Experimentos de caso único



Descargar 329.5 Kb.
Página2/5
Fecha de conversión14.12.2017
Tamaño329.5 Kb.
1   2   3   4   5
En la concepción de Freud (1856-1939), igual que en en Malinowski, las personas saben mucho más de lo que son capaces de expresar. El psicoanálisis es una forma de entrevista en profundidad para llegar al inconsciente, el cual constituye una fuente de conocimiento para interpretar aspectos no manifiestos de la mente.

La teoría social alemana distinguía entre ciencias naturales y ciencias humanas. Dilthev (1833-1911) argumenta que los métodos de las ciencias humanas deben ser hermenéuticos o interpretativos.

La ciencia social alemana pone el énfasis en el “punto de vista del actor”. La introspección se considera válida como método científico.

En una dirección contraria se movía la teoría social francesa, con Comte (1795-1857) y Durkheim (1858-1917), mucho más próxima a las ciencias naturales. Lo que interesa son los “hechos sociales”.

En síntesis, LA INVESTIGACIÓN CUALITATIVA TIENE SUS ORÍGENES EN LA ANTROPOLOGÍA, pretende una comprensión holística, no traducible a términos matemáticos, y pone el énfasis en la profundidad. Mientras que la investigación cuantitativa tiene sus orígenes en la sociología y en las ciencias físico-naturales, parcializa la realidad para facilitar el análisis, y pretende estudios extensivos sobre muestras representativas de sujetos.

Los principales creadores de la ciencia antropológica: Lévy-Bruhl (1857-1939), seguidor de Durkheim, que contribuyó al esclarecimiento de las formas primitivas de la vida mental del hombre. Radcliffe-Brown (1881-1955), con importantes aportaciones a la etnología en la corriente del funcionalismo. Lévi-Strauus (1908- ), con el estructuralismo, que aglutina la lingüística de Jakobson, el inconsciente de Freud y la etología de Radcliffe.Brown.

Margaret Mead (1901-1978) durante los años veinte realizó unos estudios antropológicos en Samoa (Mead,1972), que pueden considerarse como la primera aplicación de la etnografía al campo educativo. Al mismo tiempo es uno de los primeros estudios que tratan de la educación fuera del contexto escolar.

El empleo de métodos cualitativos se divulgó gracias a la “Escuela de Chicago”, entre 1910 y 1940. Destacan la sociología urbana de Park, Burgess y otros; historias de vidas criminales y delincuentes juveniles por Shaw, Sutherland y otros; estudios etnográficos sobre inmigrantes a los Estados Unidos por Warner, Whyte, Thomas y otros. En estos estudios se utilizó la observación participante y la entrevista informal.

Después de la II GUERRA MUNDIAL HUBO UN PREDOMINIO DE LA METODOLOGÍA CUANTITATIVA. LOS ESTUDIOS CUALITATIVOS QUEDARON EN EL OLVIDO EN MUCHAS UNIVERSIDADES. Precisamente en esta época Spindler y Kimball inician estudios etnográficos aplicados a la educación.
Durante los años 60 empiezan a realizarse numerosas investigaciones de carácter cualitativo, principalmente en Estados Unidos y Gran Bretaña. En este último país citamos el liderazgo de STENHOUSE (1926-1982) y las aportaciones de ELLIOT en la línea de investigación-acción.

Durante los años 80 se observa un creciente interés por la metodología cualitativa aplicada a la investigación educativa.




  • CARACTERÍSTICAS DE LA INVESTIGACIÓN EDUCATIVA.

Como características generales comunes que se engloban en la metodología cualitativa podemos señalar las siguientes:

  1. El investigador como instrumento de medida: En la Investigación Cualitativa el investigador es el instrumento de medida. Todos los datos son filtrados por el criterio del investigador.

Por consiguiente los resultados pueden ser subjetivos. Para evitar este peligro, el investigador debe adiestrarse en una disciplina personal, adoptando una “subjetividad disciplinada”, que requiere auto-conciencia, examen riguroso, reflexión continua y “análisis recursivo”. La “comprensión intersubjetiva” es otro procedimiento que se suele utilizar: el investigador explicita los aspectos subjetivos a los participantes en el estudio; esto produce una búsqueda de profundización en la comprensión de las experiencias de los sujetos. También puede emprender el uso sistemático del criticismo externo y la ayuda de críticos. El criticismo externo consiste en un cambio constante de rol interno-externo. La “triangulación” es una de las estrategias más utilizadas.

