Investigación

cuantitativa en
Psicología
Tema de investigación

¿Qué lo ¿Cuáles son sus

Tema
causa? consecuencias?
Ciencia y sentido común
 Diferencias entre ciencia y sentido
común
 El uso de las “teorías”
 Todos tenemos supuestos sobre cómo funciona el mundo, pero en la ciencia
esas causas se verifican todo el tiempo. En el sentido común se les considera
ciertas como un acto de fe.
 En ciencia, la prueba de hipótesis es sistemática y empírico
 No basta con la reflexión y el debate, debe sustentarse en evidencia
 En ciencia se buscan controlar explicaciones alternativas
 ¿Por qué funcionan los remedios mágicos?
 Aunque las relaciones parezcan obvias, se someten a prueba empírica
 No se confía en los sentidos de nadie, todo se verifica
 La ciencia no se ocupa de explicaciones metafísicas, que no pueden ser
probadas empíricamente.
 ¿Existen los extraterrestres?
Métodos del conocimiento
 Tenacidad (¡porque sí!)
 Autoridad
 Método a priori
 Democracia
 Método de la ciencia
 Observación (y registro)
 Inducción: Extraer de las observaciones sus posibles regularidades
 Hipótesis: Supuesto de las posibles causas con base en las regularidades
 Prueba empírica/experimentación
 Demostración o refutación de la hipótesis
 Tesis o teoría científica
 Ciencia: Sistemática, controlada, empírica, amoral, pública, crítica
 Ciencia ¿Para qué?
 Construir teorías
 Conjunto de constructos interrelacionados,
definiciones y proposiciones que presentan una visión
sistemática de los fenómenos al especificar las
relaciones entre variables con el propósito de
explicar y predecir los fenómenos
 Niveles de conocimiento
 Descripción: ¿Cómo?
 Explicación: ¿Por qué?
 Predicción: ¿Cuándo? ¿Bajo qué condiciones?
 Control: Tecnología
Teoría

Autogobierno

Violencia
Mala Cárcel
administración

Violencia
intrafamiliar

Drogas
¿Por qué ciencia y no arte o
humanidad?
 Ética
 Certeza
Delimitar la pregunta de
investigación
 Explicación vs descripción
 ¿Cómo? Vs ¿Por qué?
 Gran teoría vs. Micro teoría
 Explicaciones simples vs. Complejas
 Parsimonia: la mejor explicación es la que da el mismo resultado
(explicación) con menos elementos (variables)
 “Un por qué” vs. “el por qué”
 Debemos elegir
Delimitar la pregunta de
investigación
 ¿Qué ya se sabe?
 Marco teórico integrando los principales estudios
previos
 ¿Qué no se sabe todavía?
 Dentro de lo que no se sabe
 ¿Qué me interesa personalmente?
 ¿Qué sí está a mi alcance investigar?
 ¿Puedo conseguir los datos?
 ¿Sé como analizarlos?
Constructos, variables y
definiciones
Concepto, constructo, variable
 Concepto
 Abstracción creada por una generalización a partir de instancias particulares
(observaciones)
 Años de experiencia
 Preocupado

 Constructo
 Es un concepto que se inventó o adoptó para un fin científico especial
 Competencia laboral
 Estrés

 Variable
 Símbolo al que se le asignan valores o números que representan cantidades o
la presencia/ausencia de una propiedad o atributo
 Puntaje en una medición de competencias laborales
 Puntaje en una medición de estrés
 Definiciones
 Constitutiva
 Descripción de un objeto u atributo mediante otros conceptos o
constructos.
 Definición de diccionario o constructo científico: Violencia,
discriminación, compromiso
 Operacional
 Asignación de significado a un constructo o variable al especificar las
actividades u operaciones necesarias para medirlo y evaluar la
medición.
 ¿Cómo se va a medir?: Cuestionario, entrevista, observación
 ¿Cómo se va a manipular? Procedimientos experimentales
 Variables: por su relación
 Independiente: Variable que se plantea tienen un efecto sobre las variables de estudio. Es
la causa del efecto.
 Dependiente: Es la variable de principal interés, sobre la que se interesa conocer sus
causas.
 Mediadora: Que modifica de manera cualitativa la relación entre dos variables.
 La relación entre la independiente y la dependiente.
 “Solo ocurre sí...”
 Moderadora: Modifica de manera gradual la relación entre dos variables.
 La relación entre la independiente y la dependiente crece/disminuye, dependiendo de la
variable moderadora

Independiente Mediadora Dependiente

Moderadora
Mediación y moderación
 El trato humano de la gerencia reduce la rotación de
personal
 ¿Siempre? ¿De qué depende? ¿Cuál sería la variable mediadora?

