Altillo.com > Exámenes > UBA - Psicología > Metodología

Resumen para el Final  |  Metodología de la Investigación (Cátedra: Argibay - 2019)  |  Psicología  |  UBA

Primer parcial método

 Textos: Primer capítulo Arnau Grass y Segundo capítulo de Pereda Marín

 

 

  1. Origen empírico: Para que una teoría sea científica tengo que validarla mediante contrastación empírica. Todo conocimiento científico tiene su punto de arranque en la observación.
  2. Acuerdo intra e interobservadores: Debe existir un consenso básico con los miembros de la comunidad científica, esto es lo que le da a la ciencia su carácter fundamentalmente social. El acuerdo básico, el primero, es el acuerdo metodológico: El método científico (universalidad en el método).
  3. Capacidad de repetibilidad del hecho observado: Repetir investigaciones exactamente (método, instrumentos, muestra). Cuantas más repeticiones soporte una investigación, más sólida será.
  4. Objetividad: las observaciones deben hacerse como si se tratase de otro.
  5. Relacionabilidad: Las observaciones deben hacerse como si se tratase de otro
  6. Comunicabilidad: Tratar de publicar, de hacer pública la investigación realizada.

 

  1. Ayudar a identificar importantes fenómenos conductuales
  2. Sugerir posibles variables a manipular en posteriores estudios experimentales
  3. Sugerir posibles conductas que más tarde pueden ser estudiadas por medio de experimentos adecuados
  4. Utilizarse como instrumentos de estudios cuando no pueden ser utilizados los métodos correlacionales o experimentales.

 

 

 

Texto: Capítulo 10, Más allá de la descripción – Clark Carter

 

 

 

Texto: Capítulo 5, La hipótesis – Pereda Marín

 

 

 

  1. Hipótesis inducidas: Consisten en suponer la existencia de 1 determinada relación entre 2 hechos. Nacen de la observación de los hechos.

  2. Hipótesis deducidas: Aparecen en 1 estadio más avanzado de la investigación y se deducen de las relaciones o teorías ya conocidas, es decir, de 1 cuerpo de conocimientos ya elaborado.

 

  1. Hipótesis relacionales: Son aquellas cuyo contenido se refiere sólo a la relación existente entre 2 o más variables
  2. Hipótesis relacionales con 1 término sin caracterizar: Son las que además de establecer la posible relación existente entre 2 variables postulan la presencia de 1 término hipotético sin caracterizar
  3. Hipótesis experimentales: Son los que implican la presencia de 1 relación de causalidad entre las variables incluidas en las mismas

  1. Hipótesis universales: las que plantean 1 relación entre las variables es válida siempre y en cualquier lugar. Son poco frecuentes en psicología.
  2. Hipótesis existenciales: Las que afirman que la relación establecida en la hipótesis es válida, por lo menos, para 1 caso particular.

 

 

Texto: Capítulo 7, Las variables en la investigación psicológica – Pereda Marín

 

 

Tradición psicológica:

 

 

Clasifcación desde el punto de vista metodológico:

 

 

  1. Definición Operacional Experimental: indica los detalles (operaciones) de la manipulación de una variable por el experimentador. Sólo se puede aplicar a las variables independientes y variables contaminadoras.
  2. Definición Operacional de Medida: Describe cómo se medirá una variable. Se refiere a la variable dependiente.

 

Texto: Capítulo 8, El control experimental – Pereda Marín y Capítulo 8, Varianza y Control - Arnau Gras

 

 

 

 

  1. Utilizar, si los conoce, valores óptimos de la variable independiente.
  2. Utilizar el mayor número posible de tratamientos experimentales, si se desconoce esos valores óptimos
  3. Utilizar valores extremos de la variable independiente, si no puede emplear más que 2 valores de la misma.

 

 

  1. Elegir instrumentos de medida confiables
  2. Entrenar adecuadamente a los experimentadores
  3. Establecer criterios claros
  4. Establecer instrucciones objetivas.

