrategia del diseño factorial consigue que podamos observar como se comporta una variable bajo todas las condiciones de la otra. Si hacemos dos experimentos simples consecutivos, podemos dejar fuera una combinación de niveles crucial para entender el fenómeno en estudio.

Interacción, Es el efecto adicional a la suma de los efectos individuales de las variables independientes. Se dice que no hay interacción cuando este efecto es nulo, una variable actúa independientemente de las condiciones que se den en la otra. Entonces hay interacción cuando el comportamiento de una variable se modifica según los niveles de otra variable.

Cuando los patrones de los efectos simples son iguales no existe interacción (rectas paralelas). Cuando los patrones de los efectos simples no son iguales, existe interacción (las rectas no son paralelas).

Cuando se ha comprobado que no existe interacción, se debe proceder a continuar el estudio de los efectos principales. El hecho de que una variable se comporte de forma similar en presencia de los niveles de la otra es lo que hace que tenga sentido estudiar su influencia de forma conjunta. En esto consiste el estudio de los efectos principales: la influencia de las manipulaciones de una variable independiente sobre una variable dependiente a través de los niveles de otra variable independiente. Cuando se ha comprobado que no hay interacción es más seguro detenerse en su estudio y no sacar conclusiones sobre los efectos principales. Se corre el riesgo de llegar a inferencias absolutamente erróneas. Puede ser Interacción ordinal: las líneas están unas por encima de las otras, sin juntarse, o interacción no ordinal: una línea no mantiene un orden respecto a la otra, se juntan al cruzarse. También hay Casos especiales de interacción

Aquellos en los que, tanto grafica como numéricamente, aparece interacción y sin embargo no es posible explicarla teóricamente. Estas interacciones se han producido por restricciones en el rango de medida de la variable dependiente. Son los casos en los que aparece efecto techo o suelo. Efecto techo: en algunas de las variables se producen unos resultados con apariencia de interacción. Efecto suelo: aparece cuando en uno de los niveles se alcanza el mínimo y no es posible registrar niveles inferiores.

Diseño de un solo sujeto: generan un principio de la conducta aplicable a un individuo particular, a veces resultan ser aplicables a un número de sujetos. Cuando se descubre que los mismos resultados son legítimos (que se pueden repetir en muchos sujetos) se dice que constituyen un principio general. Una ventaja de este diseño es que reduce al mínimo los efectos de uno de los factores de confusión más poderosos en la investigación de la conducta, las diferencias del cliente individual. Debe tomarse medidas adicionales para asegurar que se informe de las características del sujeto y del experimentador, y que otras formas de variables incontroladas de labor y ambientales no intervengan en la situación y afecten al resultado del programa. Por lo tanto, en cualquier diseño experimental de un solo sujeto, es necesario que en el transcurso de todo el programa se mantengan constantes todas las condiciones a excepción de los cambios sistemáticos en la variable independiente. Hay que utilizar los controles adecuados.

Diseños de reversión, un cambio en la VI producirá cambios sistemáticos en la VD. Cuando los cambios sistemáticos en la VI ocurran como una función en la presentación y retención contingentes de una VI, hay evidencia de una relación funcional regida por ley. Estos diseños se basan en dicha lógica. La ventaja es que demuestra una relación funcional entre la conducta dependiente y la intervención. Este diseño puede utilizarse como un método de enseñanza. La desventaja es el establecimiento y la medición de las condiciones de línea base lleva tiempo y las condiciones mismas no contribuyen al cambio conductual real.

Diseño de línea de base múltiple, ofrecen alternativas viables a los diseños de reversión. En esta técnica se identifican y se miden en el transcurso del tiempo a fin de proporcionar líneas base en comparación con las cuales puedan evaluarse los cambios. La variable podrá aplicarse entonces a otra respuesta más y así sucesivamente. El experimentador intenta demostrar que él posee una variable experimental confiable, en la que casa conducta cambia hasta lo máximo sólo cuando se le aplica la VE. Se debe controlar que las VD o las conductas metas no sean interdependientes ni se encuentren inter- relacionadas. Este diseño es adecuado cuando las conductas sean tan distintas como sea posible. Para individuos es práctico para consultores, el analista conductual recopila líneas base de la misma conducta con varias personas. Los efectos de la intervención se comprueban primero con un cliente, mientras se continúan las condiciones de línea base con los otros clientes; después se introduce la intervención con otro cliente. El objetivo es el de demostrar que, independientemente del tiempo, sujeto especifico, y condiciones ambientales, la conducta de cada cliente cambia de modo sustancial solo cuando se introducen las intervenciones. La principal dificultad es que las alteraciones en la conducta de un sujeto pueden influenciar o cambiar las conductas de los otros sujetos antes de la intervención con éstos. Al usar este diseño con sujetos que no interactúen entre sí, el traspaso no planeado se puede evitar mediante el modelado, las instrucciones, el reforzamiento indirecto y otros sucesos. La tercera variación es a través de situaciones, se recopilan datos de una conducta meta para uno o más sujetos a través de diferentes circunstancias o situaciones. La conducta apropiada mejoró al máximo en cada clase sólo cuando se usaba el tiempo libre contingente.

