MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA 1

UNIDAD III. DISEO DE INVESTIGACIN: PROPSITO Y PRINCIPIO .. 2

Propsitos del diseo de investigacin ....................................... 2
Un ejemplo.................................................................................................. 3
PRINCIPIOS BSICOS DE LA Un diseo ms fuerte .................................................................................. 3

INVESTIGACIN CON GRUPOS EN El diseo de investigacin como control de la varianza ............. 6

Un ejemplo controversia............................................................................. 6
LA PSICOLOGA Maximizacin de la varianza experimental................................. 8
Control de variables extraas ...................................................... 9
Minimizacin de la varianza del error ...................................... 10

Lectura 1

Kerlinger, F. N. y Lee, H. W. (2002).

Investigacin del comportamiento.
Mtodos de investigacin en ciencias
sociales. Cap. 18. Mxico: McGrawHill.,
pp. 403-417.

Para profundizar en este tipo de contenidos consulte la obra:

Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
DISEO DE INVESTIGACIN: PROPSITO Y PRINCIPIO
El diseo de investigacin constituye el plan y la estructura de la
investigacin, y se concibe de determinada manera para obtener
respuestas a las preguntas de investigacin. El plan es el esquema o
programa general de la investigacin; incluye un bosquejo de lo que el
investigador har, desde formular las hiptesis y sus implicaciones
operacionales hasta el anlisis final de los datos. La estructura de la
investigacin resulta ms difcil de explicar, ya que el trmino estructura
presenta dificultad para ser definido claramente y sin ambigedades. A
causa de que es un concepto que ir tomando gran importancia
conforme se contine el estudio, se realizar una pausa para intentar
definirlo y ofrecer una breve explicacin. En este momento la disertacin
ser necesariamente un poco abstracta, sin embargo, ejemplos
posteriores sern ms concretos. Ms importante an, el concepto se
encontrar poderoso, til e incluso indispensable, especialmente en el
estudio posterior del anlisis multivariado, donde el concepto "estructura"
es clave, y cuyo entendimiento se vuelve esencial para comprender la
mayora de la metodologa de investigacin contempornea.
Una estructura es el marco de referencia; la organizacin o
configuracin de los elementos de la estructura, relacionados en formas
especficas. La mejor forma de especificar una estructura consiste en
escribir una ecuacin matemtica que relacione las partes de la
estructura entre s. Dicha ecuacin matemtica, puesto que sus trminos
estn definidos y relacionados especficamente por la ecuacin (o
conjunto de ecuaciones), no es ambigua.
En resumen, una estructura es un paradigma o modelo de las
relaciones entre las variables de un estudio. Los trminos estructura,
modelo y paradigma son problemticos debido a que es difcil definirlos
con claridad y sin ambigedades. Un "paradigma" es un modelo, un
ejemplo. Los diagramas, grficas y bosquejos verbales son paradigmas.
Aqu se utiliza "paradigma" en lugar de "modelo" porque "modelo" tiene
otro importante significado en la ciencia, significado al que se regresar
en el captulo 37, cuando se analice la comprobacin de una teora
utilizando procedimientos multivariados y "modelos" de aspectos de
teoras.
Un diseo de investigacin expresa tanto la estructura del problema
de investigacin como el plan de investigacin utilizado para obtener
evidencia emprica sobre las relaciones del problema. Pronto se
presentarn ejemplos del diseo y de la estructura que quizs animen
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
2
esta discusin abstracta.
Propsitos del diseo de investigacin
El diseo de investigacin incluye dos propsitos bsicos: 1)
proporcionar respuestas preguntas de investigacin y 2) controlar la
varianza. El diseo ayuda a los investigadores a obtener respuestas a
las preguntas de investigacin, y tambin a controlar las varianzas
experimental, extraa y del error del problema de investigacin particular
en estudio. Ya que puede decirse que toda actividad de investigacin
tiene el propsito de generar respuestas a preguntas de investigacin,
es posible omitir este propsito en el anlisis y de afirmar que el diseo
de investigacin tiene un propsito fundamental: controlar la varianza.
Sin embargo, tal delimitacin del propsito del diseo es peligrosa. Sin
un fuerte nfasis en las preguntas de investigacin y en el uso del diseo
para ayudar a proporcionar respuestas a dichas preguntas, el estudio del
dise puede degenerar en un ejercicio tcnico interesante pero estril.
Los diseos de investigacin se inventaron para permitir a los
investigadores responder preguntas de la forma ms vlida, objetiva,
precisa y econmica posible. Los planes de investigacin se conciben de
forma deliberada y especfica, y son ejecutados para obtener evidencia
emprica que apoye al problema de investigacin. Los problemas de
investigacin pueden ser, y son, expresados en forma de hiptesis;
stas se formulan en un momento de la investigacin de manera que
puedan ser probadas empricamente. Los diseos se elaboran con
cuidado para que proporcionen respuestas confiables y vlidas a las
preguntas de investigacin contenidas en las hiptesis. Es posible
realizar una sola observacin e inferir que la relacin hipotetizada existe,
con base en estas mltiples observaciones; pero es evidente que no se
puede aceptarla inferencia realizada de esa forma. Por otro lado,
tambin es factible realizar cientos de observaciones e inferir que la
relacin hipotetizada existe, con base en estas mltiples observaciones,
en cuyo caso se puede o no aceptar como vlida la inferencia. El
resultado depende de la manera en que se hicieron las observaciones y
la inferencia. Un diseo planeado y ejecutado de forma adecuada ayuda
en mucho permitirse confiar tanto en las observaciones como en las
inferencias.
Cmo logra esto el diseo? El diseo de investigacin establece el
marco de referencia para el estudio de las relaciones entre variables.
Indica, en cierto sentido, qu observaciones hacer, cmo hacerlas y
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA 3

cmo realizar las representaciones cuantitativas de las observaciones. suficientemente lejos.