 

  1. Las diferencias individuales: no todos los sujetos reaccionan de una misma forma ante 1 situación experimental idéntica.
  2. Errores de medida: instrumentos de medida poco precisos, o el procedimiento experimental no se aplica por igual a todos los sujetos.

 

 

 

 

  1. Sujetos: En las variables de sujeto no tiene que haber varianza intergrupos (variabilidad entre los grupos en la variable dependiente antes de aplicar los tratamientos experimentales).
  2. Experimentador
  3. De procedimiento
  4. Aparatos
  5. Error progresivo: Cuando los tratamientos experimentales se presentan siempre en 1 mismo orden temporal o espacial, puede ocurrir que el experimento quede contaminado. No se podrá saber si lso cambios en la variable dependiente son por los efectos de los tratamiento o a la interacción entre ellos y la práctica y fatiga que va generando su aplicación sucesiva de los diferentes tratamientos experimentales. Incluye todos los efectos que se producen en los sujetos por el hecho de pasarles medidas repetidas. Es llamado error progresivo a los efectos conjuntos de la práctica y fatiga. Es una variable que hay que tener en cuenta en las situaciones experimentales de tipo II, intragrupo y de tipo III, mixta.

 

 

 

 

  1. La eliminación de las variables contaminadoras: No se va a dejar variar esa variable, y para eso sólo utilizo 1 valor de la misma eliminando todos los demás. Hay que tener cuidado con eliminar muchos para no terminar limitando la muestra y que quede reducida a 1 sólo sujeto.

  2. El balanceo de las variables contaminadoras: Cuando no es posible eliminar las variables contaminadoras, se puede usar el balanceo. Consiste en equilibrar el efecto de la variable contaminadora manteniendo constante la proporción de cada valor de la misma que afecta a cada grupo, a cada tratamiento experimental.

  3. La constancia de las variables contaminadoras: Es un caso particular de la técnica de balanceo. Se presentan unos mismos valores de la variable contaminadora a cada grupo experimental; así, cada valor de la variable contaminadora afecta por igual a todos los grupos de sujetos.

  4. La aleatorización de las variables contaminadoras: consiste en confiar al azar la distribución equivalente de las variables contaminadoras entre todos los grupos de sujetos del experimento. Cuando la muestra es pequeña, la aleatorización es poco fiable.

 

 

 

  1. Método de equiponderación intrasujeto (método a1 a2 a2 a1): Su finalidad es distribuir de forma equivalente los niveles o unidades de error progresivo entre los diferentes tratamientos experimentales. Se basa en el supuesto de que cada tratamiento experimental genera la misma cantidad de error progresivo y del mismo signo. La práctica y la fatiga adquiridas por el sujeto en el tratamiento a1 son iguales a la práctica y la fatiga adquiridas por el sujeto en el tratamiento a2.

  2. Métodos de equiponderación intersujetos:

  1. Método a1 a2 a2 a1 – a2a1a1a2: Se utiliza cuando aparecen efectos asimétricos del error progresivo. Consiste en dividir al grupo de sujetos en 2 subgrupos iguales distribuyéndolos aleatoriamente entre ellos. Después, también de forma aleatoria se asigna a 1 de los subgrupos (G1) la secuencia a1 a2 a2 a1 y al otro (G2) la secuencia a2 a1 a1 a2. Así se obtendrán las medias de las puntuaciones de los sujetos en la variable dependiente bajo a1 y a2 en cada 1 de los subgrupos. Al ser asimétricos se deberán calcular las medias totales.

  2. Equiponderación total o contrabalanceo completo: Se basa en que cada tratamiento experimental genera la misma cantidad de error progresivo. Al aplicarlo se deben cumplir 2 requisitos: (1) Cada tratamiento experimental debe aparecer 1 mismo número de veces en cada nivel de práctica; (2) cada tratamiento experimental debe preceder y seguir 1 mismo número de veces a todos los demás (considerados tanto aislada como conjuntamente). Gracias a estas 2 condiciones, el investigador va a tener que utilizar todas las secuencias posibles que se puedan construir con los tratamientos experimentales de que consta el experimento. Al utilizar todas las secuencias posibles, los efectos del error progresivo afectan por igual a cada tratamiento experimental o a cada combinación de tratamientos.