Muestreo, cada estadística tiene un equivalente que describe la población de la cual proviene la muestra; ésta se conoce como parámetro. Cada uno de éstos se simboliza con una letra griega. La hipótesis hará una afirmación más general sobre la población de

que proviene la muestra. Antes de elegir la muestra los investigadores deben tener en claro qué constituye su población. Al hacerlo, decidirán cuál es su unidad de análisis, es decir, lo que constituye un elemento de la población. Los objetivos del estudio ayudaran a definir la población, y a gran escala, a constituir la muestra. En las encuestas se emplean dos métodos generales de muestreo: aleatorio y no aleatorio. Su elección dependerá de los objetivos del estudio y de distintos factores.

• Aleatorio, es cuando cada elemento de la población tiene una probabilidad igual, o una probabilidad cuantificable de ser seleccionado. Dentro de éste se encuentra el aleatorio simple (una vez que se elige a la población, la primera etapa consiste en determinar el tamaño de la muestra. Luego se identifica cada elemento de la población y se le asignara a cada uno de ellos un código de identificación único. Por último los códigos se seleccionan al azar, hasta que se identifiquen todos los elementos de la posible muestra). También está el sistemático (se decide un tamaño de muestra y luego se divide el de la población entre el de la muestra. Esto dará una cifra que se utilizará como base de muestreo.). El muestreo estratificado (requiere la división de la población en sub grupos o estratos mutuamente excluyentes. Luego de esto se plica el muestreo aleatorio simple o el sistemático). Por último está el muestreo de conglomerados (requiere un muestreo inicial con base en una unidad mayor que el elemento de población. Puede ser de una sola etapa o de varias).
• No aleatorio, pueden ser accidentales o de oportunidad, (implica el muestreo de las personas que uno encuentra por casualidad). Otra forma es en cuota (es de oportunidad, pero con cuotas establecidas para el número de personas que habrán que incluirse en las sub muestras). También está el propositivo (se utiliza cuando desea estudiarse una muestra definida claramente). Por último el muestreo bola de nieve (usa contactos iniciales para identificar a otros posibles participantes).

Al aplicar una técnica psicométrica, independientemente del propósito con que se utilice, se juegan permanentemente cuestiones relacionadas con la validez y confiabilidad del instrumento. La técnica sirve para operacionalizar según constructo hipotético. Es de fundamental importancia que el instrumento mida lo que dice medir (validez), ya que toda medida tiende a tener errores. La precisión y la congruencia, tienen que ver con la confiabilidad del instrumento.

Confiabilidad, es la consistencia en un conjunto de medidas de un atributo. En una medición ideal el valor observado y el verdadero coincidirían. Cuanto más error incluya la medición más contaminada quedaría la variable de interés y mas imprecisa seria la técnica que intenta medir. Un instrumento será más confiable en la medida que maximice el valor verdadero. La confiabilidad se refiere específicamente a los errores aleatorios, estos no pueden ser controlados ni se pueden predecir. En cambio, los errores sistemáticos son controlables y pueden ser explicados por alguna fuente de variación sistémica. Para garantizar la confiabilidad se deben tener en cuenta tres aspecto:

• La congruencia interna: las distintas partes que componen el instrumento deben medir lo mismo, se deben relacionar entre sí. Ésta requiere una sola aplicación del instrumento lo cual facilita la investigación.
• Estabilidad: contempla las variaciones que podrían darse en las medidas y consecuente disminución de la confiabilidad, debidas al paso del tiempo. Se aplica la misma prueba en dos momentos diferentes al mismo grupo de sujetos, y luego, correlacionar entre sí los puntajes obtenidos en cada toma. La correlación en estos casos debe ser alta, el error minimizado y en la aplicación de instrumentos no haya errores sistemáticos. Hay varias cuestiones que pueden afectar la confiabilidad en estos estudios test-retest: las modificaciones en la actitud de los sujetos respecto de la prueba, efectos derivados de la primera aplicación del test

que afecten el rendimiento en el segundo y la maduración que abarca el conjunto de procesos biológicos y psicológicos que se operan en los sujetos como consecuencia del paso del tiempo.