Estrictamente hablando, el diseo no "dice" precisamente qu hacer,
sino qu "sugiere" la direccin de cmo realizar las observaciones y el Figura 18.1
anlisis. Un diseo adecuado "sugiere", por ejemplo, cuntas Tratamientos
observaciones deben efectuarse y qu variables son activas y cules A1 A2
son atributivas. Entonces se acta para manipular las variables activase (Hombre) (Mujer)
y categorizar y medir las variables atributivas. Un diseo indica qu tipo Puntuaciones de aceptacin
de anlisis estadstico emplear. Por ltimo, un diseo adecuado MA1 MA2
bosqueja las conclusiones que posiblemente se obtengan del anlisis
estadstico. Un diseo ms fuerte

Un ejemplo Walster y sus colegas utilizaron otras dos variables independientes, la

Se ha dicho que los colegios y las universidades discriminan a las
mujeres respecto a los procesos de contratacin y de admisin.
Suponga que se desea probarla discriminacin en la admisin. La idea
para este ejemplo proviene del inusual y extrao experimento de
Walster, C:leary y Clifford (1970) citado anteriormente. Se disea un
experimento de la siguiente manera: se envan solicitudes de admisin a
una muestra aleatoria de 200 colegios, basando las solicitudes en varios
casos modelo seleccionados sobre un rango de habilidades probadas,
con todos los detalles iguales excepto el gnero. La mitad de las
solicitudes sern de hombres, y la otra mitad, de mujeres. Manteniendo
las otras cuestiones iguales, se espera aproximadamente igual nmero
de aceptaciones y de rechazos; entonces la aceptacin es la variable
dependiente, la cual se mide con una escala de tres puntos: aceptacin
completa, aceptacin con reservas y rechazo. Llmese a los hombres A1
y a las mujeres A2. El paradigma del diserto se presenta en la
figura.18.1.
El diseo es el ms simple posible, dados los requerimientos mnimos
de control. Los dos tratamientos se asignan a los colegios
aleatoriamente. Entonces, cada colegio recibir una solicitud, ya sea de
un hombre o de una mujer. Se probar la significancia estadstica de la
diferencia entre las medias MA1 y MA2 con un prueba t o F. La hiptesis
sustantiva es: MA1 > MA2, o se admitirn ms hombres que mujeres. Si
no hay discriminacin en la admisin, entonces MA1 sera
estadsticamente igual a MA2. Suponga que una prueba F indica que las
medias no son significativamente diferentes. Se puede estar seguro de
que no hay prctica de discriminacin (en promedio)? Mientras que el
diseo de la figura 18.1 es satisfactorio hasta ahora, quiz no llega
raza y la habilidad, en un diseo factorial. En el ejemplo se elimin raza
no fue estadsticamente significativa ni interactu de manera
significativa con otras variables y se enfatiz el gnero y la habilidad.
Si un colegio basa su seleccin de estudiantes de nuevo ingreso
estrictamente en las habilidades entonces no hay discriminacin (a
menos, por supuesto, que la seleccin por habilidades se considere
discriminacin). Adase habilidad al diseo de la figura 18.1 usando
tres niveles; es decir, adems de designar a las aplicaciones como
hombre y mujer, tambin se designan como habilidad alta, habilidad
media y habilidad baja. Por ejemplo, tres de los solicitantes pueden ser:
hombre con habilidad media, mujer con habilidad alta y mujer con
habilidad baja. Ahora, si no existen diferencias significativas entre los
gneros ni la interaccin de gnero y habilidad es significativa, sta sera
una evidencia considerablemente ms fuerte de que no hay
discriminacin que la proporcionada por el diseo y por la prueba
estadstica de la figura 18.1. Ahora se utiliza el diseo ampliado para
explicar esta afirmacin y analizar ciertos aspectos del diseo de
investigacin. El diseo ampliado se presenta en la figura 18.2.
Gnero
A1(Hombre) A2(Mujer)
B1(Alta) MB1
Habilidad B2(Media) Puntuaciones de aceptacin MB2
B3(Baja) MB3
MA1 MA2
El diseo es un factorial de 2 x 3. Una variable independiente, A, es el
gnero, la misma que en la figura 18.1. La segunda variable

Para profundizar en este tipo de contenidos consulte la obra:

Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
independiente, B, es la habilidad, que se manipul para indicar, de varias
formas, cules son los niveles de habilidad de los estudiantes. Es
importante no confundirse por el nombre dejas variables; gnero y
habilidad son por lo comn variables atributivas, por lo tanto, no
experimentales. Sin embargo, en este caso se manipulan. Los registros
de los estudiantes enviados a los colegios fueron sistemticamente
ajustados par; que se adecuaran alas seis casillas de la figura 18.2. Por
ejemplo, un caso en la casilla A1 ,B2, sera el registro de un hombre con
habilidad media, que es el registro que el colegio evala para la
admisin.
Suponga que se piensa que la discriminacin en contra de las
mujeres toma una forma ms sutil que la simple exclusin a todos los
niveles: se piensa que se discrimina contra las mujeres con habilidad
baja (en comparacin con los hombres). sta es una hiptesis de
interaccin. De cualquier manera, se utiliza este problema y el
paradigma de la figura 18.2 como base para analizar' algunos elementos
del diseo de investigacin.
Los problemas de investigacin sugieren diseos de investigacin.
Puesto que la hiptesis antes discutida es de interaccin, evidentemente
un diseo factorial es el apropiado. A es el gnero; B es la habilidad; A
se divide en A1 y A2 y B en B1, B2 y B3.
El paradigma de la figura 18.2 sugiere varias cosas. La primera, y la
ms obvia, es que se requiere un gran nmero de participantes;
especficamente se necesitan 6n participantes (n es igual al nmero de
sujetos en cada casilla). Si se decide que n debe ser 20, entonces se
requiere tener 120 sujetos para el experimento. Observe aqu la
"sabidura" del diseo; si tan slo se estuvieran probando los
tratamientos y se ignorara la habilidad, nicamente se necesitaran 2n
sujetos. Es preciso observar que algunos autores como Simon (1976,
1987); Simon y Roscoe (1984) y Daniel (1976) discrepan con este
enfoque para todo tipo de problemas. Ellos consideran que muchos
diseos contienen rplicas ocultas y que seran suficientes mucho
menos de 20 participantes por casilla. Tales diseos requieren una
planeacin mucho ms cuidadosa; pero el investigador puede obtener
informacin mucho ms til y estudiar ms variables independientes en
lugar de slo dos o tres.
Existen formas para determinar el nmero de participantes que se
requieren en un estudio. Tal determinacin forma parte del "poder", que
se refiere ala habilidad de una prueba de significasteis estadstica para
detectar diferencias en las medias (u otros estadsticos), cuando en
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
4
realidad existen tales diferencias. En el captulo 8 se explica el tamao
de las muestras y su relacin con la investigacin. Sin embargo, el
captulo 12 presenta un mtodo para estimar el tamao de las muestras
de manera que se cumplan ciertos criterios. El poder es un valor
fraccionas entre 0 y 1.00 que se define como 1 - , donde es la
probabilidad de cometer un error tipo II, el cual sucede cuando no se
rechaza hiptesis nula falsa. Si el poder es alto (cercano a 1.00) indica
que si la prueba estadstica no fue significativa, la investigacin sugiere
que la hiptesis nula es verdadera. El poder tambin indica qu tan
sensible es la prueba estadstica para detectar diferencias reales. Si la
prueba estadstica no es lo suficientemente sensible para hacer esto, se
dice que la prueba tiene poco poder. Una prueba altamente sensible,
que puede detectar diferencias verdaderas, se considera de alto poder.
En el captulo 16 se analiz la diferencia entre las pruebas estadsticas
paramtricas y las no paramtricas. Las pruebas no paramtricas son
generalmente menos sensibles que las pruebas paramtricas; como
resultado, se considera que las primeras tienen menos poder que las
segundas. Uno de los libros ms completos sobre la cuestin de la
estimacin del poder es el de Cohen (1988). Jaccard y Becker (1997)
ofrecen una introduccin fcil de entender al anlisis del poder.
En segundo lugar, el diseo indica que los "participantes" (en este
caso los colegios) pueden asignarse aleatoriamente tanto a A como a B,
ya que ambas son variables experimentales. Sin embargo, si habilidad
fuese una variable no experimental atributiva, entonces los participantes
podran ser asignados de manera aleatoria a A1, y A2, pero no a B1, B2 ni
B3.
En tercer lugar, de acuerdo al diseo, las observaciones realizadas
en los "participantes" deben realizarse de manera independiente. La
puntuacin de un colegio no debe afectar a la puntuacin de otro.
Reducir el diseo a un bosquejo como el que se indica en la figura 18.2,
en efecto, prescribe las operaciones necesarias para obtener las
medidas apropiadas para el anlisis estadstico. Una prueba F depende
del supuesto de la independencia de las medidas de la variable
dependiente. Si aqu habilidad es una variable atributiva y a los
individuos se les mide la inteligencia, por ejemplo, entonces el requisito
de independencia est en mayor riesgo debido a la posibilidad de que un
sujeto vea los documentos de otro y a que los maestros "ayuden"
inconsciente o conscientemente a los estudiantes con las respuestas,
entre otras razones. Los investigadores tratan de prevenir este tipo de
situaciones, no tanto por razones morales sino para satisfacer los
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
requisitos de un diseo y una estadstica slidos.
Un cuarto punto resulta bastante obvio ahora: la figura 18.2 sugiere
un anlisis factorial de varianza, pruebas F, medidas de asociacin y,
quiz, pruebas post hoc. Si la investigacin sta bien diseada antes de
la recoleccin de los datos como en realidad lo hicieron Walster et al.
la mayora de los problemas estadsticos pueden resolverse. Adems,
se evitan ciertos problemas molestos antes de que surjan, o incluso
pueden prevenirse del todo. Sin embargo con un diseo inadecuado, los
problemas referentes a las pruebas estadsticas apropiadas se vuelven
muy molestos. Una de las razones del gran nfasis de este libro en tratar
los problemas de diseo y estadsticos de forma concomitante, es que
esto permite sealar maneras de evitar tales problemas. Si el diseo y el
anlisis estadstico se planean simultneamente, el trabajo analtico se
volver sencillo y ordenado.
Un dividendo bastante til del diseo es el siguiente: un dise claro,
como el de la figura 18.2, sugiere qu prueba estadstica realizar. Por
ejemplo, un diseo aleatorio simple de una variable con dos particiones
o tratamientos, A1, y A2, permite tan slo una prueba estadstica de la
diferencia entre los dos estadsticos producidos por los datos. Dichos