2.- Estudios intensivos en pequeña escala: Se trata de estudios en pequeña escala que sólo se representan a sí mismos. Se basa en la exploración intensiva de unos pocos casos. En investigación educativa, suelen estudiarse las situaciones normales de clase en un ambiente natural.

3.- Teorías e hipótesis: No suele probar teorías o hipótesis. Es, más bien, un método de generar teorías e hipótesis.

4.- No tiene reglas de procedimiento: El método de recogida de datos no se especifica previamente. Las variables no quedan definidas operativamente, ni suelen ser susceptibles de medición. La base está en la intuición y en los aspectos artísticos del producto. La investigación es de naturaleza flexible, evolucionaria y recursiva.



5.- Holística: Abarca el fenómeno en su conjunto. No se detiene en dividirlo en variables o en discernir entre ellas.

6.- Recursiva.: El diseño de investigación es emergente: se va elaborando a medida que avanza la investigación. El problema inicial se va reformulando constantemente para confirmar que los datos recogidos contribuyen a la interpretación del fenómeno. Cuando se encuentran desajustes importantes, se puede replantear el problema adoptando las modificaciones que se consideren oportunas.

7.- Categorización: Para categorizar suelen preguntar frecuentemente “¿Qué es un ejemplo....?. Van clasificando datos preguntándose “¿A qué grupo pertenece esta categoría?

8.- Análisis estadístico: En general no permite un análisis estadístico. A veces, pueden hacer recuentos de frecuencias y categorizaciones; pero solamente cuando se está muy seguro de lo que se cuenta.

9.- Serendipity: Se pueden incorporar hallazgos que no se habían previsto (serendipity).

10.- Emocionalmente satisfactoria: Es importante asegurarse de que están hablando la voz de “su gente”. Es democrática o incluso populista.


  • INVESTIGACIÓN CUALITATIVA VERSUS INVESTIGACIÓN CUANTITATIVA.

La investigación cuantitativa se basa sobre muestras grandes y representativas de sujetos. Son estudios extensivos que utilizan la estadística en el análisis de datos. Hasta los años cincuenta predomina el método cuantitativo en investigación educativa. A partir de entonces empiezan a surgir críticas y alternativas, aunque con un predominio claro de la metodología cuantitativa. No es hasta la década de los ochenta cuando irrumpe vigorosamente la metodología cualitativa.

La investigación cualitativa se basa sobre una muestra reducida de sujetos, seleccionados por algún método generalmente no probabilístico. Son estudios extensivos y en profundidad.

Recientemente ha surgido una polémica entre partidarios de ambos enfoques, que, por otra parte, ya había surgido en ocasiones anteriores. Tenemos las dicotomías siguientes: positivismo contra fenomenología, el método hipotético-deductivo contra el inductivo, metodología cuantitativa contra metodología cualitativa, paradigma racionalista contra paradigma naturalista, investigación nomotética contra investigación ideográfica, comprensión contra interpretación, cuantificadores contra descriptores, científicos contra críticos, rigor contra intuición, evaluación dura contra evaluación blanda, etc.

El debate cualitativo versus cuantitativo se ha convertido, para muchos, en debate sobre la concepción de la realidad social. A este nivel, los puntos de vista pueden llegar a ser irreconciliables.

PARADIGMA CUALITATIVO


PARADIGMA CUANTITATIVO



Aboga por el empleo de los métodos cualitativos.

Fenomenologismo “interesado en comprender la conducta humana desde el propio marco de referencia de quien actúa”.

Observación naturalista y sin control.

Subjetivo.

Próximo a los datos: perspectiva desde “dentro”.

Fundamentado en la realidad, orientado a los descubrimientos, exploratorio, expansionista, descriptivo e inductivo.

Orientado al proceso.



Válido: datos “reales”, “ricos” y “profundos”.

No generalizable: estudios de casos aislados.

Holista.

Asume una realidad dinámica.



Aboga por el empleo de los métodos cuantitativos.

Positivismo lógico: “busca los hechos o causas de los fenómenos sociales, prestando escasa atención a los estados subjetivos de los individuos”.

Medición penetrante y controlada.

Objetivo.

Al margen de los datos: perspectiva “desde fuera”.

No fundamentado en la realidad, orientado a la comprobación, confirmatorio, reduccionista, inferencial e hipotético-deductivo.