• Equivalencia: se utiliza cuando se quiere determinar la confiabilidad de dos instrumentos que se consideran paralelos. También se puede determinar la confiabilidad entre evaluadores u observadores.

Validez, tiene que ver con poder determinar si el instrumento está midiendo realmente el atributo que dice medir. Mientras la confiabilidad seria esencialmente una cuestión empírica; la validez incluye más elementos teóricos, ya que la validación persigue la explicación con todas las complicaciones que eso implica. Distintas formas de validez, pueden ser adecuadas para propósitos diferentes y que cada una permite inferencias distintas, que no pueden cambiarse entre sí:

• Validez de contenido: se centra en establecer si los ítems que se usan para construir un test son relevantes para el uso que se le va a dar.
• Validez de criterio: relaciona las puntuaciones del instrumento con otras variables a las que llamaremos criterio. Se usa para hacer inferencias a partir de los puntajes que se obtienen en el test respecto de alguna potra variable de interés.
• Validez de constructo: trata de probar que las conductas que registran los tests, pueden ser consideradas indicadores validos del constructo al cual refieren.

Sistema de observación, la medición exacta del comportamiento se usa para determinar con claridad y objetividad la efectividad de los programas de análisis conductual aplicado y para generar predicciones científicas para el futuro. Requiere de la selección e implementación de mediciones objetivas (que los observadores no se dejen influenciar por sus propios sentimientos), validas (miden en efecto de forma directa a la conducta que miden) y confiables (la medición será estándar con independencia de la persona que lo use y de las ocasiones).

Cuando una conducta meta se traduce en términos cuantificables se denomina variable dependiente. Para elegirlas se debe verificar el análisis de secuencia, e identificar las conductas meta y las contingencias más frecuentes, aquellas que son más aptas para suprimir las conductas meta, interferir con ellas o facilitarlas. Una vez que se seleccionan se debe elegir un sistema de medición apropiado.

Un sistema de medición valida ha de ser apropiado a ser la variable que intenta medir. En el análisis conductual aplicado suele haber un consenso general sobre lo que se considera una medida válida. Es importante que todos los participantes estén de acuerdo en que las medidas seleccionadas sean apropiadas. Puede solicitársele a jueces representativos que indiquen el grado en que están de acuerdo sobre la validez de una medición dada.

A fin de demostrar la efectividad pueden recogerse muestras escritas realizadas antes, después y durante una intervención conductual. Además, cuando los cambios demostrados en las respuestas medidas se aúnan a datos de la satisfacción del consumidor medidos mediante clasificaciones positivas realizadas por el público al que sirve un programa determinado, puede decirse que los cambios informados han sido medidos con validez.

Antes de que puedan recogerse datos formales, es necesario asegurar que las observaciones puedan ser registradas con confiabilidad. La meta puede alcanzarse mejor al operacionalizar la conducta meta con precisión y al adiestrar y supervisar a los encargados de registrar los comportamientos.

Los análisis conductuales deben demostrar que sus sistemas de registro son confiables. Una forma de hacer esto es al hacer registros simultáneos con dos observadores independientes. Si no se obtiene un alto porcentaje de acuerdo, cualquier cambio que registre un solo observador en la conducta observada puede reflejar un cambio en la observación y registro de respuestas, más que en el comportamiento mimo. Los

observadores confiables no deberán estar informados de la manipulación experimental; solo deberá informárseles de la conducta que habrán de observar. Después pueden registrar la misma conducta independientemente de la grabación. El nivel de acuerdo puede evaluarse en busca de confiablidad si un segundo o tercer observador independiente califica a la misma muestra conductual.

Cuando una conducta da lugar a un producto perdurable habrá un tipo de registro apropiado, cuando los resultados son transitorios serán preferibles otros registros. Ciertos comportamientos dejan evidencia física en la forma de un producto duradero.