estadsticos pueden ser dos medias, dos medianas, dos rangos, dos
varianzas, dos porcentajes, etctera. Slo una prueba estadstica es
generalmente posible. Sin embargo, con el diseo de la figura 18.2
existen tres pruebas estadsticas posibles: 1) entre A1, y A2; 2) entre B1,
B2 y B3, y 3) la interaccin entre A y B. En la mayora de las
investigaciones, no todas las pruebas estadsticas tienen la misma
importancia; las importantes, en efecto, son aquellas directamente
relacionadas con los problemas e hiptesis d investigacin.
En el presente caso, la hiptesis de interaccin [la del inciso 3)
anterior] es la ms importante, ya que se supone que la discriminacin
depende del nivel de habilidad. Los colegios quiz discriminen a
diferentes niveles de habilidad. Como se sugiri antes, las mujeres (A2)
tal vez sean aceptadas ms que los hombres (A1) en el nivel de habilidad
ms alto (B1); mientras que quiz sean menos aceptadas en el nivel de
habilidad ms bajo (B3). Debera ser evidente que el diseo de
investigacin no es esttico. El tener conocimiento sobre diseo puede
ayudar a planear y realizar mejor investigacin, y tambin puede sugerir
la comprobacin de hiptesis. Y quiz ms importante: puede llevar a
que uno se d cuenta de que el diseo de un estudio no es adecuado a
las demandas planteadas. Qu significa esta afirmacin un tanto
peculiar?
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
5
Suponga que se formula la hiptesis de interaccin como se bosquej
anteriormente, sin saber nada sobre el diseo factorial; en realidad se
establece un diseo que consiste de dos experimentos, en uno de los
cuales se prueba A1, contra A2, bajo la condicin B1. En el segundo
experimento se prueba A1, contra A2, bajo la condicin B2. El paradigma
se vera como el que se muestra en la figura 18.3. (Para simplificar las
cosas, nicamente se utilizan dos niveles de B: B1, y B2; por lo tanto, el
diseo se reduce a uno de 2 x 2.)
Figura 18.3
Condicin B1 Condicin B2
Tratamientos Tratamientos
A1 A2 A1 A2
MA1 MA2 MA1 MA2
El punto importante a sealar es que no es posible realizar una
prueba adecuada de la hiptesis con este diseo. A1, puede probarse
contra A2 bajo las dos condiciones B1, y B2 para asegurarse. Pero no es
posible saber con claridad y sin "ambigedades, si existe una interaccin
significativa entre A y B. Aun cuando MA1, > MA2 | B2 (MA1 es mayor que
MA2, bajo la condicin B2), como se hipotetiz, el diseo no puede
ofrecer una clara posibilidad de confirmacin de la interaccin
hipotetizada, debido a que no se puede obtener informacin sobre las
diferencias entre A1, y A2 en los dos niveles de B(B1 y B2). Recuerde que
una hiptesis de interaccin implica, en este caso, que la diferencia entre
A1 y A2 es distinta en B1, de lo que es en B2. En otras palabras, la
informacin tanto de A como de B juntas en un experimento es
necesaria para probar una hiptesis de interaccin. Si los resultados
estadsticos de experimentos separados mostraran una diferencia
significativa entre A1 y A2 en un experimento bajo la condicin B1, y no
mostraran diferencias significativas en otro experimento bajo la condicin
B2, entonces hay presunta evidencia de que la hiptesis de interaccin
es correcta. Pero no es suficiente contar con presunta evidencia
especialmente cuando se sabe que es posible obtener una mejor
evidencia.
Suponga que en la figura 18.3, las medias de las casillas fueran, de
izquierda a derecha: 30, 30, 40, 30. Tal resultado parecera apoyar la
hiptesis de interaccin, ya que hay una diferencia significativa entre A1
y A2 en el nivel B2, pero no en el nivel B1. Pero no puede tenerse la
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
certeza de que esto es as, incluso si la diferencia entre A1 y A2 es
estadsticamente significativa. La figura 18.4 presenta cmo resultara
esto si se hubiese utilizado un diseo factorial. (Las cifras en las casillas
y en los mrgenes son medias.) Considerando que los efectos
principales, A1 y A2; B1 y B2, fueran significativos, todava es posible que
la interaccin no sea significativa. A menos que la hiptesis de
interaccin se pruebe especficamente, la evidencia para determinar la
interaccin es mera presuncin, ya que falta la prueba estadstica de la
interaccin que un diseo factorial proporciona. Debe quedar claro que
el conocimiento sobre diseo hubiese mejorado este experimento.
Figura 18.4
A1 A2
B1 30 30 30
B2 40 30 35
35 30
El diseo de investigacin como control de la varianza
La principal funcin tcnica del diseo de investigacin es controlar la
varianza. Un diseo de investigacin constituye, por as decirlo, un
conjunto de instrucciones para que el investigador rena y analice los
datos de cierta forma; por lo tanto, es un mecanismo de control. El
principio estadstico que subyace a este mecanismo, como se dijo antes,
es: maximizar la varianza sistemtica, controlar la varianza sistemtica
extraa y minimizar la varianza del error. En otras palabras, se debe
controlar la varianza.
De acuerdo con este principio, al construir un diseo de investigacin
eficiente, el investigador intenta: 1) maximizar la varianza de la variable o
variables de la hiptesis sustantiva de investigacin, 2) controlar la
varianza de variables extraas o "indeseables" que puedan tener un
efecto en los resultados experimentales y 3) minimizar la varianza del
error o aleatoria incluyendo los llamados errores de medicin. Ahora se
ver un ejemplo.
Un ejemplo controversia
La controversia abunda en toda la ciencia parece ser especialmente
rica y varada en las ciencias del comportamiento. Dos controversias han
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
6
surgido a partir de diferentes teoras del comportamiento y aprendizaje
humanos. Los tericos del reforzamiento han demostrado ampliamente
que el reforzarme positivo puede incrementar d aprendizaje. Sin
embargo como siempre; las cuestiones no son tan simples. El supuesto
efecto benfico de las recompensas externas se ha cuestionado; la
investigacin ha mostrado que la recompensa extrnseca puede tener
una influencia perjudicial en la motivacin, inters intrnseco y
aprendizaje de los nios. En los aos setenta, se public una serie de
artculos y estudios que mostraban los posibles efectos dainos del uso
de la recompensa. En uno de dichos estudios, Amabile (1979) demostr
que la evaluacin externa tiene un efecto perjudicial sobre la creatividad
artstica. Otros estudios incluyen el de Deci (1971) y el de Lepper y
Greene (1978). Al mismo tiempo, incluso el principio del reforzamiento
en apariencia simple, no es tan simple. Sin embargo, en aos recientes
han aparcado vanos artculos que defienden los efectos positivos de la