  3. Equiponderación parcial o contrabalanceo incompleto:
    · Debe cumplir un requisito básico: Cada tratamiento experimental debe aparecer un mismo número de veces en cada nivel de práctica.
    · No es necesario emplear todas las posibles secuencias que se puedan construir con los tratamientos experimentales de que consta la investigación. El número mínimo de secuencias que se necesitan es igual al de tratamientos experimentales con los que se trabaja. Los resultados en la variable dependiente, bajo cada tratamiento experimental resultan de unir las medias obtenidas por los sujetos bajo cada tratamiento independientemente del nivel de práctica que ocupe, es decir, que se agruparán las medidas siguiendo el mismo sistema que en el método de equiponderación total.
    · En experimentos con un número par de tratamientos experimentales se incluye otro requisito adicional: Cada tratamiento debe preceder y seguir un mismo número de veces a los restantes tratamientos experimentales considerados aisladamente.
    · Hay 2 variaciones del método de equiponderación parcial:

    - Equiponderación parcial sistemática: Las secuencias de tratamientos experimentales son seleccionadas deliberadamente por el experimentador cuidando de que cumplan el requisito básico del método de equiponderación parcial o los requisitos cuando el parcial o los requisitos cuando el número de tratamientos experimentales es par
    - Equiponderación parcial aleatoria: Las secuencias son elegidas aleatoriamente por el investigador cuidando de que cumplan el o los requisito/s básico/s del método de equiponderación parcial.

  4. Aleatorización total: Su finalidad es conseguir que los efectos de la práctica y la fatiga se distribuyan por igual entre todos los tratamientos experimentales. Su único requisito es que se seleccione aleatoriamente las secuencias que se aplican a los sujetos. Se supone que los efectos del error progresivo se distribuirán por igual entre todos los tratamientos experimentales gracias al azar.

 

Texto: Capítulo 11, El diseño – Pereda Marín

 

- Diseño:

· Un buen diseño permitirá al investigador comprobar si existen efectos sistemáticos de la variable independiente sobre la variable dependiente y le ayudará a controlar las potenciales variables contaminadoras.

 

 

  1. Ausencia del error sistemático, que a lo largo del experimento no actúen variable ajenas a las que se están manipulando, ejerciendo efectos sistemáticos diferenciales sobre los distintos grupos experimentales, es decir, que se controlen las posibles variables contaminadoras

  2. Precisión: la sensibilidad del experimento para captar las mínimas diferencias producidas por los distintos tratamientos experimentales

  3. Validez:

  1. Validez interna: Hasta qué punto la variación observada en la variable dependiente ha sido causada por la variación introducida por el investigador en la variable independiente. Sus principales amenazas son:

 

 

 

 

  1. Validez externa: El nivel en que se puede generalizar/trasladar los resultados de los experimentos a la situación no experimental. Sus principales amenazas son:

  1. Simplicidad

  2. Posibilidad de determinar 1 grado de incertidumbre a las conclusiones obtenidas

 

Texto: Capítulo 12, Investigaciones Pre-experimentales Y Capítulo 13, Investigaciones cuasiexperimentales – Pereda Marín

 

- Investigaciones pre-experimentales:

  1. Investigaciones con diseño de grupo único sólo con medida postratamiento: Será imposible establecer una relación de causalidad entre ambos. No tiene validez científica, es un diseño inválido.

  2. Investigaciones con diseño de grupo único con medidas pre y postratamiento: Se suele utilizar este tipo cuando no es posible llegar a un grado mayor de control de la situación. Sus amenazas son: historia, maduración, efecto de medida pre tratamiento, instrumentación, regresión estadística.

  3. Investigaciones con diseño estático utilizando 2 grupos: Sus amenazas son: historia, maduración, selección diferencial, mortalidad experimental, interacción entre la selección y maduración.



