EL EXPERIMENTO

M É T O D O C U A N T I TAT I V O
STJ, 2019
https://www.youtube.com/watch?v=G0Ak5hUC-JI&t=372s
DEBEMOS PODER RESPONDER:
¿Por qué los experimentos permiten inferencias de causa y efecto?
¿Cómo se puede prevenir el sesgo en la investigación
experimental?
 ¿Cómo pueden generalizarse los resultados de un pequeño grupo
de personas a toda una población?
¿Cómo se pueden diseñar los experimentos?
VARIABLES CONFUSAS
• Son las variables que potencialmente pueden distorsionar la
relación entre VI y VD. Contribuyen al sesgo. Estas variables deben
ser controladas, ya sea eliminándolas o manteniéndolas constantes
en todos los grupos de participantes para que no afecten la
comparación.
 EJEMPLO
• X: Privación de sueño (que se manipula al despertar a un
grupo de participantes cada 15 minutos cuando duermen,
mientras que el grupo de control duerme normalmente)
• Y: Rendimiento de la memoria (que mide por una simple
prueba de memoria en la mañana)

Variable confusa: Dejar que el grupo de control

duerma en la casa mientras en grupo experimental
duerme en el laboratorio.
Variable Z: el estrés causado por el entorno
desconocido. Podría darse el caso de que en este
experimento fuera el entorno desconocido (Z) el que
causó una reducción en el rendimiento de la memoria
(Y), en lugar de la falta de sueño (X).
¿CÓMO PODRÍAN LOS INVESTIGADORES
HABER CONTROLADO LA VARIABLE DE
CONFUSIÓN (Z) EN ESTE EJEMPLO?
MUESTREO EN EL EXPERIMENTO

• Diferencia entre: Población Objetivo y Muestra

.La población objetivo es el grupo de personas al que se espera que se generalicen los
resultados del estudio.
La muestra es el grupo de personas que participan en el experimento en sí.
• ¿Cómo podemos asegurarnos de que los resultados
obtenidos en la muestra puedan generalizarse a la
población objetivo?

• Lo hacemos a través de la representatividad, la propiedad clave de una muestra. Se dice

que una muestra es representativa de la población objetivo si refleja todas sus características
esenciales.
• No existe una forma cuantitativa de establecer la representatividad de una muestra y siempre
es decisión de un investigador el decir si una característica particular es esencial o no. Esto se
hace sobre la base del conocimiento previo de teorías publicadas y estudios de investigación.
En cualquier caso, la elección de la población objetivo debe estar bien justificada y explicada
explícitamente.
TIPOS DE MUESTREO:
• Muestreo Aleatorio:
Enfoque ideal para hacer que la muestra sea representativa.
Cada miembro de la población objetivo tiene las mismas posibilidades de formar
parte de la muestra.
Podría decirse que una muestra aleatoria de tamaño suficiente es una buena
representación de una población, lo que hace que los resultados sean fácilmente
generalizables.
El muestreo aleatorio no siempre es posible por razones prácticas. ( Por ejemplo:
Todos los adolescentes del mundo,
Un ejemplo de estrategia de muestreo aleatorio es una encuesta telefónica previa a la
elección en la que los participantes se seleccionan al azar de la guía telefónica o
perfiles de Facebook ( todos tienen teléfono?)
• Muestreo Estratificado

Este enfoque es más basado en la teoría.

Primero se deciden las características esenciales que debe reflejar la muestra luego estudia
la distribución de estas características en la población objetivo recluta a sus participantes de
una manera que mantenga las mismas proporciones en la muestra que se observa en la
población.
Para una muestra estratificada necesita asegurarse de que la muestra tenga las
mismas proporciones.
Lo que hace que el muestreo estratificado sea especial es que está basado en
la teoría y garantiza que las características esenciales de la población definidas
por la teoría estén representadas de manera justa y equitativa en la muestra.
Esta puede ser la opción ideal cuando esté seguro de las características
esenciales de los participantes y cuando los tamaños de muestra disponibles
no sean grandes
Muestreo por conveniencia ( oportunidad)
Para esta técnica reclutas participantes que están más fácilmente disponibles.
Podría haber varias razones para elegir el muestreo de conveniencia. Primero, es la técnica de
elección cuando los recursos financieros y el tiempo son limitados. En segundo lugar, podría
haber razones para creer que las personas no son tan diferentes en términos del fenómeno en
estudio
Es útil cuando la generalización de resultados no es el objetivo principal de su investigación.
La limitación del muestreo por conveniencia es la falta de representatividad.
Muestreo auto-seleccionado
Se refiere a reclutar voluntarios.
 La fortaleza del muestreo auto seleccionado es que es una forma rápida y
relativamente fácil de reclutar individuos y al mismo tiempo tener una amplia
cobertura.
La limitación más esencial, es la representatividad. Las personas que se ofrecen
voluntariamente para participar en experimentos pueden estar más motivadas
que la población general, o pueden estar buscando incentivos (en muchos
estudios, los participantes son recompensados económicamente por su
tiempo).
ACTIVIDAD
DISEÑOS EXPERIMENTALES
• Los experimentos siempre implican manipular algunas variables y
medir el cambio en otras. Pero las formas específicas en que se
puede organizar esto difieren según los objetivos de la investigación.
• La organización de grupos y condiciones en un experimento se
conoce como diseño experimental, y hay tres tipos básicos
de diseño experimental.
1. DISEÑO DE MEDIDAS INDEPENDIENTES
Implica la asignación aleatoria de los participantes en grupos y una comparación entre estos
grupos.
En su forma más simple, asigna al azar participantes de la muestra al grupo experimental y al
grupo de control.
Luego se manipulan las condiciones experimentales para que sean las mismas en los dos
grupos, excepto la variable independiente.
Después de la manipulación, se compara la variable dependiente en los dos grupos.
2. DISEÑO DE PARES EMPAREJADOS
• Similar a las medidas independientes.
• La única diferencia es que, en lugar de una asignación completamente aleatoria, los investigadores
usan el emparejamiento para formar los grupos.
• El investigador considera que es particularmente importante que los grupos sean equivalentes en
una variable específica.
• El tamaño de la muestra no es grande, por lo tanto, existe la posibilidad de que la asignación
aleatoria en los grupos no sea suficiente para asegurar la equivalencia del grupo.