recompensa (vase Eisenberger y Cameron,1996; Sharpley, 1988;
McCullers, Fabes y Moran, 1987; Bates;1979):
Existen diversa investigaciones y creencias que indican que los
estudiantes universitarios aprenden bien bajo el rgimen de lo que se ha
llamado aprendizaje de dominio (mastery learning). De manera sinttica,
diremos que el "aprendizaje de dominioconstituye un sistema
pedaggico basado en instrucciones personalizadas que requiere que
los estudiantes aprendan unidades curriculares hasta alcanzar un criterio
de dominio (vase Abbott y Falstrom, 1975; Ross y McBean, 1995;
Senemoglu y Fogelman, 1995; Bergin, 1995). Aunque parece existir
cierta investigacin que apoya la eficacia del aprendizaje de dominio,
hay por lo menos un estudio y es un buen estudio realizado por
Thompson (1980), cuyos resultados indican que los estudiantes a
quienes se ense con el mtodo de aprendizaje de dominio no fueron
mejores que los estudiantes a quienes se ense con un enfoque
convencional de conferencia, discusin y memorizacin. Este es un
estudio ejemplar, realizado con controles cuidadosos, durante un largo
periodo. El ejemplo que se presenta a continuacin estuvo inspirado en
el estudio de Thompson. Sin embargo, el diseo y los controles del
ejemplo son mucho ms simples que los de Thompson. Observe
tambin que Thompson tena una enorme ventaja: realiz su
experimento en un establecimiento militar, lo cual, por supuesto, significa
que muchos problemas de control, con frecuencia recalcitrantes en la
investigacin educativa, se resolvieron fcilmente.
La controversia surge porque los partidarios del aprendizaje de
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
dominio parecen estar fuertemente convencidos de sus virtudes;
mientras que los escpticos permanecen incrdulos. Decidir la
investigacin el asunto? Es difcil. Pero ahora se ver cmo se podra
disear un estudio relativamente modesto, capaz de proporcionar por lo
menos una respuesta emprica parcial.
Un investigador educativo decide probar la hiptesis de que el
aprovechamiento en ciencia sufre un mayor incremento con un mtodo
de aprendizaje de dominio (AD), que con un mtodo tradicional (T). Se
ignoran los detalles de los mtodos para concentrarse en el diseo de la
investigacin. Llmese al mtodo de aprendizaje de dominio A1 y al
mtodo tradicional A2. Los investigadores saben que otras posibles
variables independientes ejercen influencia sobre el aprovechamiento:
inteligencia, gnero, antecedentes de clase social, experiencias previas
con la ciencia, motivacin, etctera. Existen razones para creer que los
dos mtodos funcionan de diferente manera con diferentes tipos de
estudiantes. Por ejemplo; quiz funcionen de manera diferente con
estudiantes con distintos niveles de aptitud escolar. El enfoque
tradicional tal vez result efectivo con estudiantes con alta aptitud;
mientras que el aprendizaje de dominio sea ms efectivo con
estudiantes con baja aptitud. Llmese B a las aptitudes: aptitud alta es
B1 y aptitud baja es B2. En este ejemplo la variable aptitud se dicotomiz
en los grupos de aptitud alta y baja. sta no es la mejor forma de utilizar
la variable aptitud; cuando una medida continuase dicotomiza o
tricotomiza, se pierde la varianza. En un capitulo posterior se ver que
constituye un mejor mtodo respetar el nivel de la medida continua; y
utilizar una regresin mltiple.
Qu tipo de diseo debe establecerse? Para responder es
importante etiquetar las variables y saber con claridad cules son las
preguntas que se formulan. Las variables son:
Variable independiente Variable dependiente
Mtodos Aptitud Aprovechamiento en ciencias
Aprendizaje de dominio, Aptitud alta, Puntuaciones de la prueba de
A1 B1 ciencia
Tradicional, A2 Aptitud baja,
B2
Los investigadores pudieron haber incluido otras variables en el
diseo, en especial variables potencialmente influyentes sobre el
aprovechamiento: inteligencia general, clase social, gnero, promedio de
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
7
preparatoria, por ejemplo. Tambin se podra utilizar la asignacin
aleatoria para ocuparse de la inteligencia y otras posibles variables
independientes de influencia. La medida de la variable dependiente se
puede obtener mediante una prueba estandarizada de conocimientos de
ciencia.
Parece que el problema requiere de un diseo factorial. Existen dos
razones para esta opcin: 1) hay dos variables independientes, 2) es
claro que se tienen mente una hiptesis de interaccin, aunque no se
haya expresado con tantas palabras. Se cree que los mtodos
funcionarn de manera diferente con distintos tipos de estudiantes. Se
establece la estructura de diseo que se representa en la figura 18.5.
Figura 18.5
Mtodos
A1 (Aprendizaje
A2 (Tradicional)
de dominio)
B1(Aptitud
MA1 B1 MA2B1 MB1
alta)
Puntuaciones
Aptitud
en conocimiento cientfico
B1(Aptitud
MA1 B1 MA1B2 MB2
baja)
MA1 MA2
Observe que todas las medias: marginales y de casilla han sido
etiquetadas de forma apropiada. Note tambin que hay una variable
activa, mtodos, y una variable atributo aptitudes. Quiz recuerde del
captulo 3 que una variable activa es una variable experimental o
manipulada; una variable atributo es una variable medida o una variable
que es una caracterstica de personas o grupos; por ejemplo,
inteligencia, clase social y ocupacin (gente); as como cohesin,
productividad y atmsfera restrictiva-permisiva (organizaciones, grupos,
etctera). Todo lo que puede hacerse es categorizar a los participantes
como con aptitud alta y aptitud baja, y asignarlos de acuerdo con ello a
B1 y B2. Sin embargo, es posible asignar a los estudiantes
aleatoriamente a A1 y A2, los grupos de los mtodos. Esto se realiza en
dos etapas: 1) los estudiantes de B1 (aptitud alta) se asignan
aleatoriamente a A1 y A2, y 2) los estudiantes de B2 (aptitud baja) se
asignan aleatoriamente a A1 y A2. Al aleatorizar as a los participantes se
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
puede suponer que antes de que empiece d experimento; los
estudiantes en A1 son aproximadamente iguales a los, estudiantes en A2,
en todas las caractersticas posibles.
El inters aqu radica en los diferentes papeles de la varianza en el
diseo de investigacin y en el principio de la varianza. Antes de
continuar, al principio de la varianza se le llamar "maxmincon" para su
fcil referencia. El origen del nombre es evidente: maximizar la varianza
sistemtica en estudio, controlar la varianza sistemtica extraa y
minimizar la varianza del error, con dos slabas invertidas por eufona.
Antes de ilustrar la aplicacin del principio maxmincon en el presente