 Las mujeres percibirán mayor inequidad en el reparto de

tareas del hogar que los hombres
 ¿Siempre? ¿Qué variable puede incrementar o disminuir esta
percepción?
Variables: Otras clasificaciones
 Por su operacionalización
 Activas: Variables que se modifican, se manipulan.
 Atributo: Variables que sólo se miden. Énfasis en que ésta
clasificación depende del estudio, no es una propiedad intrínseca
de las variables.
 Depende del uso de la variable, no de su naturaleza.
 Por su medición
 Observables: Medibles
 Latente: Que se infieren como causantes de una conducta o un
conjunto de mediciones.
 Dibuja tu teoría
Planteamiento del problema e
hipótesis
Hipótesis
 En ciencia no se parte de cero
 Intereses y supuestos propios “¿Cómo supongo que funciona el mundo?”
 Conocimiento acumulado “¿Cómo sabemos que funciona el mundo?”
 Diagnósticos del problema (INEGI, UNICEF, etc.)
 La ciencia como ejercicio colectivo de verificación del conocimiento

 Enunciado declarativo, que describe una conjetura falsable respecto de

la relación entre dos o más variables para la explicación de un fenómeno.
 Enunciado: es breve
 Falsable: Se puede verificar si es cierta o falsa
 Relación entre variables continuas (Cuando la variable independiente ¿La otra
sube o baja?)
 Relación como diferencia entre grupos/categorías (La variable dependiente
¿Es diferente en los grupos de la variable independiente?)
 Hipótesis nula, de no relación/no diferencias
Problema (pregunta) de
investigación
 Enunciado u oración interrogativa que pregunta sobre la
relación entre dos o más variables para la explicación de un
fenómeno y que es susceptible de prueba empírica.
 Frase clara, directa, sin ambigüedades
 Afirmaciones falsables (¿Se sostiene o no frente a la realidad?
 Sin contenido valorativo (Es mejor, es bueno, es deseable)
 Delimitación del problema e hipótesis
 Suficientemente específicos para poder probarlos
 Suficientemente amplios para que valga la pena
 Considerar la naturaleza compleja y multivariante de nuestros
fenómenos.
 ¿Cuál es la pregunta de investigación de sus proyectos?
¿Por qué son importantes las
hipótesis?
 Si se confirman, la teoría sigue vigente; si se descartan, la teoría
requiere ajustes en ese sentido
 Permiten pasar de nuestras observaciones de hechos aislados a
patrones de relaciones generales sobre el funcionamiento del
mundo.
 La ciencia no trata de casos particulares, sino de procesos y su
funcionamiento.
 Permiten a quien hace ciencia ir más allá de sus supuestos, valores,
principios, subjetividad.
 Si se siguió un método correcto, el resultado se sostiene incluso en contra
de nuestros valores y opiniones.
 No se vale no decirlo. Si los resultados son negativos, igual debe divulgarse
 ¿Cuáles son las hipótesis de su proyecto de investigación?
Diseño de investigación
PROPÓSITO Y PRINCIPIO
 Diseño de investigación
 Plan: Pasos a seguir y elementos que permiten llevar a cabo
la investigación. Es la logística.
 Conseguir/diseñar instrumentos válidos y confiables
 Diseñar estrategia de muestreo
 Recolectar y procesar datos
 Análisis de datos para prueba de hipótesis
 Redacción de resultados, conclusiones, discusión.
 Estructura: Ecuación matemática que describe las relaciones
entre las variables independientes, mediadoras,
moderadoras y las dependientes.
Diseño de investigación
 Estructura: Ecuación matemática que describe las relaciones entre las
variables independientes, mediadoras, moderadoras y las dependientes.
 Hipótesis
 “Los hombres reportarán puntajes más altos de violencia que las mujeres”:
Mvh>Mvm
 “El nivel de estudios de los padres, la seguridad de haber elegido
correctamente la carrera y el apoyo económico son factores que
incrementan la calificación promedio: CP= NEP(a1) + S(a2) + AE(a3)

NEP

CP
S

AE
Diseño de investigación

 ¿A quién le voy a preguntar?

 Clientes de establecimientos de comidas y bebidas
 ¿Cómo le voy a preguntar?
 Encuesta
 ¿Cómo voy a analizar las respuestas?
 Satisfacción de necesidades (tipos)→Lealtad (Retorno, Intención,
Recomendación)
 Relación entre variables (Correlación, regresión).
 ¿Cómo voy presentar los datos?
Propósito del diseño de
investigación
 Responder a las preguntas de investigación
 ¿Qué tengo qué hacer para responder a mis preguntas de
investigación?
 ¿Qué resultados permiten aceptar o rechazar mis hipótesis?
 Controlar la varianza: ¿Por qué las persona responden diferente?
Grupo control Grupo experimental

“Aunque se me antoje mucho algo,

prefiero no comerlo si no está en mi
 Controlar la varianza
 Maximizar la varianza sistemática
 Varianza derivada de la relación entre la variable independiente y la
dependiente
 Categorías discretas
 Condiciones tan diferentes como sea posible. Contraste máximo
 ¿Cambian los valores entre personas que estudiaron diferentes carreras?
 Comparar estudiantes de medicina y enfermería

 Categorías continuas
 Permitir variabilidad suficiente.
 ¿La regulación emocional mejora con la edad?
 Comparar personas de 20, 21 y 22 años
Controlar la varianza

 Controlar la varianza sistemática extraña: Analizar o aislar las influencias

de aquellas variables independientes ajenas al estudio
 Explicaciones alternativas
 Eliminar la variable extraña: Dejarla fija
 Aleatorizarla: Dos grupos aleatorizados son equivalentes en todas las
variables extrañas, dado que contienen características igualmente
diversas.
 Incluirla en el diseño: Siendo un criterio de segmentación más
 Apareamiento: Para cada elemento en el grupo control, se asigna un
elemento equivalente en las variables que se pretende controlar en el
grupo experimental. Si se pretende controlar el efecto de la inteligencia, se
busca, para cada persona en el grupo control, una persona con un nivel
de inteligencia equivalente en el grupo experimental.
Controlar la varianza

 Minimizar la varianza de error

 Varianza sistemática: debida a los instrumentos y procedimientos
 Se evita con la calidad de los instrumentos (validez y confiabilidad) y la
revisión previa de los procedimientos.
 Varianza aleatoria
 Debida a características de los participantes que no se pueden controlar.
Diseños inadecuados y criterios
para el diseño
Diseños generales

 Experimento: Investigación donde se manipulan una o más

variables independientes para medir el efecto de la manipulación
sobre la variable dependiente.
 Diseño longitudinal que permite poner a prueba relaciones causales
 Pre→Manipulación→Post

 No experimento: Investigación en la que se miden y observan

naturalmente las relaciones entre variables.
 Diseño transversal, que permite tomar una fotografía de las relaciones
entre variables en un momento dado, en donde sólo se infieren
relaciones causales.
Correlación no es causación
Correlación no es causación
Correlación no es causación
Diseños inadecuados:
De un solo grupo (X-O)
Se implementa una manipulación y se mide después la variable
dependiente.
 Cambio del plan de estudios y medición de egreso.
Se mide la variable dependiente y se asume como el resultado de
variables independientes.
 Se pregunta a delincuentes sobre sus antecedentes.
¿Problema?
Diseños inadecuados:
Pre-Post de un solo grupo (O X O)
Se miden las variables dependientes en un grupo, se manipulan las independientes y
después se miden los efectos nuevamente en la dependiente.
 Medición: Un instrumento aplicado por segunda vez recupera sesgos generados
por la primera aplicación.
 Aplicar el mismo examen en la evaluación diagnóstica y en la final
 Historia: No sabemos si los efectos se deben a la manipulación o a algún elemento
externo.
 La cercanía de la navidad y el día de reyes en una evaluación de disciplina infantil
 Maduración: No sabemos si los efectos se deben a la manipulación o a simples
cambios en el desarrollo de los individuos.
 Dar un taller de habilidades lectoras en niños ¿Por qué mejoran?¿Fue el taller?.
 Regresión: Puntajes atípicos en una primera medición tienden a regresar a la
media en un post test, generando variaciones que no se deben a la manipulación
 Los puntajes muy altos o muy bajos suelen ser atípicos y regresar a la media después
Diseños inadecuados:
Simulación antes-después
 Se tiene una manipulación y una medición post test, y se contrasta
esta última contra datos obtenidos de un grupo alterno u otro
estadístico de referencia.
 Comparar con un promedio nacional.
 Comparar con un resultado de otro grupo o investigación
 ¿Problemas?

XO
O
Diseños inadecuados:
De dos grupos sin grupo control
 Se tienen dos grupos, sólo uno de ellos con manipulación
 Se comparan las mediciones de variable independiente en ambos
grupos
 ¿Problemas?

X O
O
Criterios para un buen diseño

 ¿Responde a la pregunta de investigación?

 ¿Controla las variables independientes extrañas? : Controlar las
variables independientes extrañas para que las fuentes extrañas e
indeseables de varianza tengan la mínima oportunidad de operar
 Fijar las variables extrañas
 Incluir las variables en el diseño
 Selección aleatoria
 Asignación aleatoria a los grupos
 Asignación aleatoria de los tratamientos a los grupos
Criterios para un buen diseño

 Validez Interna
 Control de explicaciones alternativas
 Medición, Historia, Maduración, Regresión
 Instrumentación: Malos o inadecuados instrumentos
 Evitar selección de participantes atípicos
 Abandono, muerte experimental
 Validez Externa
 Representatividad, posibilidad de generalización
 Participantes, contexto, cultura
 ¿Cuál es más importante?
Diseños generales de investigación
KERLINGER & LEE, CAPÍTULO 20
El análisis de varianza y los diseños
experimentales
 Los diseños factoriales asumen que cada celda/condición, corresponde a la
manipulación de UNA Y SOLO UNA VARIABLE
 Esto es cierto para procedimientos experimentales, pero no para
procedimientos de encuesta o similares
 En un experimento, la variable de interés “surge” con la manipulación, en estudios no
experimentales estas variables existen ya en las personas
 En un experimento cada variable tiene una condición de presencia y otra de
ausencia que se comparan, sin que se relacionen con otras variables. En una
encuesta, las personas tienen o no todas las variables al mismo tiempo, sin que esto se
pueda controlar
 En un experimento, se controla mediante la manipulación que todos los casos dentro
de cada condición sean lo más parecidas posibles en la variable independiente. En
una encuesta se toma la homogeneidad que se pueda encontrar ya en las personas
 Al no existir una selección aleatoria, la variación intragrupo ya no es un indicador tan
adecuado del azar.
 F=Ve/Vd
Diseño de grupo control con post
test A
X O
O

 Los participantes son asignados aleatoriamente al grupo control o

el experimental
 La asignación aleatoria permite que las variables extrañas se distribuyan
por igual, por azar, entre ambos grupos, si la muestra es suficientemente
grande.
 Controla la historia, la maduración y ofrece una línea base de
comparación (pre test), pero no se miden esos efectos si los hubiera
 Puede extenderse a más grupos para el control de más variables.
 El grupo control no tiene tratamiento, pero todos los grupos se
controlan en realidad entre sí al compararse.
 El control no surge necesariamente de la ausencia de tratamiento, sino de la
posibilidad de comparar condiciones experimentales afectadas por
diferentes variables
 Grupo experimental y grupo control con
participantes apareados. Ap X O a
O
 Se busca para cada participante un participante
equivalente en la variable que se pretende controlar
 Los participantes de cada pareja se asignan
aleatoriamente a cada una de las condiciones
 Se prefiere el apareamiento sobre la aleatorización Participantes 1 Participantes 2 Control Experimental
cuando no se puede aleatorizar
A
l
5 5 5 5
e
 No se conoce el universo 8 8 a 8 8
t
 No se tiene control de todos sus elementos 8 8 o 8 8
r
 Es demasiado grande para abarcarlo con una selección Inteligencia
10 10 i 10 10
aleatoria 12 12
z
12 12
a
 Aparea permite el control de UNA variable de especial 13 13
c
13 13
i
interés sobre todas las demás variables extrañas 14 14 ó 14 14
n
20 20 20 20
Emparejamiento de participantes
 Apareamiento caso por caso
 Garantizar la máxima semejanza posible en cada pareja en la variable o variables a controlar
 Apareamiento mediante distribución de frecuencias
 Garantizar que ambos grupos sean estadísticamente equivalentes en su distribución (media, DE,
sesgo)
 Más flexible, menos precisa
 Apareamiento manteniendo constantes las variables
 Se deja fija la variable extraña, buscando que todos los participantes tengan la misma condición
(e.g. sean hombres) o el mismo puntaje en la variable que se busca controlar (e.g. todos el mismo
puntaje de inteligencia).
 El universo muestral se reduce y se dificulta colectar la muestra
 Los resultados solo pueden generalizarse a personas con esa característica
 Apareamiento incorporando la variable extraña al diseño
 Tratar a la variable extraña como independiente, agregando una condición experimental para
compararla con las demás
 Los participantes como su propio control (diseños intrasujetos/medidas repetidas)
 Existe un efecto de aprendizaje entre las condiciones.
 Diseño pre test-post test con grupo
control A OO X OO
 Controla y permite conocer posibles efectos de la historia, la maduración y la
instrumentación.
 Estos posibles efectos afectan tanto al grupo control como al experimental
 Para conocer esos efectos se pueden comparar pre y post test del grupo control.
 El pretest se convierte en una amenaza a la validez interna
 Alerta a los participantes sobre lo que se espera de ellos, modificando potencialmente sus
respuestas en el post test
 Si esto ocurre, sus efectos se pueden generalizar solo a quienes fueron “alertados” por un pre
test.
 No deben compararse las diferencias brutas entre el pre y el post test.
 Analizar puntuaciones de cambio residual o corregido, controlando con el pretest como una
covariable
 Simulación antes-después
aleatorizado A
O
X O

 Permite tener un grupo de comparación

 Los participantes de ambos grupos deben seleccionarse al azar de la población
 Deben asignarse al azar a cualquiera de los dos grupos.
 Se utiliza cuando se anticipa que el pretest puede generar efectos importantes sobre el
postest
 Si existe otro diseño posible, es mejor utilizarlo.
 Diseño tres grupos antes-después
O X O1
A O O2
X O3
 El segundo grupo control tiene los efectos de la manipulación, pero no los posibles
efectos del pretest.
 Si el pretest no genero efectos por sí mismo, el grupo experimental y el grupo control 2
deberían ser iguales entre sí, y diferentes al grupo control 1.
 Diseño cuatro grupos antes-
después (Solomon, 1949) A O1
O3
X O2
O4
X O5
O6
 Es el mejor diseño experimental posible para ciencias sociales
 La aleatorización garantiza la equivalencia entre los cuatro grupos.
 La historia y la maduración están controladas en los grupos pre-post
 El posible efecto de sensibilización del pretest se controla al comparar la tercera línea con las
dos anteriores
 El grupo control 4 permite conocer posible efectos de maduración o historia (O1=O6)
 El pre test no genera un efecto por sí mismo sobre el pre test (O4=O6)
 El pre test no interactúa con el tratamiento, generando efectos en el post test (O2=O5)
 El tratamento generó un cambio (O2 >< O1)
 El cambio no se debe a maduración o historia (O2 >< O4)
 El cambio no se debe a una interacción con el pretest (O5 >< O6)