Orientado al resultado.

Fiable: datos “sólidos” y repetibles.

Generalizable: estudios de casos múltiples.

Particularista.

Asume una realidad estable.

Sin embargo, si nos limitamos al aspecto metodológico, ambos enfoques pueden ser complementarios. Si bien esta posibilidad no está exenta de dificultades. Muchas de ellas debidas a distintos enfoques y puntos de vista que adoptan los teóricos que se ocupan del tema. Es decir, la inconmensurabilidad (Feyerabend, 1981: 118-133), según la cual las interpretaciones científicas dependen del marco teórico. Así, por ejemplo, Gage (1978), entre otros defiende un orden de estudios en el cual la descripción general cualitativa de un reducido número de casos es el primer estadio de investigación. Después se identifican las variables importantes y los constructos subyacentes, se realizan estudios correlaciones proceso-producto en gran escala. El último estadio consiste en investigaciones experimentales controladas para establecer el encadenamiento causal entre las variables. Estos estadios suponen una colaboración entre la investigación cualitativa y la cuantitativa.

En la dirección opuesta, Erikson (1986) reclama que toda generalización basada en estudios correlacionales o experimentales, debe ir seguida de estudios etnográficos particulares y concretos. Esto ejemplifica como en este punto no hay acuerdo en la concepción teórica de la investigación educativa.

Deutscher (cit. por Taylor y Bogdan, 1986:134) señala que uno sólo puede entrenarse en algo que ya existe. Mientras que ser educado consiste en aprender a crear de un modo nuevo. Debemos crear constantemente nuevos métodos y enfoques. C. Wright Mills (cit. por Taylor y Bogdan, 1986. 134) recomienda: que el investigador sea un buen artesano. Evite un conjunto rígido de procedimientos. Sobretodo trate de desarrollar y aplicar la imaginación. Eluda el fetichismo del método y la técnica. Que cada uno sea su propio metodólogo.

Podemos insistir en que el método es importante como guía, teniendo también presente la creatividad.



Cook y Reichardt (1986) aportan argumentos para demostrar que la investigación cualitativa y la cuantitativa son compatibles, o incluso complementarias. Si interesa más el proceso se recomienda utilizar métodos cualitativos. Si interesa más el producto se recomienda utilizar métodos cuantitativos. Con Cook y Reichardt (1986) y De Lansdsheere (1982: 23-43) coincidimos en apuntar que ambos enfoques tienen su campo de aplicación , sus objetivos y funciones. Los métodos cuantitativos y cualitativos deben complementarse.
2.1.2. Tipos de diseños: pre-experimental, experimental y cuasi-experimental


  • DISEÑO DE INVESTIGACIÓN EXPERIMENTAL

Es uno de los diseños que más se utiliza en investigación educativa y psicopedagógica.

El término diseño alude al Plan de investigación y a los aspectos metodológicos.

El diseño es la estructura en la que las variables y los sujetos han sido organizados para recoger datos y responder a las preguntas de investigación.

La investigación responde a:



  1. QUIEN: participantes (están implicados)

  2. POR QUÉ: causa

  3. CÓMO: efecto (cómo ha ocurrido)

  4. DÓNDE: contexto (dónde se hace la investigación)

  5. QUÉ: observaciones (que ha ocurrido)

  6. CUANDO: procedimiento (cuando ha ocurrido)

El diseño requiere tomas decisiones que garanticen las relaciones entre la causa y el efecto, eliminando explicaciones alternativas poco relevantes.

La decisión sobre el tipo de investigación es cuestión del equilibrio entre la validez interna (establece relaciones causales) y la externa (capaz de generalizar). Las investigaciones en ambientes naturales ganan en validez interna y es propia de los laboratorios.

Un diseño debería maximizar la validez interna y la externa. Aunque un investigador debe ser realista y ajustar la planificación a los objetivos e hipótesis planteadas, es decir, un diseño apropiado a la investigación.

Las investigaciones que se realicen deben acercarse lo más posible a la realidad del aula, aunque ha de tenerse en cuenta que no existe el diseño ideal.
Tipos: Pre-experimentales, experimentales, Cuasi-experimentales y de caso único.
NOMENCLATURA:

O: medida de la variable dependiente

O1: antes de aplicar el tratamiento

O2: después del tratamiento

X: variable independiente

Z: indica que los sujetos no han sido elegidos al azar a los grupos experimentales y de control

R: los sujetos han sido elegidos al azar y asignados al azar a los grupos experimentales y de control

VI: variable independiente

VD: variable dependiente


  • DISEÑOS PREEXPERIMENTALES:

Tienen bajo nivel de control y baja validez interna y externa. El investigador no puede saber con certeza que los efectos que se producen en la variable dependiente se deben a la variable independiente.

