You are on page 1of 8

Metodología de la Investigación

Cátedra Aguerri
2do Parcial
Diseños aleatorios (III): Diseños factoriales. Conceptos - Cap. 16

Diseños en los que se manipula más de un factor. Son diseños factoriales. Son aquellos en los que se
estudia en un mismo experimento la influencia de 2 VI sobre una conducta de un sujeto (VD). Sirven para
saber si 2 o más factores interactúan entre sí, a la hora de influir sobre el fenómeno que se estudia.
La información obtenida gracias a un diseño factorial es más completa que en un diseño simple. Permite la
predicción.

El diseño factorial permite:


1. Estudiar los efectos combinados no aditivos, lo que se denomina interacción de dos o más factores.
2. Aporta una mayor posibilidad de generalización de conclusiones. Por tanto hay mayor validez
ecológica.
3. Permite una mayor economía del trabajo.
4. Favorece el control en la investigación, hay más control.

Definición de factor y clasificación de los factores:

Un factor es la variable que se manipula para comprobar sus efectos sobre una conducta determinada que
denominamos: criterio (VD).
Las distintas clasificaciones que se pueden hacer de los factores son las siguientes:

1. En función de que impliquen o no el concepto de magnitud:


a. Factores que permiten establecer categorías pero no su magnitud, se denominan factores
cualitativos. (Ej.: Sexo H o M)
b. Factores que permiten establecer una relación de orden entre sus categorías, denominamos:
factores ordinales. (Ej.: Puesto ocupado en una carrera)
c. Factores que permiten establecer una serie de categorías en función de su magnitud y que
alcanzan niveles de medida de intervalos o de razón, los denominamos: factores
cuantitativos. (Ej.: Dosis de droga)
2. En función del nivel de manipulación:
a. Factores de clasificación: No es posible la manipulación intencional. Integran características
que ya posee el sujeto y sólo permiten establecer grupos de sujetos con niveles diferentes de
los mismos. (Ej.: Sexo, Edad, Nivel cultural)
b. Factores de experimentales: Son aquellos que permiten una manipulación intencional por
parte del experimentador; es decir, permiten su asignación libre y aleatoria a las unidades
experimentales, a los sujetos. Son los factores que están bajo el control absoluto del
experimentador. (Ej.: Dosis de droga, Instrucciones dadas a los sujetos)
3. En función del procedimiento seguido para elegir los niveles de los factores:
Hay dos formas posibles que el experimentador puede seguir para elegir los niveles de la VI:
a. Aleatoriamente.
i. Factores al azar: Factores cuyos niveles han sido elegidos aleatoriamente por el
experimentador.
b. Seleccionar aquellos que merecen ser estudiados en función del fenómeno que investiga, está
elección será arbitraria.
i. Factores fijos: Aquellos cuyos niveles han sido elegidos siguiendo criterios específicos
del experimentador, o se han elegido todos los niveles que puede adoptar la VI.

Niveles de un factor:

Son valores potenciales que puede adoptar un factor. Son los niveles del factor. Son los diferentes valores
que puede adoptar la VI.
Se representa el número de niveles del factor por medio de una serie de letras minúsculas acompañadas de
subíndices relativos. (Ej.: a1,b2, c3)

1
Cuando se habla de un diseño factorial se emplea notación A x B, siendo A los p niveles que adopta el primer
factor y B los q niveles que adopta el segundo. (Ej.: Un diseño 2 x 2 será un diseño factorial con dos VI y
dos niveles en cada una de ellas). Un diseño 2 x 2 tendrá cuatro tratamientos.