- Investigaciones cuasi-experimentales

  1. Empleo de escenarios naturales, generalmente de tipo social
  2. Carencia de un control experimental completo
  3. El uso de procedimientos (como el de producir observaciones múltiples) como sustitutos del control experimental intentando minimizar o eliminar los efectos de tantas fuentes de validez interna como sea posible.
  4. Su disponibilidad. Pueden utilizarse cuando no se pueda realizar una investigación experimental, o a veces ayudar a explotar alguna situación social dada.

 

  1. Investigaciones con diseños de seres temporales interrumpidas: consiste en tomar una serie de medidas de la variable dependiente a lo largo de un determinado tiempo, interrumpir la serie con la aplicación del tratamiento y luego continuar con otra serie de medidas. Los tipos de efectos que se pueden encontrar son:

  1. Cambio de nivel: la serie de medidas puede mostrar una discontinuidad en el punto de interrupción, en el punto en que se aplicó el tratamiento.

  1. Cambios de tendencia o inclinación: la inclinación de la serie de medidas post cambió en relación a la inclinación de la serie de medidas pre.

  2. Efectos continuos o discontinuos: (1) Efectos continuos: Aquel que no decae con el paso del tiempo, también se llama Efecto Permanente; (2) Efecto discontinuo: Pasajero, momentáneo, es el que no se mantiene a lo largo del tiempo.

  3. Efectos instantáneos o retardados: (1) Efectos instantáneos: son fáciles de interpretar, ya que pueden ser asociados con la introducción del tratamiento al producirse, al ser aplicado a éste; (2) Efectos retardados: Se producen como consecuencia al tratamiento pero no en el momento de su aplicación, sino en un momento posterior de la secuencia de medidas post.

  1. Investigaciones con diseños de grupo de control no equivalente con medidas pre y post tratamiento: Se parte de grupos no equivalentes porque fueron previamente formados naturalmente; por ejemplo, las clases de un colegio. Esto es lo único que la diferencia de una investigación experimental.

 

Unidad 14, 15 y 16, Diseños aleatorios:

 

  1. Diseño de 2 grupos aleatorios (o diseños de experimentos bivalentes):

 

 

 

 

 

 

- Con medidas pre y postratamiento

 

  1. Diseños aleatorios multigrupos:

 

  1. Diseños factoriales:

 

 

  1. En función del nivel de manipulación:

  1. En función del procedimiento seguido para elegir los niveles de los factores:

A x B. “A” son los p niveles que adopta el primer factor y “B” son los q niveles que adopta el segundo factor. Así por ejemplo:

- Un diseño factorial 2 x 2 es un diseño factorial con dos factores y dos niveles en cada uno de ellos

- Un diseño  factorial 4 x 2 x 3 es un diseño factorial con 3 factores, el primero con 4 niveles, el segundo con 2 niveles y el tercero con 3 niveles.

 

* A medida que aumenta el número de niveles de los factores aumenta el número de tratamientos experimentales*. Así:

- Un diseño factorial 2 x 2 tiene 4 tratamientos y un diseño factorial 4 x 3 x 2 tiene 24 tratamientos.

 

  1. Según el tipo de situación experimental en que se prueban los efectos de los factores:

  1. Diseños factoriales con medidas independientes: Los efectos de cada tratamiento experimental son probados en un grupo diferente de sujetos. Cada grupo de sujetos pasa sólo por un tratamiento experimental (corresponde a la situación experimental de tipo I). Por ejemplo, en un diseño factorial 2 x 2 con medidas independientes habría 4 tratamientos y 4 grupos experimentales.

  2. Diseños factoriales con medidas repetidas: 1 mismo grupo de sujetos son sometidos a todos los tratamientos experimentales (corresponde a la situación experimental de tipo II). Por ejemplo, en un diseño factorial 2 x 2 con medidas repetidas hay 4 tratamientos y 1 grupo experimental.

  3. Diseños factoriales con medidas repetidas en algunos factores: Hay tantos grupos experimentales como correspondiesen a los factores estudiados con medidas independientes y tantos tratamientos como correspondiesen a las dimensiones del diseño (corresponde a la situación experimental de tipo III). Por ejemplo, en un diseño factorial 2 x 2 con medidas repetidas en B habría 4 tratamientos y 2 grupos experimentales. En un diseño factorial 2 x 3 x 4 con medidas repetidas en C habría 24 tratamientos y 6 grupos experimentales.

