1. ¿Qué es un diseño de investigación?
1.1. Es una guía para que el investigador lleve a cabo la investigación.
2. Fundamentos
2.1. Manipula al menos una variable independiente. No cuentan con aleatorización para igualar los grupos antes de iniciar un tratamiento.
2.2. Es un subconjunto del producto cartesiano de las variables dependiente e independiente. Con solo una variable independiente, se divide la única variable; con más de una variable independiente, las variables independientes, se concierten en particiones cruzadas.
2.3. El método más acorde a estos diseños experimentales es el análisis de varianza
2.3.1. Sí las variables independientes son no experimentales, entonces el análisis de varianza no es el apropiado.
2.3.2. Sí una variable independiente es experimental y la otra no experimental, el análisis de varianza es el apropiado.
2.4. Los supuestos del análisis de varianza, frecuentemente se violan en los diseños no experimentales.
2.4.1. En este caso, la regresión múltiple puede ser un método de análisis de datos más apropiados para dichos diseños.
3. Tipos de diseños
3.1. Diseño 20.1 con dos grupos
3.1.1. Muy apropiados para objetivos experimentales en la investigación de comportamiento
3.1.1.1. Ventajas
3.1.1.1.1. Mejora el sistema de control teórico integrado. Es flexible, capaz de extenderse a cualquier numero de grupos con cualquier número de variables. Sí se extiende a más de una variable, puede probar hipótesis al mismo tiempo.
3.2. Diseño 20.2
3.2.1. Su estructura es similar al diseño 20.1, su diferencia es que los participantes están apareados en uno o más atributos.
3.2.1.1. Adecuado en situaciones donde la aleatorización no funciona adecuadamente.
3.3. Diseño 20.3
3.3.1. Su aplicación es una manera de determinar si los grupos son iguales o si funcionó la aleatorización. Utiliza pretest que puede sensibilizar a los participantes del experimento.
3.4. Diseño 20.4
3.4.1. El grupo de control se mide en un pretest. El grupo experimental recibe el tratamiento y el postest. Indica un antes y un después simulado.
3.5. Diseño 20.5
3.5.1. Diseño de tres grupos simulando un antes-después. Similar al diseño 20.3 con la diferencia que involucra un tercer grupo que recibe tratamiento y no utiliza el pretest.
3.6. Diseño 20.6 de cuatro grupos de Solomon
3.6.1. Maneja varias de las preocupaciones que se tienen dentro de la investigación del comportamiento.
4. Aplicaciones de los diseños en la investigación: grupos aleatorizados y correlacionados.
4.1. Diseño simple de sujetos aleatorizados
4.1.1. Experimentan con variables independientes activas y manipuladas. Es un diseño común en la investigación del comportamiento.
4.1.1.1. El método estadístico que utiliza es el análisis de varianza.
4.2. Diseños factoriales
4.2.1. Diseño factorial con grupos correlacionados
4.2.1.1. Apropiado cuando las unidades son parte de la situación de investigación
4.2.1.1.1. Su principal fortaleza es que puede aislar y medir las varianzas, y probar las interacciones.
4.2.2. Diseño básico (20.1). Es la estructura de la investigación en la cual se yuxtaponen dos o más variables independientes para estudiar sus efectos independientes e interactivos sobre una variable dependiente.
4.3. Grupos correlacionados
4.3.1. Existe varianza sistémica en las medidas de la variable dependiente, debida a la correlación entre grupos en alguna variable relacionada con la variable dependiente.
4.3.1.1. Puede ser de tres formas:
4.3.1.1.1. Empleando las mismas unidades. Apareando las unidades en torno a una o más variables independientes que estén relacionadas con la variable dependiente. Usando más de un grupo de unidades en el diseño.
4.4. Análisis de covarianza
4.4.1. Es un método de sujetos correlacionados del análisis estadístico.
4.4.1.1. Una covariable ajusta la variable dependiente y, después, los valores ajustados se utilizan en un análisis de varianza.
4.4.1.1.1. La regresión es otro método estadístico que sirve para tal propósito.
5. Tipos de investigación
5.1. Cuasi experimentales y con N=1
5.1.1. No puede seleccionar a los participantes aleatoriamente, a condiciones de tratamiento aleatorio, ni controlar la manipulación de la variable independiente.
5.1.1.1. Por eso, se les llama cuasi, porque significa casi.
5.1.2. Se distinguen dos tipos:
5.1.2.1. Diseño de grupo de control no equivalente.
5.1.2.1.1. Es el más usado, pertenece al grupo experimental—grupo control.
5.1.2.2. Diseño de grupo de control sin tratamiento
5.1.2.2.1. No incluye tratamiento con pretest y postest
5.1.3. Diseños del tiempo
5.1.3.1. Variante del diseño cuasi experimental.
5.1.3.1.1. Son diseños longitudinales que incluyen mediciones repetidas de las mismas variables dependientes en diferentes intervalos de tiempo fijos.
5.1.4. Utilizan un solo sujeto, o muy pocos participantes. Cada uno se estudia de manera individual.
5.1.4.1. Los procedimientos de aleatorización se usan muy rara vez, son sustituidas por mediciones repetidas o intervalos de tiempo que se asignan aleatoriamente a las distintas condiciones de tratamiento.
5.1.4.1.1. Sus ventajas es que son flexibles y la investigación es ética, pero la desventaja es que carece de credibilidad de la validez externa.
5.1.5. La línea base estable es una tarea fundamental de este tipo de diseños.
5.1.6. Diseño ABA. Es cuando se establece una línea base luego de la administración de un tratamiento y, después, por el retiro de tratamiento.
5.1.6.1. Al aplicarlo, es muy probable que el tratamiento sea irreversible, dejando al paciente en estado de mejoría, sin regresar al paciente a su estado original.
5.1.6.2. Uso de líneas de bases múltiples
5.1.6.2.1. Emplea varias líneas antes de aplicar el tratamiento al participante.
6. Investigación no experiemental
6.1. Es la búsqueda empírica y sistemática en la que el científico no posee control directo de las variables independientes, debido a que sus manifestaciones ya han sucedido o a que son inherentemente no manipulables.
6.1.1. Desarrolla hipótesis antes de iniciar un estudio y no posee una variable independiente activa
6.2. Diferencias con la investigación experimental
6.2.1. En esta investigación se observa, a diferencia de la investigación experimental que se hipotetiza.
6.2.2. Otra diferencia es el control
6.3. Autoselección
6.3.1. Los participantes pueden asignarse a sí mismos a los grupos, con base en características diferentes de aquellas que interesan al investigador
6.3.2. La autoselección ocurre cuando los miembros de los grupos estudiados están en los grupos, ya sea por características diferentes o características que influyan con las variables del problema.
6.4. Desventajas de la investigación no experimental
6.4.1. Las variables independientes no pueden ser manipuladas.
6.4.2. No pueden aleatorizar.
6.4.3. Corren el riesgo de ser interpretadas inadecuadamente.