ejemplo, debe discutirse un punto importante. Siempre que se hable de
varianza hay que estar seguro de saber de qu tipo de varianza se
habla. Se habla de la varianza de las mtodos, de inteligencia, de
gnero, de tipo de hogar, etctera; parecera que se refiere a la varianza
de la variable independiente, lo cual es verdad y, a la vez, no. Siempre
se refiere a la varianza de la variable dependiente, y a la varianza de las
medidas de la variable dependiente, despus de que se realiz el
experimento. Esto no es cierto en los llamados estudios correlacionales,
donde al decir "la varianza de la variable independiente" significa
justamente eso. Al correlacionar dos variables, se estudian
"directamente" las varianzas de las variables dependiente e
independiente. La referencia "varianza de la variable independiente"
surge del hecho de que, mediante la manipulacin y el control de las
variables independientes, presumiblemente se ejerce influencia sobre la
varianza de la variable dependiente. Dicho de manera algo imprecisa, se
"hace que las medidas de la variable dependiente se comporten o
varen como un supuesto resultado de la manipulacin y el control
de las variables independientes. En un experimento se analizan las
medidas de la variable dependiente y, a partir del anlisis, se infiere que
la varianza total de las medidas de la variable dependiente se deben a la
manipulacin y control de las variables independientes y no al error.
Ahora regresemos al principio en cuestin.
Maximizacin de la varianza experimental
La preocupacin ms obvia del investigador, aunque no
necesariamente la ms importante, consiste en maximizar la llamada
varianza experimental. Dicho trmino se introduce para facilitar
discusiones subsecuentes y, en general, tan slo se refiere a la varianza
de la hiptesis sustantiva. En este en particular, la varianza experimental
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
8
es la varianza en la variable dependiente, presumiblemente debida a los
mtodos A1 y A2, y a los niveles de aptitud B1 y B2. Aunque la varianza
experimental puede tomarse para hacer referencia nicamente a la
varianza debido a la variable manipulada o activa, como los mtodos,
tambin se pueden considerar las variables atributo como inteligencia,
gnero y, en este caso, aptitud, como variables experimentales. Una de
las principales tareas de un experimentador consiste en maximizar esta
varianza. Los mtodos deben "separarse" lo ms posible para hacer a A1
y A2 (y A3, A4, etctera, si estn en el diseo) tan diferentes como sea
posible.
Si la variable independiente no vara de manera sustancial, hay poco
posibilidad de separar su efecto de la varianza total de la variable
dependiente. Es necesarios dar a la varianza de una relacin la
oportunidad de mostrarse, de separarse, por as decirlo, de la varianza
total, la cual es un compuesto de varianzas debidas a numerosas
fuentes y al azar. Teniendo presente este subprincipio del principio
maxmincon, se puede declarar un precepto de investigacin: disear,
planear y conducir la investigacin de tal forma que las condiciones
experimentales sean tan diferentes como sea posible. Existen, por
supuesto, excepciones a este subprincipio, pero probablemente sean
poco comunes. Puede ser que un investigador desee estudiar los
efectos de pequeas gradaciones de, digamos, incentivos
motivacionales sobre el aprendizaje de algn tema. Aqu no s buscara
que las condiciones experimentales fueran lo ms diferentes posible en
la variable dependiente.
En el presente ejemplo de investigacin, este subprincipio se refiere a
que el investigador debe realizar un esfuerzo para hacer a A1 y A2, los
mtodos de aprendizaje de dominio y el tradicional, tan diferentes como
sea posible. Despus, B1 y B2 tambin deben ser tan diferentes como
sea posible, en la dimensin de aptitud. Este ltimo problema en esencia
es uno de medicin, como se ver en un captulo posterior. En un
experimento, el investigador es como un titiritero que hace que los tteres
de la variable independiente hagan lo que l quiere. Sostiene que los
hilos de los tteres A1 y A2 con la mano derecha; y los hilos de los tteres
B1 y B2, con la mano izquierda. (Se supone que una mano no ejerce
influencia sobre la otra, es decir, las manos deben ser independientes.)
Los tteres A1 y A2 se ponen a bailar por separado, al igual que los tteres
B1 y B2; entonces, el investigador presta atencin a la audiencia (la
variable dependiente) para observar y medir el efecto de las
manipulaciones. Si tiene xito al hacer bailar a A1 y A2 por separado, y si
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
existe una relacin entre A y la variable dependiente, y, si por ejemplo,
separar A1 de A2 es gracioso la reaccin de la audiencia debera ser una
carcajada. El investigador incluso puede notar que slo consigue risas
cuando A1 y A2 bailan por separado y, al trismo tiempo, B1 y B2 bailan
por separado (interaccin de nuevo).
Control de variables extraas
El control de variables extraas se refiere a minimizar, anular o aislar
las influencias de aquellas variables independientes extraas a los
propsitos del estudio. Hay tres formas de controlar las variables
extraas. El primero es el ms sencillo, si es posible realizarlo: eliminar
la variable como tal. Si existe preocupacin sobre la inteligencia como un
posible factor contribuyente en estudios de aprovechamiento, su efecto
sobre la variable dependiente virtualmente puede ser eliminado
utilizando participantes con un solo nivel de inteligencia, digamos
puntuaciones de inteligencia dentro del rango de 90 a 110. Si se estudia
el aprovechamiento, y el origen racial es un posible factor contribuyente
a la varianza del aprovechamiento, se elimina utilizando nicamente
miembros de una raza. El principio es: eliminar el efecto de una variable
independiente que posiblemente influya sobre la variable dependiente,
es decir, elegir a les participantes de manera que sean lo ms
homogneas pasible en esa variable independiente.
Este mtodo para controlar la varianza indeseable o extraa es muy
efectivo. Sise selecciona solamente un gnero para un experimento,
entonces se tiene la seguridad de que el gnero no sea una variable
independiente contribuyente. Pero entonces se pierde el poder de
generalizacin; por ejemplo, no es factible hablar sobre la relacin
estudiada respecto a las nias si nicamente se utilizan nios en el
experimento. Si se restringe el rango de inteligencia, entonces
solamente se analiza dicho rango restringido. Es posible qu la
relacin, si se descubre una, sea inexistente o muy distinta con nios de
alta inteligencia o con natos de baja inteligencia? Simplemente no se