  1. Según el criterio de selección utilizado para elegir los niveles de los factores:

  1. Modelo fijo: Sólo utilizan factores fijos. Se dan cuando los niveles de los distintos factores incluidos en el experimento agotan el número total de posibles niveles que pueden adoptar esos factores o cuando la selección de los niveles de los factores se hace de forma sistemática sin seguir el procedimiento aleatorio. Por ejemplo: 1 determinada droga (A) y 1 serie de materiales (B) se manipulan para investigar su influencia sobre la memoria de los sujetos. Arbitrariamente se le hace adoptar a la droga 3 niveles (a1, a2, a3) y a los materiales 2 (b1, b2). Este diseño sería 1 diseño factorial 3 x 2 modelo fijo.

  2. Modelo al azar: sólo utilizan factores al azar. Cuando todos los factores siguen 1 criterio totalmente aleatorio se tiene un modelo factorial al azar.

  3. Modelo mixto: utilizan factores fijos y factores al azar. Por ejemplo: supongamos que un psicólogo clínico desea conocer los efectos que el hospital (A) y el tipo de tratamiento empleado (B) tienen sobre la recuperación de los pacientes que sufren un determinado trastorno psicológico. Elige al azar un grupo de 4 hospitales (a1, a2, a3, a4) y estudia los efectos de 3 tipos de tratamientos en cada uno de ellos elegidos por él arbitrariamente de entre todos los posibles (b1, b2, b3). El diseño empleado sería un diseño factorial 4 x 3 modelo mixto.

 

  1. Efectos que producen los factores aisladamente:

  1. Efectos producidos por la combinación de factores:

  1. Efectos del error experimental: efectos producidos por todas las fuentes de variables contaminadoras no controladas.

 

 

Capítulo 22

 

Diseños de bloques (apareados)

 

 

 

 

  1. Apareo mediante variables correlacionadas: El apareo se consigue formando bloques de sujetos en relación con una variable altamente correlacionada con la variable criterio.
  2. Apareo mediante la variable criterio: Se puede tomar una medida previa a los sujetos en la variable criterio y a partir de esa medida aparear a los sujetos
  3. Apareo según un rendimiento previo: Se utilizan los primeros ensayos del experimento como criterio de apareamiento. A partir de los resultados obtenidos en los mismos se pueden llegar a formar dos grupos equivalentes, pudiéndose eliminar incluso aquellos sujetos que se apartan de la media del grupo.

 

 

 

Capítulo 23

 

Diseños con medidas repetidas (diseños intragrupos)

 

 

 

 

  1. Varianza intrasujeto: Sería la variabilidad existente entre las diferentes respuestas dadas por un mismo sujeto bajo los diferentes tratamientos experimentales. La varianza intrasujeto se puede descomponer en otras dos:

  1. Varianza intersujetos: Es la variabilidad existente entre las respuestas dadas por los diferentes sujetos bajo cada uno de los tratamientos experimentales

  2. Varianza total: Es la suma de las dos varianzas (intersujetos e intrasujetos).

 

 

- Posible efecto del orden dado a los tratamientos experimentales, ya que éstos son aplicados en una secuencia temporal al mismo grupo de sujetos, pudiendo aparecer los efectos de la variable contaminadora del error progresivo.

 

- Cuando los tratamientos experimentales tienen efectos irreversibles este diseño no debe utilizarse nunca.

 

- La validez externa también puede disminuir ya que en la vida real los sujetos no pasan habitualmente por varios tratamientos experimentales; sin embargo, siempre que se haya controlado adecuadamente el error progresivo, se aumenta la validez interna de la investigación con relación a los diseños de grupos al azar y los de bloques.