La reactividad, los efectos ocasionados por los mismos procedimientos experimentales, puede distorsionar la validez de los datos. También es más fácil medir los productos permanentes para evaluar la confiabilidad de la medición. Con este tipo de registro, es relativamente sencillo obtener una puntuación confiable mediante la comparación de los diarios, según los acuerdos sobre el total.

Los sucesos transitorios son más difíciles. A fin de medir estas conductas, es necesario registrar observaciones conforme ocurran a encontrar algún método para preservarlas. Para registrar la conducta en el momento que ocurre suele necesitarse la presencia de un observador en vivo, como grabadoras. El registro de sucesos consiste en contar las veces que ocurre una conducta determinada en un intervalo especifico. Es particularmente apropiado para medir respuestas discretas, aquellas que tienen un inicio y un final claramente definidos. Estos sucesos pueden registrarse de diversas formas. La fórmula para estimar la confiabilidad es el total más pequeño sobre el total más grande.

Numero de acuerdos (A)

Numero de acuerdos (A) + numero de desacuerdos (D)

Registro de muestra temporal de intervalo, muchos tipos de conductas no son claramente discretas. Es difícil decir cuando comienza y finaliza una respuesta. En tales casos, este registro proporciona los datos más claros. Si el sistema requiere que la respuesta se emita en todo el intervalo completo para que su presencia se registre, se denominará sistema de muestreo temporal de intervalo completo. Se utiliza cuando es importante saber que la conducta no es interrumpida. Si el sistema requiere solo de una muestra de la respuesta dentro del intervalo para registrar será un sistema de muestreo de intervalo parcial.

La estimación de una conducta que ocurre con cierta frecuencia pero que no se presta al registro de suceso, deberá ser posible con intervalos de muestreo temporal leve. La confiabilidad de la medición en el registro de intervalo se basa en los mismos fundamentos que en otros sistemas de registro (numero de acuerdo sobre el total). Un porcentaje de acuerdo alto sugiere que las técnicas de registro son confiables. Debe entrenarse a los observadores y planear un programa de observación. Pueden iniciarse los registros y las gráficas mediante un periodo de adaptación. Algunos programas diseñados para alterar las habilidades de la vida cotidiana requieren del monitorea en mucha colocaciones a lo largo del día, lo cual es a menudo difícil. Es popular que los clientes observen y registren su propia conducta, esto reduce el cambio conductual y disminuye la carga de trabajo de los técnicos. Además es una forma de autocontrol, pero no es tan sencillo de implementar.

Una alternativa es la de observar y registrar intermitentemente en momentos predeterminados al azar en el periodo temporal, el observador se reincorpora a sus tareas en el momento predeterminado.

Hay veces que no es conveniente tener un observador presente para registrar la conducta. Los sucesos conductuales transitorios pueden preservarse al grabarlos. Esto ahorraría tiempo al observador, el equipo es fácil de obtener y los registros podían almacenarse sin ningún problema. El método es económico y el porcentaje de acuerdo era elevado.

Deberán hacerse verificaciones frecuentes de confiabilidad en todo el transcurso de un programa, y a los observadores deberá informárseles de ello. Los observadores no deberán ser cc del momento exacto en que se llevan a cabo tales mediciones, aunque en algunas situaciones esto resulta impráctico. Un segundo método es el de reforzar la exactitud, ya que la observación confiable se mantiene mejor cuando se refuerza a los observadores de vez en cuando.

El sistema de registro de datos le permite al analista conductual estimar el funcionamiento actual de los clientes en lo que se refiere a sus conductas meta. Deberá transcurrir el periodo de adaptación al nuevo ambiente antes de que se inicie formalmente la fase de línea base. Los programas de análisis conductual aplicado suelen efectuarse en las colocaciones naturales. Por lo tanto, los primeros días deberán considerarse como una fase de adaptación.

Si la presencia de un observador parece afectar consistentemente el rendimiento de los clientes, hasta el grado de que los datos observacionales estén muy perjudicados, deberán buscarse alternativas. Las formas de observación a través de espejos de una sola vista pueden reducir al mínimo las distracciones causadas por la presencia de un observador.

La fase de línea base consiste en mediciones repetidas de las VD en el transcurso de varios días o incluso semanas. Esta línea de base servirá entonces como un estándar. La recopilación de datos de línea base sirve, entonces, como una verificación sobre la validez del objetivo seleccionado. De suponerse que los datos de línea base validan la necesidad de intervención, el paso siguiente es el de seleccionar un procedimiento adecuado.