sabe,'tan slo se puede conjeturar o suponer.
La segunda forma para controlar la varianza extraa a travs de la
aleatorizacin. sta es la mejor manera, en el sentido de que es posible
tener el pastel y tambin comer un poco de l. En teora, la
aleatorizacin es el nico mtodo para controlar sodas las variables
extraas posibles. Otra forma de expresarlo es: si se logra una
aleatorizacin adecuada, entonces los grupos experimentales pueden
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
9
ser considerados estadsticamente iguales en todas las formas posibles.
Por supuesto que esto no quiere decir que los grupos sean iguales en
todas las variables posibles: Ya se sabe que, por azar, los grupas pueda
ser desiguales; pero con la aleatorizacin adecuada, la" probabilidad de
que sean iguales es mayor que la probabilidad de que no lo sean. Por tal
razn, el control de le vea extraa por medio de la aleatorizacin es un
poderoso mtodo de control. Todos los otros mtodos dejan abiertas
muchas posibilidades de desigualdad. Si se aparean los grupos respecto
a la inteligencia, quiz se logre exitosamente la igualdad estadstica en
inteligencia (al menos en aquellos aspectos de inteligencia que se
miden), pero se puede sufrir de desigualdad en otras variables
independientes significativamente influyentes como aptitud, motivacin y
clase social. Un precepto que surge a partir de est poder igualador de
la aleatorizacin es: siempre que sea posible hacerlo, asigne a los
sujetos a los grupos y a las condiciones experimentales de manera
aleatoria, y asigne las condiciones y otros factores a los grupos
experimentales de manera aleatoria.
El tercer mtodo para controlar una variable extraa es incluirla en el
diseo como una variable independiente. Por ejemplo, suponga que en
el experimento discutido anteriormente se fuera a controlar el gnero y
que se considerara inoportuno o imprudente eliminarlo. Se podra aadir
una tercera variable al diseo: el gnero. A menos que se estuviera
interesado en la diferencia real entre los gneros respecto a la variable
dependiente, o se deseara estudiar la interaccin entre una o des de las
otras variables y el gnero, es poco probable que se utilice esta forma de
control. Se puede desear informacin del tipo antes mencionado y
tambin desear controlar el gnero. En tal caso sera deseable aadirlo
al diseo como una variable. El punto es que incorporar una variable a
un diseo experimental controla la variable, ya que, entonces, resulta
posible extraer de la varianza total de la variable dependiente, la
varianza debido a la variable. (En el caso anterior se tratara de la
varianza entre gneros".)
Tales consideraciones llevan a otro principio: una variable extraa
puede ser controlada al incorporarla al diseo de investigacin como una
variable atributo, logrando as control y proporcionando informacin
adicional de investigacin sobre el efecto de la variable sobre la variable
dependiente y sobre su posible interaccin con otras variables
independientes.
La cuarta forma para controlar la varianza extraa consiste en
aparear a los participantes. El principio de control detrs del
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
apareamiento es el mismo que aquel para cualquier otra forma de
control: el control de la varianza. El apareamiento es similar de hecho
podra llamarse un corolario al principio del control de la varianza de
une variable extraa mediante su incorporacin al diseo. El principio
bsico consiste en dividir una variable en dos o ms partes en un diseo
factorial, digamos en inteligencia alta y baja, y despus aleatorizarla
dentro de cada nivel, como se describi antes. El apareamiento es un
caso especial de este principio. Sin embargo, en lugar de dividir a los
participantes en dos, tres o cuatro partes, se dividen en N/2 partes;
donde N es el nmero de participantes involucrados; de esta manera se
incorpora al diseo el control de la varianza.
Con el uso del mtodo de apareamiento pueden surgir varios
problemas. En primer lugar, la variable respecto a la cual se aparean los
participantes debe estar sustancialmente relacionada con la variable
dependiente o el apareamiento es una prdida de tiempo; aun peor,
puede causar confusin. Adems, el a apareamiento tiene limitaciones
severas. Si se intenta aparear, digamos, ms de dos variables, o incluso
ms de una, se pierden participantes. Es difcil encontrar participantes
apareados en ms de dos variables. Por ejemplo, si se decide aparear a
los sujetos en cuanto a inteligencia, gnero y clase social, se puede
tener xito al aparear los dos primeras variables, pero se puede fracasar
al intentar encontrar pares que sean bastante iguales en las tres
variables. Adase una cuarta variable y el problema se torna difcil,
incluso con frecuencia imposible de resolver.
Sin embargo, no se tire al beb con el agua del bao. Cuando existe
una correlacin sustancial entre la variable o variables apareadas y
variable dependiente (mayor que .50 o .60), entonces el apareamiento
reduce el trmino del error y aumenta la presin de un experimento, un
resultado deseable. Si se utilizan los mismos participantes con diferentes
tratamientos experimentales llamados medidas repetidas o diseo de
bloque aleatorizado, entonces se tienen poderosos controles de la
varianza. Cmo se puede realizar un mejor apareamiento en todas las
variables posibles que apareando un sujeto consigo mismo? Por
desgracia, otras consideraciones negativas generalmente impiden dicha
posibilidad. Debe enfatizarse con vigor que el apareamiento de cualquier
tipo no sustituye la aleatorizacin. Si se aparea a los participantes,
entonces ellos deben ser asignados aleatoriamente a los grupos
experimentales. A travs de un procedimiento aleatorio, como lanzar una
moneda o utilizar nmeros pares o nones aleatorios, los miembros de los
pares apareados son asignados a los grupos experimental y control. Si
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
10
los mismos participantes son sometidos a todos Los tratamientos,
entonces el orden de los tratamientos debe asignarse aleatoriamente.
Esto aade control de aleatorizacin al apareamiento, o control de
medidas repetidas.
Un principio sugerido por el presente anlisis es: cuando una variable
apareada se correlaciona sustancialmente con la variable dependiente,
el apareamiento, como forma de control de la varianza, resulta til y
deseable. Sin embargo, antes de realizar un apareamiento se debe
sopesar cuidadosamente sus ventajas y desventajas en una situacin de
investigacin particular. La aleatorizacin completa o el anlisis de
covarianza pueden ser mejores mtodos de control de varianza.
Otra forma de control, el control estadstico, se analiz en captulos
previos; pero uno o dos comentarios son pertinentes en este momento.
Los mtodos estadsticos constituyen, por as decirlo, formas de control
en el sentido de que aslan y cuantifican las varianzas. Pero el control
estadstico es inseparable de otras formas de control de diseo. Por
ejemplo, si se utiliza el apareamiento, debe usarse una prueba
estadstica apropiada, de otro modo se perder el efecto del
apareamiento y, por lo tanto, el control.
Minimizacin de la varianza del error
La varianza del error es la variabilidad de las medidas debidas a
fluctuaciones aleatorias, cuya caracterstica bsica es que son
autocompensatorias, es decir, en un momento varan de una forma,
luego de otra, a veces positiva, a veces negativa, a veces hacia arriba, a
veces hacia abajo. Los errores aleatorios tienden a equilibrarse entre s,
de tal maneta que su media es cero.
Existen varios determinantes de la varianza del error, por ejemplo,
factores asociados con las diferencias individuales entre los
participantes. Por lo comn, a esta varianza debida a diferencias
individuales se le llama "varianza sistemtica". Pero cuando dicha
varianza no puede identificarse ni controlarse, debe agruparse con la
varianza del error. Puesto que muchos determinantes interactan y
tienden a cancelarse entre s (o al menos se supone que lo hacen), la
varianza del error tiene estas caractersticas aleatorias.
Otra fuente de la varianza del error es aquella asociada con los
llamados errores de medicin: variacin de las respuestas de un ensayo
a otro, adivinacin, inatencin momentnea, fatiga ligera temporal, fallas
de la memoria, estados emocionales transitorios de los participantes,
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA
MDULO 2201- LA INVESTIGACIN CIENTFICA EN LA PSICOLOGA
etctera.
Minimizarla varianza del error tiene dos aspectos principales: 1) la
reduccin de los errores de medicin a travs de condiciones
controladas y 2) un aumento en la confiabilidad de las medidas. Mientras
menor sea el control de las condiciones de un experimento mayor ser la
influencia de los muchos determinantes de la varianza del error. sta es
una de las razones para establecer con cuidado condiciones
experimentales consoladas. En estudios bajo condiciones de campo, por
supuesto, dicho control se vuelve difcil; aun as, deben realizarse
esfuerzos constantes para disminuir los efectos de los mltiples
determinantes de la varianza del error. Esto puede hacerse, en parte,
dando instrucciones claras y especficas a los participantes, y
excluyendo de la situacin experimental los factores que sean extraos
al propsito de la investigacin.
Incrementar la confiabilidad de las medidas implica reducir la varianza
del error. Aunque en posteriores captulos se incluyen anlisis ms
completos sobre el tema, de momento diremos que la confiabilidad se
considera como la precisin de un conjunto de puntuaciones. Hasta el
punto en que las puntuaciones no flucten aleatoriamente, son
confiables. Imagine un instrumento de medicin no confiable por
completo; dicho instrumento no permite predecir el desempeo futuro de
los individuos; en un momento brinda un ordenamiento de los rangos
para una muestra de participantes y un ordenamiento diferente de los
rangos en oto momento Con un instrumento de este tipo no sera posible
identificar ni extraer las varianzas sistemticas, debido a que las
puntuaciones generadas por el instrumento seran como nmeros en
una tabla de nmeros aleatorios, que es el caso extremo. Ahora
imaginen cantidades diferentes de confiabilidad y de no confiabilidad en
las medidas de la variable dependiente. Cuanto ms confiables sean las
medidas, mejor se podran identificar y extraer las varianzas sistemticas
y menor ser la varianza del error en relacin con la varianza total.
Otra razn para reducir la varianza del error tanto como sea posible,
es darle la oportunidad a la varianza sistemtica para que se muestre a
s misma, lo cual no puede hacerse si la varianza del error y, por lo tanto,
el trmino del error, son demasiado grandes. Si existe una relacin, se
busca descubrirla. Una forma de descubrir la relacin consiste en
encontrar diferencias significativas entre las medias. Pero si la varianza
del error es relativamente grande, debido a errores de medicin no
controlados, la varianza sistemtica llamada antes varianza "entre"
no tendr la oportunidad de aparecer. Por lo tanto, aunque existente, la
Para profundizar en este tipo de contenidos consulte la obra:
Kerlinger, F. N. y Lee, H. W. (2002). Investigacin del comportamiento.
Mtodos de investigacin en ciencias sociales. Mxico: McGrawHill.
11
relacin probablemente no ser detectada.
El problema de la varianza del error puede expresarse con claridad
en forma matemtica: recuerde la siguiente ecuacin:
Vt =Ve+Ve
donde Vt, es la varianza total en un conjunto de medidas; Ve es la
varianza entre grupos, la varianza presumiblemente debida a la
influencia de las variables experimentales; y Ve es la varianza del error
(en el anlisis de varianza, la varianza dentro de grupos y la varianza
residual). En efecto, a mayor valor de Ve, menor deber ser Ve, con una
cantidad dada de Vt.
Considere la siguiente ecuacin: F = Ve / Ve. Para que el numerador
de la fraccin a la derecha sea evaluado con precisin respecto a una
desviacin significativa de las expectativas por el azar, el denominador
debe ser una medida exacta del error aleatorio.
Un ejemplo familiar sirve para aclarar esto. Recuerde que en la
discusin sobre el anlisis de varianza factorial y sobre el anlisis de
varianza de grupos correlacionados, se habl sobre la varianza debida a
las diferencias individuales presentes en las medidas experimentales. Se
afirm que, mientras que la aleatorizacin adecuada puede igualar
efectivamente a los grupos experimentales, habr varianza en las
puntuaciones debida a las diferencias individuales; por ejemplo,
diferencias debidas a la inteligencia, aptitud, etctera. Ahora, en algunas
situaciones, estas diferencias individuales pueden ser bastante grandes.
Si lo son, entonces la varianza del error y, en consecuencia el
denominador de la ecuacin F anterior, sern "demasiado grandes" en
relacin con el numerador, es decir, las diferencias individuales habrn
sido aleatoriamente dispersadas entre, digamos, dos, tres o cuatro
grupos experimentales. Aun as, son fuentes de varianza y, como tales,
inflarn la varianza dentro de los grupos ola residual es decir, el
denominador de la ecuacin anterior.
UNIDAD III PRINCIPIOS BSICOS DE LA INVESTIGACIN CON GRUPOS EN LA PSICOLOGA