 

Capítulo 7

 

 

Caso de interacción nula: Siempre que la representación gráfica de los resultados de un diseño complejo sea un conjunto de líneas paralelas podemos asegurar que no existe interacción entre las variables.
Caso de interacción: Hay efecto de interacción de A x B (de ambos factores) cuando la p es significativa, lo cuál significa que son cambios sistemáticos y que no ocurrieron por azar, y además también hay porque los patrones de los efectos simples son diferentes y no son paralelos.

 

 

Capítulo 32

 

 

  1. 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
  2. Permite hacer comparaciones entre la conducta de un individuo bajo una condición y bajo otras condiciones
  3. Se evita que otras variables afecten al resultado y así es posible comprobar los efectos que tiene el procedimiento sobre la conducta.

 

 

 

 

 

 

 

 

- Estos tipos de diseños ofrecen alternativas viables a los diseños de reversión. Tienen algunas variaciones de uso frecuente:

 

  1. A través de conductas: en la técnica de línea base múltiple, varias respuestas se identifican y se miden en el transcurso del tiempo para proporcionar líneas base en comparación con las cuales pueden evaluarse los cambios. Con estas líneas base establecidas, el experimentador aplica una variable experimental a una de las conductas, produce un cambio en ésta y puede observar poco o ningún cambio en las otras líneas base. Si es así, en vez de revertir el cambio acabado de producir, aplica la variable experimental a una de las otras respuestas que aún no han cambiado. Si se alerta en ese momento, aumenta la evidencia de que la variable experimental es en verdad efectiva y que el cambio anterior no fue tan solo una coincidencia. La variable podrá aplicarse a otra respuesta más y así sucesivamente. Este diseño resulta útil/adecuado cuando las conductas sean tan distintas como sea posible

 

  1. A través de individuos: este diseño de línea base múltiple resulta útil para los que trabajan con clientes, pacientes, padres, maestros. 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 contiúan las condiciones de línea base con los otros clientes. Después, se introduce la intervención con otro cliente. El objetivo es demostrar que independientemente del tiempo, sujeto específico y condiciones ambientales, la conducta de cada cliente cambia de modo sustancial sólo cuando se introduce la intervención. Este diseño es más adecuado para conductas que no requieren atención inmediata.

 

  1. A través de situaciones: En este diseño se recopilan datos de una conducta meta para uno o más sujetos a través de diferentes circunstancias o situaciones. Su mayor desventaja es que cuando hay mucha generalización no programada de las conductas meta seleccionadas a través de situaciones, el diseño no funcionará según lo previsto. Si se sospecha que cuando se cambia la conducta de un cliente en una situación, cambiará en otras también, será mejor seleccionar otro diseño.

 

Capítulo 11

 

 

  1. Muestreo aleatorio simple: Una vez elegida la población, la primera etapa consiste en determinar el tamaño de la muestra. Cuanto mayor sea la muestra, más exactas serán las probables generalizaciones a la población respectiva. Segunda etapa: se identificará cada elemento de la población. Tercera etapa: si los elementos carecen aún de código, se asignará a cada uno de ellos un código de identificación único. Cuarta etapa: los códigos se seleccionarán al azar, hasta que se identifiquen todos los elementos de la posible muestra. Para la selección aleatoria puede utilizarse un programa de computadora o una tabla de números aleatorios; también pueden colocarse todos los números en hojas de papel y extraerse de un sombrero.

 

  1. Muestreo aleatorio sistemático: Requiere que se decida un tamaño de muestra y que luego se divida el de la población entre el de la muestra. Esto da una cifra que se usa como base del muestreo. Ejemplo: si se necesita una muestra de 100 personas de una población de 2500 la cifra se 2500/100= 25. Al azar, se elige un número de inicio entre la población, digamos 70. La primera persona de la muestra es la 70ª, la siguiente es la 70 + 25 = 95, y así sucesivamente.

