Metodologías De Investigación http://www.uv.es/~friasnav/ Lectura y valoración de la investigación científica Metodologías De Investigación Pfra. Dolores Frías Navarro M. Dolores Frías http://www.uv.es/friasnav http://www.uv.es/~friasnav/

Diseños Experimentales http://www.uv.es/~friasnav/ Diseños Experimentales Al menos una variable independiente de tratamiento que es introducida por el investigador como variable independiente manipulada  para comparar sus diferencias (o el efecto de la manipulación) en al menos una variable dependiente medida y todos siguen el principio de la asignación aleatoria de las unidades experimentales a las condiciones de tratamiento de al menos una variable independiente M. Dolores Frías http://www.uv.es/friasnav http://www.uv.es/~friasnav/

Metodología experimental Y Además se controla cualquier otra fuente de variación sistemática no manipulada deliberadamente. Se trata de las denominadas variables extrañas. Las variables extrañas deben ser: -eliminadas si es posible o -deben mantenerse constantes cuando se conocen y es posible o -aleatorizarlas con el propósito de homogeneizar su efecto M. Dolores Frías http://www.uv.es/friasnav

M. Dolores Frías http://www.uv.es/friasnav Relaciones causales Tres condiciones deben darse para considerar que una relación es causal (Kenny, 1979): precedencia temporal de la causa (manipulación previa de la variable independiente de tratamiento), relación funcional entre las variables o covariación causa-efecto, de manera que cuando se da la presunta causa aparece el presunto efecto y cuando no se da la presunta causa no aparece el presunto efecto (se comprobará en la fase estadístico-analítica) y ausencia de espuriedad que implica el control previo de las variables extrañas. Cook y Campbell (1979) señalan que se trata de relaciones causales cuando existe covariación entre la variable independiente y dependiente, precedencia temporal de la variable independiente o causa y explicaciones alternativas del cambio no plausibles. Siguiendo estos requisitos, el método experimental es el único que permite plantear y comprobar hipótesis de causalidad M. Dolores Frías http://www.uv.es/friasnav

Metodología cuasi-experimental Puede ocurrir que existiendo manipulación de la variable independiente no sea posible la asignación aleatoria de los sujetos a los grupos de tratamiento (lo que puede ser motivo suficiente para que los grupos no sean equivalentes), características que definen al método cuasi-experimental Un cuasi-experimento comparte todos los elementos de un experimento, a excepción de que los sujetos no han sido asignados al azar a los grupos. Dada esta situación, el investigador se enfrenta con la ardua tarea de tener que separar los efectos de la variable independiente de cualquier otra variable extraña que pueda afectar a la variable dependiente. M. Dolores Frías http://www.uv.es/friasnav

Metodología cuasi-experimental En opinión de Kirk (1995) el método cuasi-experimental se utiliza cuando no es posible la asignación aleatoria o cuando por razones practicas o éticas es necesario utilizar grupos naturales o ya formados como por ejemplo sujetos con una determinada enfermedad. Por lo tanto, se aplica en aquellos casos donde el investigador no puede presentar los niveles de la variable independiente a voluntad ni puede crear los grupos experimentales por aleatorización aunque sí puede introducir algo similar al diseño experimental en su programación de procedimientos para la recopilación de datos como el cuándo y el a quién de la medición. M. Dolores Frías http://www.uv.es/friasnav

Metodología No experimental La metodología de encuesta y la metodología observacional son consideradas métodos no experimentales. En ambos casos no existe ni manipulación de la variable independiente –los valores de la variable independiente son sólo observados–, ni asignación aleatoria de los sujetos a las condiciones de la variable independiente y estudian los fenómenos tal y como ocurren de forma natural. Aquí es fundamental la selección aleatoria de la muestra para garantizar la representatividad. El planteamiento de las relaciones entre las variables es siempre de covariación (entendida como bidireccional) y nunca causal (o unidireccional). M. Dolores Frías http://www.uv.es/friasnav

OBSERVACIONES RECOGIDAS POR UNIDAD EXPERIMENTAL (Nº de mediciones) EXPERIMENTALES DISEÑOS POR EL NÚMERO DE FACTORES POR LA TÉCNICA DE CONTROL POR EL NÚMERO DE VARIABLES DEPENDIENTES DE OBSERVACIONES POR CONDICIÓN DE LA VARIABLE INDEPENDIENTE POR LA ESTRUCTURA DE LA COMBINACIÓN DE LAS CONDICIONES DE LA VARIABLE DE TRATAMIENTO UNA MEDICIÓN MÁS DE UNA MEDICIÓN DISEÑOS TRANSVERSALES LONGITUDINALES ESTRATEGIA DE COMPARACIÓN DE GRUPOS ENTRE-GRUPOS INTRA-GRUPOS DISEÑO MIXTO SIN RESTRICCIONES COMPLETAMENTE ALEATORIO CON RESTRICCIONES UNA: UNIVARIADO MÁS DE UNA: MULTIVARIADO UNIFACTORIAL SIMPLE FACTORIAL DISEÑO COMPLETO DISEÑO INCOMPLETO CONSTANTE: ORTOGONAL EQUILIBRADO BALANCEADO NO CONSTANTE: NO ORTOGONAL NO EQUILIBRADO NO BALANCEADO M. Dolores Frías http://www.uv.es/friasnav

M. Dolores Frías http://www.uv.es/friasnav VALIDEZ INTERNA M. Dolores Frías http://www.uv.es/friasnav

CAUSA Variable Independiente (CAUSA) Dependiente (EFECTO) Causa Alternativa Variable Independiente (CAUSA) Dependiente (EFECTO) CAUSA Eficacia de un Programa de Intervención para reducir el prejuicio Grado de prejuicio La Validez Interna indica que se ha encontrado evidencia (pruebas) de que el trabajo realizado en el estudio (ej. el Programa de intervención, VI) causa los efectos observados (los resultados) en la variable medida (VD), existiendo control de terceras variables que podrían afectar a la variable medida (VExtrañas). M. Dolores Frías http://www.uv.es/friasnav

M. Dolores Frías http://www.uv.es/friasnav Toda investigación debe ser bien diseñada, eficientemente ejecutada, correctamente analizada, claramente presentada y correctamente interpretada 1. La investigación más sencilla incluye dos grupos (a1 y a2) que deben ser todo lo similares que se pueda en todas las variables previas a la introducción del tratamiento. CONTROL DE VARIABLES EXTRAÑAS 2. Posteriormente, si es posible, se introduce la ASIGNACIÓN aleatoria de las unidades experimentales a los grupos (a1 y a2), (metodología experimental), un grupo recibe el tratamiento objeto de estudio (grupo experimental) y el otro recibe otro tratamiento (grupo de control) que puede ser un tratamiento de comparación, un tratamiento de placebo, un tratamiento de lista de espera, un tratamiento de sólo una medida u observación … 3. Cualquier diferencia entre los grupos posterior a la introducción del tratamiento se asume que será causada por el tratamiento M. Dolores Frías http://www.uv.es/friasnav

Técnicas de control de varianza sistemática secundaria Es vital el control de la variación previa de los grupos Técnicas de control de varianza sistemática secundaria Cuantos más similares sean los grupos previamente al tratamiento o intervención MAYOR SERÁ EL CONTROL DE VARIABLES EXTRAÑAS M. Dolores Frías http://www.uv.es/friasnav

M. Dolores Frías http://www.uv.es/friasnav Evidentemente, no hay dos grupos que sean exactamente iguales antes del tratamiento. Incluso aunque se utilice la asignación aleatoria existirán diferencias individuales, cuestiones de muestreo … La técnica estadística determina la probabilidad de que las diferencias observadas entre los grupos podrían ser debidas al mismo proceso de asignación aleatoria de las unidades experimentales que forman los grupos y que previamente son grupos levemente diferentes. SI LA PROBABILIDAD ES BAJA (valor p de probabilidad) (generalmente ≤ 0.05) entonces se asume que las diferencias entre los grupos están causadas por el tratamiento. SE RECHAZA LA HIPÓTESIS NULA M. Dolores Frías http://www.uv.es/friasnav

Valor p de probabilidad La meta del análisis estadístico es calcular la probabilidad de que las diferencias observadas sean debidas al mismo proceso de asignación aleatoria. Es decir, al azar. -Si la probabilidad es alta entonces la explicación del azar es la mejor elección. Se MANTIENE LA HIPÓTESIS NULA -Si la probabilidad es baja entonces el efecto del tratamiento podría ser la explicación de las diferencias. Se RECHAZA LA HIPÓTESIS NULA Junto al valor p de probabilidad SIEMPRE hay que interpretar el valor del TAMAÑO DEL EFECTO ¿Qué valor práctico o sustantivo tienen los hallazgos dentro del contexto concreto de investigación? M. Dolores Frías http://www.uv.es/friasnav

Valor p de probabilidad Es la probabilidad de los datos de la investigación suponiendo que la hipótesis nula es cierta. Para calcular el valor de p de probabilidad se necesita conocer la distribución de la prueba estadística bajo el modelo de la hipótesis nula y los grados de libertad del diseño de investigación. Respuestas 1. p= 0.002 2. p= 0.005 3. p= 0.04 4. p= 0.5 5. p= 0.01 6. p= 0.65 7. p= 0.000 8. p= 0.4 1. 2. 3. 4. 5. 6. 7. 8. ¿DECISIÓN ESTADÍSTICA? M. Dolores Frías http://www.uv.es/friasnav

M. Dolores Frías http://www.uv.es/friasnav NI UNA COSA NI LA OTRA El valor p de probabilidad está directamente relacionado con el tamaño de la muestra El grado de satisfacción del investigador dependerá de la significación estadística, del tamaño del efecto y de la utilidad de los hallazgos M. Dolores Frías http://www.uv.es/friasnav

M. Dolores Frías http://www.uv.es/friasnav UNA CUESTIÓN IMPORTANTE ES EL TAMAÑO DE LOS GRUPOS (el número de observaciones) (N) El tamaño óptimo de los grupos dependerá de: -La similaridad previa de los grupos -Del tamaño del efecto del tratamiento M. Dolores Frías http://www.uv.es/friasnav