Tratamiento experimental:

Son las posibles combinaciones de niveles que se pueden hacer, siendo estas:

● a1 b1
● a1 b2
● a2 b1
● a2 b2

Estos serían los cuatro tratamientos experimentales de que constaría el experimento. A continuación,
aleatoriamente a un grupo de sujetos se le asigna el tratamiento a1 b1 , a otros el a1 b2 . La matriz factorial
correspondiente a un diseño factorial 2 x 2 sería la siguiente:

a1 a2

b1 a1 b1 a2 b1

b2 a1 b2 a2 b2

Es este un diseño factorial A x B (2 x 2). Es decir, un diseño de dos factores (A y B) con dos niveles cada uno.
Cuando aumenta el número de factores, o el número de niveles de cada factor, aumenta rápidamente el
número de tratamientos experimentales de un experimento factorial.

Clasificación de los diseños factoriales:

1. Según el tipo de situación experimental en que se prueban los efectos de los factores:
a. Diseños factoriales con medidas independientes: Aquellos en que los efectos del
tratamiento experimental son probados en un grupo diferente de sujetos; son diseños en los
que cada grupo de sujetos solo pasa por un tratamiento experimental. Corresponde a una
situación experimental de tipo I. (Ej.: En un diseño factorial 2 x 2 con M.I. habría 4 T.E. y 4
grupos)
b. Diseños factoriales con medidas repetidas: Aquellos diseños en los que un mismo grupo de
sujetos son sometidos a todos los tratamientos experimentales; los sujetos son observados
bajo todos los tratamientos experimentales. Corresponde a una situación experimental de tipo
II. (Ej.: En un diseño factorial 2 x 2 con M.I. habría 4 T.E. y 1 grupo)
c. Diseños factoriales con medidas repetidas en algunos factores: Aquellos diseños en los
que uno o varios factores son probados en una situación de M.I. y otro u otros factores son
probados en una situación de M.R. Corresponde a una situación experimental de tipo III. (Ej.:
en un diseño factorial 2 x 2, con M.R. en B, habría 4 T.E. y 2 grupos)
2. Según el criterio de selección utilizado para elegir los niveles de los factores:
a. Modelo fijo: Diseños factoriales que solo utilizan factores fijos. Cuando los posibles niveles se
agotan o se eligen niveles arbitrariamente. Siguiendo un criterio establecido a priori. Es el más
frecuente en psicología. (Ej.: El investigador hace adoptar arbitrariamente niveles de droga a1 y
a2, y niveles de alcohol b1 y b2, sería un diseño factorial 2 x 2 modelo fijo)
b. Modelo al azar: Diseños factoriales que sólo utilizan factores al azar. Cuando el investigador
ha elegido los niveles de todos sus factores aleatoriamente, se tiene un modelo factorial al
azar. (Ej.: El investigador adopta niveles aleatorios de droga a1 y a2 y alcohol b1 y b2, sería un
diseño factorial 2 x 2 modelo al azar)
c. Modelo mixto: Diseños factoriales que utilizan factores fijos y al azar, en este modelo, los
niveles de algunos factores han sido elegidos arbitrariamente, o se han agotado y otros al azar.
(Ej.: El investigador adopta niveles aleatorios de droga a1 y a2 y niveles elegidos
arbitrariamente por él de alcohol b1 y b2, sería un diseño factorial 2 x 2 modelo mixto)

Técnica de análisis de datos de los diseños factoriales:

2
La técnica de análisis de datos que se debe emplear cuando en un experimento se utiliza un diseño factorial
es el análisis de varianza, o de covarianza cuando se tratan de eliminar de los resultados los efectos de
alguna VC no controlada.
Las fuentes de variación que se van a estudiar a través del AVAR aplicado a los datos recogidos por el medio
de un diseño factorial van a ser, en general:
● Varianza intertratamientos.
○ Efectos de los factores.
○ Efectos de interacción.
● Varianza error.