  2. Muestreo estratificado: Requiere la división de la población en subgrupos o estratos mutuamente excluyentes. Ejemplo: división de la muestra por género en estratos de hombres y mujeres. Una vez elegidos los estratos puede aplicarse el muestreo aleatorio simple o el sistemático en cada estrato para elegir la muestra. Una ventaja del muestreo estratificado es que se garantiza que ésta contendrá representantes suficientes de cada uno de los estratos. Hay dos maneras de conducir el muestreo estratificado:

 

  1. Muestreo aleatorio de conglomerados: Requiere un muestreo inicial con base en una unidad mayor que el elemento de población. Esto puede hacerse:

  1. Muestreo accidental/de oportunidad/de conveniencia: implica el muestreo de las personas que uno encuentra por casualidad
  2. Muestra de cuota: Es una oportunidad, pero con cuotas establecidas para el número de personas que habrán de incluirse en las submuestras. A veces la cuota puede basarse en algo, como un grupo de edad o un estatus socioeconómico, donde se necesitaría acercarse a todos y plantear una pregunta de filtro para saber si se encuentran en uno de los subgrupos por incluir en la muestra. Si las cuotas se establecerán en varias dimensiones, suele usarse el término muestreo dimensional.

 

 

 

 

 

Capítulo 5

 

 

 

 

 

 

 

 

 

  1. Mediciones de productos permanentes:

    ·     Ciertos comportamientos dejan evidencia física en la forma de un producto duradero.

    · Hay diversas ventajas en la medición de productos permanentes; la validez de las mediciones cuantitativas o cualitativas puede demostrarse con facilidad si se les pide a jueces independientes que valoren los productos mediante sus propios criterios: “¿Cuál examen de aritmética es mejor?”. Un gran consenso entre las clasificaciones conductuales y las de los jueces ayuda a validar las mediciones. La reactividad, los efectos ocasionados por los mismos procedimientos experimentales, puede distorsionar la validez de los datos. Es más fácil medir los productos permanentes para evaluar la confiabilidad de la medición.

  2. Medición de los sucesos transitorios:

    ·     Muchos tipos de comportamientos por los que se interesan los analistas conductuales no generan productos permanentes, su medición es más difícil. Para 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, algunos instrumentos como grabadoras magnetofónicas o de video tape, o un circuito cerrado de televisión para transmitir la imagen del suceso a otras área de observación.

    ·     Registro de sucesos: consiste en contar las veces que ocurre una conducta determinada en un intervalo específico: 10 minutos, una sesión, un día, un período de clases. Estos registros los pueden hacer observadores entrenados empleados para ese fin, manejadores de contingencia o hasta los mismos clientes. El registro de sucesos es particularmente apropiado para medir respuestas discretas, aquellas que tienen un inicio y un final claramente definidos. Son sucesos discretos el número de páginas terminadas, las respuestas correctas, las mordidas de los hermanos. Estos sucesos pueden registrarse de diversas formas (en una lista de verificación, con papel y lápiz, con contadores electromecánicos)

    ·     Confiabilidad del registro de sucesos:

- Se podría colocar a un segundo observador a cierta distancia del primero y pedirle a ambos que registraran el comportamiento. Entonces podrían compararse los dos totales. La fórmula para estimar la confiabilidad es:

 
                                                Total más pequeño

 
   

 

 

Total más grande

 

- Cuando la observación informal sugiere que los observadores han perdido algunas respuestas meta, entonces para asegurar la confiabilidad del registro de sucesos, los períodos de observación deberán dividirse en intervalos. Con este tipo de observación se puede tener confianza en que ambos observadores hayan registrado los mismos sucesos. La confiabilidad podría estimarse con esta fórmula:

                                       Acuerdos

                                                                                      X 100 = porcentaje acuerdo

Acuerdos + desacuerdos

 

 

 

                                               Número de acuerdos

 
   

 

 

                                Número de acuerdos + desacuerdos


Registro de duración

 

                                               Duración menor

                                                                                              = Índice de acuerdo

                                               Duración mayor

 

* Para una mayor precisión pueden compararse las duraciones dentro de los intervalos.