• Ejemplo: Memoria y privación de sueño.

3. DISEÑO DE MUESTRAS REPETIDAS
• Se usa cuando el objetivo es comparar condiciones en lugar de grupos de
participantes.
• El mismo grupo de participantes está expuesto a dos (o más) condiciones, y se
comparan las condiciones.
Por ejemplo, imagine que su objetivo es investigar el efecto de la música clásica
en el aprendizaje. Pide a los participantes que aprendan una lista de trigramas
(combinaciones sin sentido de tres letras como HPX, LJW) durante 10 minutos
en silencio y luego, registran la cantidad de trigramas recordados correctamente.
Luego le pide a los mismos participantes que aprendan una lista diferente de
trigramas durante otros 10 minutos, pero esta vez con la música clásica como
fondo. Comparas los resultados del primer y segundo ensayo.
• El problema con los diseños de medidas repetidas es que son vulnerables a los
efectos de la repetición:
– Resultados pueden ser diferentes dependiendo de qué condición viene primero (por ejemplo,
silencio, luego música clásica o música clásica, luego silencio). Los efectos de orden pueden
aparecer debido a varias razones, como las siguientes.
– Práctica: los participantes practican, mejoran su concentración en la tarea y se sienten más
cómodos con la tarea experimental durante la primera prueba. Su desempeño en la segunda
prueba aumenta.
– Fatiga: los participantes se cansan durante la primera prueba y su concentración disminuye. Su
desempeño en la segunda prueba disminuye.
• Una ventaja de los diseños de medidas repetidas es que las
personas se comparan esencialmente con ellas mismas, lo que
supera la influencia de la variabilidad del participante (diferencias
entre los grupos antes de que comience el experimento). Hace que
la comparación sea más confiable.
• Otra ventaja que se desprende de esto, es que se requieren
tamaños de muestra más pequeños.
CALIDAD DE LOS EXPERIMENTOS

• Construcción
• Validez Interna
• Validez Externa
VALIDEZ DE CONSTRUCCIÓN

• Caracteriza la calidad de las operacionalizaciones.

• Pasar de una operacionalización a una construcción siempre es un poco un salto. La validez de
construcción de un experimento es alta si este salto está justificado y si la operacionalización
proporciona una cobertura suficiente de la construcción.
VALIDEZ INTERNA
• La validez interna caracteriza la calidad metodológica del experimento.
• La validez interna es alta cuando las variables de confusión se han
controlado y estamos bastante seguros de que fue el cambio en la VI (no
otra cosa) lo que causó el cambio en la VD. En otras palabras, la validez
interna se vincula directamente con el sesgo: cuanto menor es el sesgo,
mayor es la validez interna del experimento.
VALIDEZ EXTERNA
• La validez externa caracteriza la generalización de los hallazgos en
el experimento. Existen dos tipos de validez externa: la validez
poblacional y la validez ecológica.
• La validez de la población se refiere a la extensión a los cuales
se pueden generalizar los hallazgos de la muestra a la población
objetivo. La validez de la población es alta cuando la muestra es
representativa de la población objetivo y se utiliza una técnica de
muestreo apropiada.
• La validez ecológica se refiere a la medida en que los hallazgos
pueden generalizarse desde el experimento a otros entornos o
situaciones. Se vincula a la artificialidad de las condiciones
experimentales. En experimentos de laboratorio altamente
controlados, los sujetos a menudo se encuentran en situaciones
que no se parecen a su vida diaria.