  1. DISEÑO DE UN SOLO GRUPO CON POSTEST. X O

La variable independiente sólo se aplica a un grupo de sujetos. Luego se somete al grupo a un postest para ver los efectos en la variable dependiente. La ausencia de un grupo control y de la información sobre el grupo viola los principios de la validez interna. Este tratamiento no garantiza que X sea causa de O.


  1. DISEÑO DE UN SOLO GRUPO CON PRETEST Y POSTEST. O1 X O2

El efecto se comprueba comparando el postest con el pretest. La limitación del diseño está en la no utilización del grupo control que impide saber si el tratamiento u otros factores son los que han producido las diferencias entre los dos momentos evaluados. Ej: factores cómo la historia, maduración, aplicación de pruebas,…

Este diseño sirve para estudiar las variaciones en determinadas variables que sólo cambiarían si se interviniese sobre ellas. La secuencia de aplicación O1XO2 debe ser cercana para evitar variables extrañas.




  1. DISEÑO DE DOS GRUPOS CON POSTEST AL GRUPO EXPERIMENTAL Y AL GRUPO DE CONTROL. X O1 ---------- O2

Los grupos no son equivalentes. Los sujetos de uno y otro grupo podrían no ser comparables en las características más relevantes. Algunos autores consideran este diseño cuasiexperimental.

El grupo experimental recibe tratamiento y postest y el grupo control sólo postest. La incorporación del segundo grupo permite controlar factores de invalidez. La línea discontinua indica que los sujetos no han sido elegidos al azar. La ausencia de pretest no garantiza que los grupos sean equivalentes.




  • DISEÑOS EXPERIMENTALES

Este tipo de experimentos realiza un control de todos los factores que afectan:

  • Validez interna: garantizan la interpretalidad del experimento

  • Validez externa: garantiza su generalización.



  1. DISEÑO POSTEST CON GRUPO DE CONTROL

R X O1

R PLACEBO O2

Los sujetos son elegidos al azar de la población y asignados también al azar a los grupos experimental y de control. No se aplica pretest a ninguno de los dos grupos. Hay situaciones en investigación educativa dónde no es conveniente la aplicación del pretest, por eso este diseño en apropiado.




  1. DISEÑO PRETEST-POSTEST CON GRUPO DE CONTROL

R O1 X O2

R O3 O4

Este diseño es de los más completos en investigación experimental. Incluye la medida de la variable dependiente en un pretest, la aplicación del tratamiento al grupo experimental y la medida de la variable dependiente en un postest. La medida de la variable dependiente en el pretest y en el postest se hace al mismo tiempo a los dos grupos (experimental y de control). La asignación de los sujetos a los grupos de hace al azar.

Este es uno de los diseños que tienen mayor control sobre los factores que afectan a la validez interna. Lo peor controlado de este diseño es que la aplicación del pretest sensibiliza a los sujetos, y esto afectará a los resultados del postest.


  1. DISEÑO SOLOMON CON CUATRO GRUPOS

R O1 X O2

R O3 O4

R X O5

R O6

Es una combinación de los dos diseños anteriores. Este diseño permitirá que los resultados puedan generalizarse también a los sujetos que no han recibido pretest.

Este diseño consta de 4 grupos. 2 grupos reciben pretest y 2 que no lo reciben. Igualmente 2 grupos reciben tratamiento y otros 2 no lo reciben. El mayor problema es que exige un importante número de sujetos para formar los 4 grupos.


  • DISEÑOS CUASI EXPERIMENTALES

La característica de este diseño es que el investigador no puede hacer la asignación al azar de sujetos a los grupos experimental y de control. Sin embargo, puede controlar:




  • Cuándo llevar a cabo las observaciones

  • Cuándo aplicar el tratamiento o variable independiente

  • Cuál de los grupos recibirá el tratamiento.