 

Capítulo 6 - Registro de intervalo e implementación de sistemas de observación

 

Registro de muestra temporal de intervalo

 

  1. Sistema de muestreo temporal de intervalo completo

 

  1. Sistema de muestreo temporal de intervalo parcial

 

 

  1. Sistema de muestreo temporal momentáneo

 

 

Validez y confiabilidad del registro de intervalo

 

 

Selección de un sistema válido de muestreo temporal de intervalo

 

 

 

 

 

 

                                       Número de acuerdos           

 
   

 

 

                Número de acuerdos + número de desacuerdos

 

* Cuando se califica una proporción muy grande o muy pequeña de intervalos, esta fórmula deberá alterarse a fin de que sólo se incluyan en los cálculos los intervalos en los cuales se presenta la respuesta. Cuando la conducta es infrecuente la fórmula inalterada produce un coeficiente exagerado falsamente.

 

 

 

Implementación de sistemas de observación

 

- El personal de registro conductual

 

 

 

 

 

- Capacitación y supervisión del personal de registro conductual

 

 

- El mantenimiento de la confiabilidad observacional

 

 

 

- El registro de los datos conductuales

 

 

 

- Adaptación

 

 

- Medición de línea base

 

 

 

 

 

Capítulo Argibay

 

Técnicas psicométricas, cuestiones de validez y confiabilidad

 

 

Confiabilidad

 

 

 

  1. Su congruencia o consistencia interna:

    · Consiste en que las distintas partes que componen el instrumento estén midiendo lo mismo. De manera que en condiciones ideales, esperaríamos encontrar que los distintos ítems estuvieran correlacionados entre sí. La congruencia interna del instrumento se establecería según la magnitud de los valores que expresaren las correlaciones entre sus partes. Los procedimientos para calcular la congruencia interna podemos dividirlos en dos métodos principales:

  1. Métodos basados en la división del instrumento en 2 mitades

1º  Se divide el instrumento en 2 mitades

2º  Se obtiene la puntuación para cada mitad en forma independiente

3º  Se usan estos puntajes para estimar el coeficiente de correlación entre ambas mitades. Este coeficiente de correlación se ajusta mediante la fórmula de Spearman-Brown (es necesario aplicar esta fórmula ya que las escalas de mayor longitud son más confiables que las cortas)

  1. Métodos basados en la covarianza de los ítems

 

 

 

  1. Equivalencia

 

 

Validez

 

  1. Validez de contenido: para analizar la validez de contenido, se evalúa si los ítems usados para construir el test son relevantes para el uso que se le va a dar al test, es decir, si todos los ítems están dentro del dominio de interés. Después, importa saber si los ítems constituyen una muestra representativa del universo de conductas que podrían haberse elegido como indicadores del atributo en cuestión.

  2. Validez de criterio: acá se persigue un fin más práctico, además de establecer que se mida adecuadamente un constructo, fundamente se trata de relacionar las puntuaciones del isntrumento con las variables criterio. Es útil cuando se quiere hacer inferencias a partir de los puntajes que se obtienen en el test respecto de alguna otra variable de interés. Dentro de esta Validez se habla de:

 

 

* La diferencia entre ambas formas de validez, no tiene que ver con si son o no predictivas (desde un punto de vista científico), sino más bien con el diseño que involucran en cuanto a su dimensión temporal.

 

  1. Validez de constructo: muchas variables psicológicas no son observables directamente, por lo que deben ser operacionalizadas, o sea, indicarse los procedimientos de medida para observar la variable, hacerla empírica. Los instrumentos psicométricos se refieren a constructor hipotéticos, siendo el instrumento una forma de operacionalizar los mismos. La validez de constructo consiste en tratar de probar que las conductas que registra el test pueden ser consideradas indicadores válidos del constructo al cual refieren. Se utilizan distintos procedimientos para evaluarla:

 

 

 

 

 

 

 

  1. Coeficientes de validez convergente: son las correlaciones entre las medidas del mismo constructo, obtenidas con métodos diferentes. Se espera que las correlaciones sean altas

  2. Coeficientes de validez divergente: son las correlaciones de constructos diferentes medidos con igual método y las correlaciones de diferentes constructos medidos con distintos métodos. Se espera que sean mucho más bajas que las obtenidas en la validez convergente y en el cálculo de la confiabilidad.
 

Preguntas y Respuestas entre Usuarios: