Diseños experimentales de caso único Ps. Rafael Cendales Reyes Universidad Nacional de Colombia
Estudios de casos Consiste en una descripción más o menos detallada de la historia de un sujeto, biográfica ó clínica. Resultan válidos para generar hipótesis. Su posible validez depende del rigor de las descripciones.
Características de los estudios de caso El caso supone un ejemplo particular Requiere un estudio y análisis profundos Necesita obtener información desde múltiples perspectivas Implica la consideración del contexto Precisa un carácter activo, con análisis de las interacciones Valor principal: generar descubrimientos
Tipos de estudios de caso Por su objetivo básico Casos intrínsecos Objetivo: compresión del caso en sí mismo Casos instrumentales Objetivo: Comprender los fenómenos o relaciones Naturaleza del informe final Descriptivos: Aportan información básica sobre programas innovadores Interpretativos: Permiten desarrollar categorías conceptuales que corroboran o no teorías Evaluativos: Implican descripción, exploración y juicio
Diseños experimentales de caso único Se centra en el despliegue temporal de variables en el sujeto individual Se evalúa la VD a través de varias fases de la intervención Permite medir la variabilidad de la VD a través del tiempo Se cambia de muestra de sujetos a muestra de conductas Permite combinar la investigación con la práctica clínica Permite investigar el proceso terapéutico Se pueden especificar detalladamente las variables relevantes de la intervención
Instrumento de investigación para la prueba e inferencia de relaciones de causalidad entre VI y VD Evalúa la relación causal y el grado de impacto Su objetivo es la eliminación de efectos competidores del esperado. Inferencia → mediante el contraste de las medidas en presencia y ausencia de tratamiento Se aproxima a la generalización mediante replicación
Procedimientos Se basa en el análisis de medidas repetidas. Patrones de cambio: nivel, tendencia y ausencia o presencia de tendencia Es preciso cambiar sólo una variable cada vez La longitud de las fases viene dada por criterios prácticos, pero puede comprometer la potencia del contraste.
Tipos de diseño DISEÑO A-B-A: también llamado diseño de retirada y considerado el prototipo en investigaciones con un solo sujeto. Este diseño presenta una secuencia en la que se elabora una línea base (A), se aplica un tratamiento (B), y finalmente se retira el tratamiento volviendo a la línea base (A). En este diseños las series han de ser constantes, hay que hacer el mismo número de observaciones (mediciones) y las condiciones han de ser estándares. DISEÑO A-B-A-B: donde se finaliza la investigación con la aplicación y mantenimiento del tratamiento que se ha considerado positivo
DISEÑO A-B: es otra alternativa, aunque más débil (débil validez interna), es considerado como un diseño de carácter experimentador y para ver la reactividad del sujeto, puede servir como punto inicial para posteriores investigaciones. DISEÑO B-A-B: el sujeto requiere una intervención inmediata y una vez que queda fuera de peligro se retira el tratamiento. Es poco utilizado, es más un planteamiento teórico. DISEÑO DE LÍNEA BASE MÚLTIPLE: en ella se registran y se observan no una sino varias variables. Es un diseño adecuado e idóneo para valorar interacciones entre tratamientos.
Análisis de los datos En los diseños experimentales de caso único, los datos pueden ser analizados mediante técnicas visuales o de representación gráfica o bien a través de procedimientos estadísticos. Sin embargo debe recordarse que ni los comportamientos de las personas son uniformes y constantes, ni las circunstancias permanecen siempre intactas.
Variabilidad Permiten detectar en cualquier momento las fuentes de variabilidad individual. Ante una fuente de variabilidad indeseada → actuación inmediata. Mejora espontánea durante la LB Existencia de variabilidad cíclica Procedimiento de búsqueda de las fuentes ocultas de variabilidad → Manipulación de una sola variable, dejando las demás sin modificación.
Problemática de los diseños N=1 No permite generalización de hallazgos, sólo se puede aproximar mediante replicación. La variabilidad es una realidad de difícil manejo en investigación aplicada, que se intenta abordar en los diseños N=1 Cuando la variabilidad es muy grande, es imposible generalizar Diversas amenazas a la validez interna, derivadas principalmente de la repetición de las medidas