Los diseños experimentales controlan las amenazas que afectan a la validez interna (causa – efecto), los cuasiexperimentales controlan la validez externa (generalización)


  1. DISEÑO CON GRUPO CONTROL NO EQUIVALENTE Y PRETEST

O1 X O2 ----------------- O3 O4
Es de los diseños más utilizados en educación por las facilidades de no depender de la elección de los sujetos al azar para la muestra. Para minimizar las diferencias que pueden existir entre el grupo experimental y el grupo de control se pueden asignar los participantes a uno u otro grupo al azar, con lo que se logra la equivalencia entre ambos grupos. En el caso de que esto no fuese posible, al investigador aún le queda la posibilidad de asignar al azar el grupo que recibirá el tratamiento y el grupo que hará de control.

Este diseño incluye dos grupos, uno de control y otro experimental, a los que se les ha aplicado pretest y postest al mismo tiempo.

La no asignación al azar de los sujetos a los grupos experimental y de control viene indicada por la línea discontinua. El grupo experimental recibe el tratamiento o variable independiente. El grupo de control puede recibir no tratamiento, un placebo o un tratamiento alternativo.

Con este diseño si el investigador sospecha o comprueba que existen diferencias iniciales en la medida de la variable dependiente, puede hallar la media de cada uno de los grupos y determinar realmente cuánto de debe a las diferencias iniciales y cuanto al tratamiento.




  1. DISEÑO DE SERIES TEMPORALES

O O O X O O O
Este diseño sólo incluye un grupo. La variable dependiente es medida antes y después del tratamiento varias veces.

Este diseño es similar al de diseño de un solo grupo con pretest y postest, pero éste es más potente gracias a las múltiples medidas que se efectúan antes y después del tratamiento.

Este tipo de diseño es especialmente útil en aquellas investigaciones dónde, al no sep posible la inclusión de un grupo de control, se quieren ver los efecto de un tratamiento de forma inmediata, a medio y a largo plazo. Por ejemplo, en los programas de intervención para la mejora o cambio de conducta.

Aunque este diseño controla más factores que amenazan la validez interna, aún quedan otros factores que pueden afectarla, por ejemplo la historia o la mortalidad.




  1. DISEÑO COMPENSADO

A X1 O X2 O X3 O

B X2 O X3 O X1 O

C X3 O X1 O X2 O
En este diseño se aplican todos los tratamientos a todos los grupos que intervienen en la investigación. Este tipo de diseños se utiliza cuando hay varios tipos de tratamientos para analizar. La novedad está en que cada grupo es expuesto al tratamiento en momentos diferentes.

En caso de que los sujetos pudiesen asignarse al azar a los grupos, estaríamos ante un diseño de corte experimental. El uso de este tipo de diseño es apropiado en los casos en los que la aplicación de un tratamiento no afecta a la aplicación del siguiente tratamiento.

Ejemplo: Estudio de los efectos de la cafeína sobre la capacidad de concentración, en la realización de tareas como el tachado de letras. El tratamiento podría aplicarse a los mismos grupos suministrando cantidades diferentes de cafeína, o incluso un placebo.

La secuencia a seguir sería: aplicación de todos los tratamientos a todos los grupos en orden diferente dejando un espacio de tiempo y medida de la variable dependiente después de cada tratamiento.



2.2 Pasos para conducir la investigación experimental
INTRODUCCIÓN

Existen diferentes tipos de investigación, como la histórica o la descriptiva, pero en la que nos vamos a centrar es la Investigación Experimental.

En este tipo de Investigación, el investigador controla y manipula las condiciones que determina la aparición de un fenómeno. Es decir, un experimento supone un cambio en la llamada variable independiente y la observación de los efectos que este cambio produce en las variables dependientes.

Los pasos a seguir para llevar a cabo una Investigación Experimental:





      1. PLANTEAR EL PROBLEMA.

Este problema además de ser relevante, ha de cumplir una serie de condiciones: expresar la relación entre dos o más variables; tener un planteamiento claro y formulado, a ser posible, en forma de pregunta; permitir una verificación científica; incluso es necesario que esté bien delimitado para no extenderse innecesariamente.


      1. BÚSQUEDA DE INFORMACIÓN.

Una vez identificado el problema es necesario proceder a una búsqueda de información. En este sentido podemos recurrir a:

  • Revisión de los índices de las revistas especializadas.

  • Consulta de los índices bibliográficos como el ERIC (Educational Research Information Center), RIE (Resources in Education), Education Index….

  • Consultar tesis doctorales.