(Efectos en un diseño factorial):

Los efectos que se pueden observar al emplear un diseño factorial son:

1. Efectos que producen los factores aisladamente. Se puede distinguir entre:


a. Efectos principales: Se define como la diferencia existente entre, la media paramétrica de la
VD bajo un nivel de la VI y la media paramétrica total. Habrá tantos efectos principales como VI
tengo en el experimento.
b. Efectos diferenciales: Hacen referencia a las diferencias existentes entre los efectos
principales de dos niveles de una misma VI.
2. Efectos producidos por la combinaciones de los factores. Se puede distinguir entre:
a. Efectos simples: Vienen a expresar los efectos de los niveles de una VI bajo cada nivel de la
otra VI.
b. Efectos de interacción: La interacción sería una medida de la no adicionalidad de los efectos
individuales de los factores. La interacción ocurre cuando el efecto que se produce en la VD
cambia en función de si se le aplica la VI. En caso de no ocurrir interacción, el efecto de una VI
sobre la VD estaría dado simplemente por adicionalidad.
3. Efectos del error experimental: Estos efectos, se corresponden con las distintas fuentes de variación
que aparecen en el AVAR. Efectos producidos por las VC no controladas.

Interacción ¿Como se puede saber si entre 2 VI existe interacción?

Con el método gráfico:


La representación gráfica se hace de la siguiente manera:
● En el eje X (horizontal) se representan los valores de la VI de un Factor. (Ej: A)
● En el eje Y (vertical) se representan los valores correspondientes a la VD.
● Mediante rectas se unen los puntos correspondientes, a los niveles del segundo factor.

Concluimos que si las rectas son:


● Paralelas: Hay simple adicionalidad del efecto. Entonces, no hay interacción.
● No paralelas: No hay simple adicionalidad del efecto. Hay interacción. Se divide en:
○ Anulación del efecto.
○ Inversión.
○ Potenciación.

Ventajas del diseño factorial sobre los diseños univariados:


1. La cantidad de información que se obtiene gracias a ellos es considerablemente mayor que la que se
puede obtener con diseños univariados, empleando el mismo número de sujetos.
2. Se reduce el tiempo necesario para el experimento y el número de sujetos que se deben emplear es el
mismo.
3. Es más fácil controlar las posibles VC que pueden contaminar el experimento. Es más sencillo hacerlo
cuando se lleva a cabo un experimento, que cuando se realizan dos.
4. Hay más posibilidad de generalización de los resultados, hay mayor validez ecológica. En la vida real
hay efectos de interacción entre variables, más que variables aisladas.

3
Diseños complejos - León y Montero - Cap. 7

En un diseño complejo se pueden mezclar variables independientes sólo experimentales, sólo cuasi-
experimentales o experimentales y cuasi-experimentales.

Tanto en diseños complejos como simples, siempre puede haber más de 1 VD, pero la diferencia en el
diseño factorial, es que hay más de una VI. Los diseños factoriales se utilizan para estudiar el efecto de los
factores combinados. Nos indican el número de VI y el número de valores de cada una de las variables.

En un diseño 2 x 2 hay dos VI con dos niveles cada una. Es decir la cantidad de términos es la cantidad de
VI. El número es la cantidad de niveles que tiene esa VI.

La interacción:
Puede definirse como el efecto adicional a la suma de los efectos individuales de las VI. Se dice que no
hay interacción cuando este efecto es nulo, una variable actúa independientemente de las condiciones que se
den en la otra. Existe interacción cuando el comportamiento de una VD se modifica según los niveles de la VI.
Representación gráfica:
● Líneas paralelas: no existe interacción entre variables.
● Líneas no paralelas: existe interacción.

Cuando los patrones de los efectos simples son iguales, no existe interacción; y cuando los patrones de los
efectos simples son distintos, hay interacción.

Cuando las rectas no son paralelas hay interacción. Por lo tanto, tienen en común, las representaciones
gráficas de interacción ordinal y de interacción no ordinal, no ser paralelas.
Interacción Ordinal: Tipo de interacción en la cual la ordenación de los resultados respecto a los niveles de
una VI se mantiene igual que cuando varían los niveles de la otra VI. Las líneas están unas por encima de las
otras Se puede interpretar el efecto principal.
Interacción no Ordinal: La ordenación de los resultados respecto a los niveles de una VI no se mantiene
cuando varían los niveles de la otra VI. Una línea no mantiene un orden respecto a la otra, se juntan al
cruzarse. Las líneas se juntan al cruzarse. No se puede identificar el efecto principal.

Unidad 32 - Diseños de un solo sujeto: Reversión y líneas base múltiples

El diseño de sujeto único produce principios conductuales apropiados a un individuo particular.

Ventajas del diseño de un solo sujeto:

● Permite hacer comparaciones entre la conducta de un individuo bajo una condición y bajo otras
condiciones. Reduce el problema de las variables de confusión de sujeto.
● Un programa se caracteriza por mantener constantes todas las condiciones, a excepción de los
cambios sistemáticos en la VI.
● No hay capacidad de generalización, es más difícil controlar las variables contaminadoras. No
hay comparación formal, por tanto se ubica a nivel cuasi-experimental.
● Reduce al mínimo los efectos de las diferencias del cliente individual.

Diseño de reversión (ABAB):

Si una VI particular está relacionada funcionalmente con la conducta de un individuo particular, la


presentación contingente de la VI deberá afectar sistemáticamente a esa conducta (VD).

La forma característica del diseño de reversión es la siguiente: Primero, se mide el rendimiento en la línea
base. Segundo, se introduce la VI. Tercero, se elimina la VI. Cuarto y último se vuelve a introducir la VI. (Ej.:
mido la línea base y obtengo 50 puntos (A), luego aplico mi VI y obtengo 30 puntos (B). Luego retorno a mi
línea de base, esto se denomina sondeo o reversión, y obtengo 40 puntos (A), por último aplico nuevamente
mi VI y obtengo 10 puntos (B))

4
Ventajas de los diseños de reversión (ABAB):
1. Demuestra una relación funcional entre la conducta dependiente y la intervención.
2. Puede usarse como instrumento de enseñanza, para demostrar que tan efectivo es un procedimiento.
3. Proporciona una base para contrastar los efectos de sus enfoques típicos, con otro que haya
demostrado efectividad.
Desventajas de los diseños de reversión (ABAB):
1. El establecimiento y la medición de las condiciones de línea base lleva tiempo.
2. La conducta puede no recobrarse luego del retorno a línea base.
3. Los padres/madres pueden no querer volver a la línea base.

Diseños de línea base múltiple:

Ofrecen alternativas viables a los diseños de reversión. Estos tienen algunas variaciones:
● A través de Conductas: Una variable de tratamiento es aplicada secuencialmente a conductas
independientes de un mismo sujeto. Se miden e identifican varias conductas para proporcionar la línea
base en comparación con las cuales puedan evaluarse cambios. Con estas líneas base establecidas,
el experimentador aplica una VI a una de las conductas, produce un cambio en ésta y tal vez, observa
muy poco o ningún cambio en las otras líneas base. Luego se aplica la VI a otra de las conductas que
todavía no han cambiado. Si la conducta cambia implica que la VI tiene un efecto y que no fue
coincidencia. Para demostrar el control experimental las variables no deben ser interdependientes ni
estar relacionadas.
● A través de individuos: Se recopilan líneas base de la misma conducta con varias personas. Los
efectos de la VI se comprueban primero con un cliente, mientras se continúa la línea base con los
demás. Después se introduce la intervención con otro cliente. El objetivo es demostrar que
independientemente del sujeto la conducta cambia, cuando se introduce la VI.La desventaja de los
diseños a través de situaciones es que, si se sospecha que al cambiar una conducta del cliente
cambiará asimismo en otra, es mejor usar otro diseño. La generalización.

Clark y Carter - Muestras y Poblaciones - Cap. 11

Elección de una muestra:

Cuando se realizan experimentos existe la suposición implícita de que cualquier muestra de personas será
representativa de la población, que suele ser: la gente. Ello puede llevar a conclusiones erróneas cuando la
muestra se limita a un grupo cuyos miembros provienen de una subpoblación, por ejemplo, los estudiantes.
Lo que puede resultar cierto para el desempeño de los estudiantes, quizá no lo sea para quienes no lo son.
Cuando los investigadores conducen una encuesta desean generalizar lo encontrado en su muestra, a la
población de la que proviene esta última. Antes de elegir una muestra, se debe saber cuál es su unidad de
análisis, lo que constituye su población, está será generalmente la gente.
La decisión corresponde a los factores de limitación; es decir, cuáles restricciones habrán de colocarse a lo
que constituye un elemento de la población. (Ej.: Individuos elegibles para votar, educación secundaria
completa)

Dos métodos generales de muestreo, su elección dependerá de los objetivos de la investigación, etc.

1. Muestras Aleatorias: cada elemento de población tiene una probabilidad igual, de ser seleccionado. Es
posible generalizar, a la población, con cierto grado de exactitud los resultados obtenidos.
a. Muestreo Aleatorio Simple: Se determina el tamaño de la muestra, luego se identifica cada
elemento de la población, siguiente se asigna un número a cada elemento. Por último se
seleccionan al azar hasta agotar la muestra.
b. Muestreo Sistemático: Se determina el tamaño de la muestra, luego se divide el tamaño de la
población por el tamaño de la muestra.
c. Muestreo estratificado: Requiere la división de la población en estratos (Ej.: Sexo)
■ Proporcionado: Si el muestreo del estrato refleja la población.
■ Desproporcionado: El muestreo del estrato no es proporcional con la población.
d. Muestreo de Conglomerados: Por lugares (Ej.: Todas las escuelas en Buenos Aires).
2. Muestras no Aleatorias: No se puede extrapolar a la población con exactitud.
a. Muestreo Accidental: Personas que uno encuentra por casualidad.
b. Muestreo por cuotas: Se fija una cuota de 50 sujetos, se obtienen 25 hombres, luego se
buscan sólo 25 mujeres.
5
c. Muestreo propositivo: Se desea estudiar una muestra definida claramente. (Ej.: Gente de nivel
socioeconómico alto)
d. Muestreo bola de nieve: El investigador usa contactos para identificar posibles participantes y
pide a ellos que contacten otros.

Técnicas Psicométricas. Cuestiones de validez y confiabilidad - Argibay

La técnica sirve para operacionalizar algún constructo hipotético. (Ej.: Evaluar la variable de personalidad
Extraversión, mediante alguna técnica psicométrica). Es de fundamental importancia que el instrumento con el
que se mide el constructo, esté midiendo lo que dice medir, esto está relacionado con la validez. La
precisión y la congruencia tienen que ver con la confiabilidad.

Confiabilidad

El valor observado, está formado por el valor verdadero y el error de medición (son errores aleatorios que
no pueden ser controlados ni predichos). Si la medición no tuviese errores, el valor verdadero y el observado
coincidirian, esto es utópico. Cuanto más error incluya la medición, más contaminada quedará la variable de
interés y más imprecisa sería la técnica que intenta medirla.
Entonces, un instrumento será más confiable en la medida que maximice el valor verdadero, y reduzca
el error, incrementando la similitud entre el valor verdadero y el observado, luego aumentará la
confiabilidad. Hay 2 tipos de errores:
1. Errores aleatorios: No pueden ser controlados, ni predichos.
2. Errores sistemáticos: Son controlables y pueden ser explicados a partir por alguna fuente de variación
sistemática.

En el análisis de la confiabilidad tenemos que considerar 3 aspectos:


1. Congruencia o consistencia interna: Consiste en que las distintas partes que componen el instrumento
esten midiendo lo mismo. (Ej.: Un test compuesto por distintos ítems, se espera que cada uno de ellos
mida el mismo atributo). Los procedimientos para calcular la confiabilidad a través de la congruencia
interna se dividen en 2: La correlación debe ser fuerte y directa entre ambas partes.
a. División del instrumento en mitades: Se divide el instrumento en mitades, se obtiene la
puntuación para cada mitad en forma independiente. Finalmente, se estima el coeficiente de
correlación entre ambas mitades. Será un valor de correlación similar si la confiabilidad es alta.
b. Covarianza de los ítems: Tratar a cada ítem como si fuese un test de longitud unidad con una
puntuación. Dentro de este procedimiento, el más utilizado es el coeficiente alpha de
Cronbach. Es preferible al método de división por mitades. Hay que tener en cuenta la
cantidad de ítems que tiene el instrumento
Si un instrumento es poco confiable, puede invalidar una hipótesis, por errores de medición. La confiabilidad
y la validez tienen cierta relación entre sí: Si un instrumento es poco confiable, esto podría afectar su
validez. Si es poco confiable, está midiendo además de lo que pretende medir, otras variables
contaminadoras. Un instrumento puede ser confiable pero no válido.

Estabilidad:

Lo que se observa es en qué grado se obtienen las mismas medidas al aplicar dos veces el mismo
instrumento, mediando entre ambas tomas un tiempo determinado. Entre ambas tomas pueden intervenir una
serie de factores que sean fuentes de varianza de error, disminuyendo la confiabilidad de las medidas.
El procedimiento consiste en aplicar la misma prueba en dos momentos diferentes al mismo grupo de
sujetos y luego, correlacionar entre sí, los puntajes obtenidos en cada toma. Está correlación sirve para
establecer la confiabilidad del instrumento.

Cuestiones que podrían afectar la confiabilidad en estos estudios test-re-test:


● Modificaciones en la actitud de los sujetos respecto a la prueba o cambio en la información que
conocen, podrían afectar los puntajes de la segunda toma del test. Incrementandola o
infravalorandola.
● Efectos derivados de la primera aplicación del test.
● El lapso que medie entre ambas tomas es fundamental. Muy breve y se incurre en el error distorsivo
de la memoria y la práctica y muy largo y puede distorsionar la VC historia y maduración.
● Factores que modifiquen el contexto de la medida.

6
Equivalencia:

Se aplica cuando se quiere determinar la confiabilidad de dos instrumentos que se consideran paralelos. Se
trata de poder establecer la consistencia o equivalencia de los instrumentos, que suponen medir el mismo
constructo, al aplicarlo a los mismos sujetos. Procedimiento: Se aplica las dos formas del test en forma
simultánea, se va variando el orden de presentación de las formas de sujeto en sujeto (para controlar posibles
efectos del orden) y luego se correlacionan los puntajes de ambas formas. De ser ambas formas equivalentes
tendría que obtenerse un coeficiente de correlación elevado. Está técnica además de establecer la
confiabilidad, también establece el grado de paralelismo que hay entre ambas formas.

Validez

Los instrumentos tienen como propósito medir determinados atributos. La validez se relaciona con poder
determinar si el instrumento está midiendo lo que dice medir. Determinar la validez de un instrumento es
más difícil que establecer su confiabilidad.

Distintos tipos de validez:


1. Validez de contenido: Consiste en evaluar si los ítems que hemos usado para construir el test, son
relevantes para el uso que se le va a dar al test, si todos los ítems están dentro del dominio de interés.
Una vez establecida la relevancia, lo que importa es saber si los ítems constituyen una muestra
representativa del universo de conductas que podrían haberse elegido como indicadores del atributo a
medir.
2. Validez de criterio: Consiste en relacionar las puntuaciones del instrumento con otras variables, a las
que llamamos criterio (VD). Si las puntuaciones del test se utilizan para predecir alguna medida del
criterio que se va a realizar a futuro, sería validez predictiva, si relacionamos las puntuaciones del
test con alguna medida del criterio tomada en el momento (Ej.: Extraversión y ventas) será validez
concurrente.
3. 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.

Selección de sistemas de observación - S.Azaroff - Unidad 5

La medición exacta del comportamiento requiere de la selección e implementación de mediciones de tipo:


● Objetivas: Los observadores que registran los datos de conducta, no se dejarán influenciar por sus
propios sentimientos o interpretaciones.
● Válidas: Aquellas que miden en efecto de forma directa a la conducta que se supone que miden. Una
medición objetiva.
● Confiable: El instrumento será estándar con independencia de la persona que lo use y de las
ocasiones en que se lo aplique.

Selección de medidas dependientes:

Cuando una conducta, se traduce en términos cuantificables la medida del suceso, se denomina variable
dependiente. Pero también puede ser importante medir otras variables, las medidas de las cuales pueden
alterarse en función del programa conductual.

Selección de medidas válidas:

Un sistema de medición válida ha de ser apropiado a la variable que intenta medir. Suele haber un consenso
general sobre lo que se considera una medida válida.
En el análisis conductual aplicado, es fundamental, que todas las personas participantes estén de acuerdo en
que las medidas seleccionadas sean apropiadas.

Selección de medidas confiables:

La medición conductual requiere de consistencia, es decir que la conducta bajo observaciòn se mide de la
misma manera, bajo el acuerdo entre dos observadores quienes registran simultáneamente.

7
Reactividad: efectos ocasionados por los mismos procedimientos experimentales, puede distorsionar la
validez de los datos.

Técnicas de registro de la conducta:

Una vez que se hayan identificado las mediciones válidas y confiables, debe seleccionarse un método para
registrar estas mediciones. Cuando una conducta da lugar a un producto perdurable en el tiempo, habrá un
tipo de registro apropiado; cuando los resultados son transitorios, serán preferibles otros registros.

● Medición de productos permanentes: Ciertos comportamientos que dejan evidencia física en la forma
de un producto duradero. (Ej.: Nº de camas hechas, Nº de palabras escritas). Estos comportamientos
pueden medirse directamente, ya sea tan pronto como ocurran o más tarde.
○ Ventajas:
■ La validez de las mediciones cuantitativas o cualitativas puede demostrarse con
facilidad.
■ La reactividad puede reducirse al mínimo, porque los productos pueden comprobarse
luego del procedimiento experimental.
■ Es más fácil medir los productos permanentes para evaluar la confiabilidad de la
mediciòn.
● Medición de los sucesos transitorios: Estas es más difícil. Se debe registrar la conducta en el
momento que ocurre. Se utiliza para comportamientos que no generan productos permanentes (Ej.:
Una sonrisa). Hay que llevar un registro de los sucesos, este consiste en contar las veces que ocurre
una determinada conducta en un intervalo específico, por ejemplo: 24 horas. Es apropiado para medir
respuestas discretas, con un inicio y un final definidos.

Muestreo: (esto fue visto en clase con está lógica, no condice con el libro)

El muestreo o registro es la toma de una conducta en un tiempo o intervalo determinado.


● Registro continuo: Posee un menor grado de acuerdo (uno puede ver algo y el otro no). Frecuencia
de ocurrencia real de la conducta. Se registra constantemente, cada vez que sucede la conducta. (Ej.:
Cada vez que sonríe)
● Con intervalos de tiempo: Posee un mayor grado de acuerdo. No hay frecuencia de ocurrencia real
de la conducta. Permite simplificar la tarea. (Ej.: Sonreir cada 10’)
○ Instantáneo (foto): Lo que veo en ese segundo. (Ej.: Suena un pitido y registró la conducta en
ese momento).
○ Uno-cero (binario): Observo todo el tiempo, según el lapso de tiempo definido, registro si hay
conducta en ese lapso o no. (Ej.: Defino un lapso de 10’ y si sonríe en ese lapso, registro si lo
hizo o no, no importa cuantas veces).

Si el grado de acuerdo es mayor al 80% entre observadores, el instrumento será confiable

Nota: Para el análisis del gráfico, tener en cuenta:


● Tamaño del efecto (magnitud), dirección del efecto, efecto principal y efectos simples.
● Analizo interacción luego de haber graficado efectos simples.
● Distinta dirección o magnitud = interacción.
● igual dirección pero distinta magnitud = interacción del tipo potenciación.
● distinta dirección = interacción del tipo inversión.

You might also like