Este es un paso importante para conseguir un marco de referencia conceptual, además de ayudarnos a entender en que punto se encuentra la cuestión que pretendemos investigar.


      1. FORMULACIÓN DE HIPÓTESIS.

Una hipótesis, es una conjetura sobre la posible relación entre variables. Esta ha de cumplir una serie de requisitos:

  • Comprobable empíricamente.

  • Estar en relación con el marco teórico y con el marco de investigación.

  • Cumplir el principio de parsimonia.

  • Ser precisa, específica y expresarse con simplicidad lógica.

  • Ser descriptiva debe intentar explicar el fenómeno.

  • Ser susceptible de cuantificación.

  • Ser generalizable.

  • Tener consecuencias.


Elementos que componen una hipótesis.

  • Unidad de análisis: objeto cuyo comportamiento se desea estudiar.

  • Variables: características cuantitativas o cualitativas de las unidades de análisis.

  • Elementos lógicos.: nexos que relacionan las unidades de análisis con las variables y las variables entre sí.


Existen diferentes tipos de hipótesis que podemos clasificar en dos subgrupos:

Según la forma de su enunciado pueden clasificarse en:



A) hipótesis nulas: hipótesis según la cual las diferencias encontradas entre dos sucesos que se deben al azar.

B) hipótesis alternativas. Es la afirmación que el investigador espera apoyar. Según esta hipótesis, es improbable que las diferencias se deban al azar, luego los efectos encontrados se atribuyen a la variable independiente.
Según el número de variables y las relaciones que se hacen en ella:

A) Hipótesis descriptivas que involucran una sola variable: describen la presencia o ausencia de ciertos hechos en la población.

B) Hipótesis descriptivas que relacionan dos o más variables. La investigación correlacional valora el grado de relación.

C) Hipótesis que relacionan más o dos hipótesis en términos de dependencia.

D) Hipótesis de la diferencia o de la intervención.

E) Hipótesis de la diferencia en la investigación ex post facto. Se observan las diferencias en base a una variable que ya posee el sujeto.



      1. METODOLOGÍA DE RECOGIDA DE DATOS.

Lo primero que tenemos que hacer es definir las variables, en este sentido podemos diferenciar entre constructos y variables:

  • Constructo: conceptos formales que se utilizan en las investigaciones científicas.

  • Variable: característica o cualidad de la realidad que es susceptible de asumir diferentes valores.

Ambos conceptos están íntimamente relacionados: los constructos son variables no observables directamente por el observador. Para estudiarlos se analizan variables como indicadores de ese fenómeno no observable.
Clasificación de las variables:

  • Tipos de variables según su función :

    • Variable Independiente: aquella que se supone ser la causa del fenómeno estudiado. Es la que el investigador manipula.

    • Variable Dependiente: es la que se trata de cambiar mediante la manipulación de la variable independiente.




  • Según su manipulación:

    • Variable Interviniente: características que afectan al resultado que se espera.

    • Variable Moderadora: variable independiente, secundaria. Se utiliza para saber si afecta la relación entre la variable independiente primaria y las variables dependientes.

    • Variables de Control: es la variable que el investigador controla para eliminar sus efectos en la variable dependiente.




  • Según su Naturaleza:

    • Variables Cualitativas: cualidad no medible de un fenómeno.

    • Variable Cuantitativa: características asociadas a un valor numérico, además se pueden presentar en grados de intensidad, es decir, admiten una escala numérica de medición.




      • Según su nivel de medición:

        • Nominal: sus valores no obedecen a una ordenación intrínseca. Hace referencia a categorías excluyentes.

        • Ordinal: sus valores obedecen a una ordenación intrínseca. Hace referencia a un continuo con grados de menos a más.

        • Escala: encontramos dos tipos:

    • Discreta: expresada sin decimales.

    • Continua: expresada con decimales.

Cuando se identifican las variables, el siguiente paso es su operacionalización, es decir, hay que hacer operativa una variable. Para ello, se da un nombre a la variable y definen los indicadores (elementos más concretos de una variable, pueden ser uno o varios).

A continuación se establece el tamaño de la muestra. Es fundamental asegurar su representatividad para poder llegar a conclusiones que sean generalizables.
Ante esto, nos encontramos dos tipos de muestreo:


  • Muestreo probabilístico: basado en el principio probabilístico de equiprobabilidad (azar). Existen cuatro tipos:



    • Aleatorio simple: consiste en asignar a cada individuo un número y seleccionarlo a través de algún sistema mecánico.

    • Aleatorio sistemático: Se ordenan los individuos de la población y se calcula un coeficiente en función del tamaño. Eligiendo posteriormente el número al azar, tomando dicho número como referencia de una serie.

    • Aleatorio estratificado: divide la población en estratos y dentro de cada estrato se realiza un muestreo. El número de individuos se decide por: afijación simple (en partes iguales), afijación proporcional, y afijación óptima (según la dispersión).

    • Muestreo por conglomerados: los individuos constituyen una agrupación natural.



  • Muestreo no probabilístico: basado en criterios de selección de la muestra dependiendo de la intencionalidad que se tenga.

  • Por cuotas: número de individuos que cumplen una serie de condiciones.

  • Intencional: selección realizada por expertos siguiendo unos criterios establecidos.

  • Casual: Se utiliza como muestra a gente voluntaria y/o de fácil acceso.

  • Bola de nieve: se localizan los individuos y estos conducen a otros.

  • Por etapas: combina diferentes tipos de muestra.

Una vez vistos los diferentes tipos de muestreo, se decide el tamaño de la muestra a estudiar. Para ello, se tienen en cuenta que la elección del tipo de diseño sea una cuestión de equilibrio entre la validez interna del diseño y la validez externa, así como el control de ambas.




  • Factores que afectan la validez interna:

  • Historia. Al aplicar un tratamiento en el experimento, puede haber algunos factores ajenos al experimento que afecten a la variable dependiente y por consecuencia el efecto del tratamiento se mitiga.

  • Maduración o cambios psicológicos o biológicos que los participantes sufren mientras se está llevando a cabo la investigación.

  • Aplicación de instrumentos similares en otros experimentos.

  • Selección no azarosa de los participantes.

  • Mortalidad experimental.

  • Expectativas que posea el investigador.




  • Factores que afectan a la validez externa:

  • Validez de la población.

  • Validez de los constructos o capacidad de generalizar desde conductas manifiestas a conductas de orden superior.

  • Validez ecológica:

    • Problemas de generalización desde unas condiciones ambientales a otras completamente distintas.

    • Interferencias entre los tratamientos utilizados.

    • Efectos debido a la novedad del tratamiento o a cambios de conducta en el sujeto por sentirse observados.

    • Efecto del experimentador en función de su experiencia o manera de ejecutar su trabajo.

En función del grado de control y validez encontramos distintas clasificaciones:



    • Diseños pre-experimentales.

    • Cuasi experimentales.

    • Experimentales.

    • Factoriales.

    • Caso único.




  • Diseños preexperimentales (Menos control)

  • Diseño de un solo grupo con postest

  • Diseño de un solo grupo con pretest y postest

  • Diseño de dos grupos con postest al grupo experimental y al grupo de control.




  • Diseños cuasiexperimentales (sin control muestral pero con control en otras variables).

  • Diseño con grupo de control no equivalente y pretest

  • Diseño de series temporales

  • Diseños factoriales

  • Diseño correlacionales




  • Diseños experimentales (Ver 2.1)

  • Diseño postest con grupo de control.

  • Diseño de Pretest-Postest con grupo de control.

  • Diseño Solomon con cuatro grupos

.





      1. Compartir con tus amigos:
1   2   3   4   5


La base de datos está protegida por derechos de autor ©psicolog.org 2019
enviar mensaje

    Página principal
Universidad nacional
Curriculum vitae
derechos humanos
ciencias sociales
salud mental
buenos aires
datos personales
Datos personales
psicoan lisis
distrito federal
Psicoan lisis
plata facultad
Proyecto educativo
psicol gicos
Corte interamericana
violencia familiar
psicol gicas
letras departamento
caracter sticas
consejo directivo
vitae datos
recursos humanos
general universitario
Programa nacional
diagn stico
educativo institucional
Datos generales
Escuela superior
trabajo social
Diagn stico
poblaciones vulnerables
datos generales
Pontificia universidad
nacional contra
Corte suprema
Universidad autonoma
salvador facultad
culum vitae
Caracter sticas
Amparo directo
Instituto superior
curriculum vitae
Reglamento interno
polit cnica
ciencias humanas
guayaquil facultad
desarrollo humano
desarrollo integral
redes sociales
personales nombre
aires facultad