DIFERENCIAS INDIVIDUALES. EL “CUBO DE DATOS” DE R. B. CATTELL, O “LA MATRIZ BÁSICA DE DATOS”. Representa los diferentes tipos de relaciones bivariadas que pueden darse entre las variables objeto de estudio. En concreto, las relaciones entre las variables pueden representarse mediante un cubo, cuyas tres dimensiones se corresponden con las tres fuentes de variación existentes: personas (o individuos), situaciones (tests), y ocasiones (tiempo). Cada una de las caras del cubo representa un tipo de relación bivariada posible, es decir, se ponen en relación dos de las tres variables (o dimensiones), y se mantiene constante la tercera variable (o dimensión). El Cubo da lugar a seis tipos de análisis bivariados: *La técnica R (la más frecuente), y la técnica Q estudian en una sola ocasión (momento temporal), personas y tests, (situaciones o variables). La primera correlaciona pares de variables (tests), en múltiples personas, y trata de hallar factores, (o dimensiones generales que engloban múltiples variables), que los agrupen y administrarlos; y la segunda correlaciona individuos, a través de múltiples tests, con el fin de formar grupos de individuos que tengan en común cualidades, intereses, etc. Ambas técnicas no informan sobre la variabilidad intraindividual. *Las técnicas P y O estudian en un único sujeto las relaciones entre ocasiones y tests. La primera estudia el cambio intraindividual a lo largo del tiempo, y la segunda se centra en determinar qué grupo de situaciones afectan a una persona a lo largo del tiempo. *Las técnicas S y T estudian en una variable concreta (Test o conducta), las relaciones entre ocasiones y personas. La primera determina las semejanzas, y diferencias, que hay entre un grupo de personas, a lo largo del tiempo, en función de una conducta objeto de estudio; la segunda las estudia semejanzas, y diferencias, entre ocasiones de observación de esa particular variable en la muestra de personas.
INVESTIGACIÓN EN DIFERENCIAS INDIVIDUALES.
1.Las dos disciplinas de la Psicología Científica. La psicología científica históricamente se ha dividido en dos disciplinas que se pueden considerar complementarias. a) La psicología experimental. Se encuentra enraizada en las investigaciones de Wundt y Pavlov, (asociacionismo inglés), ambos adaptaron la metodología empleada por la fisiología experimental al estudio de las actividades psíquicas. El objetivo fundamental es comprender los fenómenos estudiados basándose en la “causalidad” provocada experimentalmente bajo control del investigador. Trata de encontrar Leyes Generales objetivas que expliquen la relación causal que existe entre las variables estudiadas, se centra en los procesos y relaciones funcionales que existen entre las variables, desde una perspectiva generalista. Trata de poder explicar, predecir, y controlar, el comportamiento humano.
Psicología Diferencial. Autor: M.Saiz 1
La Psicología experimental, sigue el “principio de causalidad”, y se enmarca dentro del paradigma “Estímulo-Respuesta”(E-R), realiza un análisis sistemático de los efectos producidos sobre la variable dependiente a partir de la manipulación de otra variable independiente, manteniendo constante cualquier otro parámetro que pudiera incidir sobre la relación funcional objeto de estudio, y que pudiera contaminar los resultados obtenidos. Mediante el control se trata de garantizar, en la medida de lo posible, que todos los cambios, de la VD, se deban exclusivamente a la manipulación de la VI, es decir, que el experimento tenga una elevada validez interna eliminando la varianza de error que pudiera interferir. El interés de la orientación experimental es estudiar la varianza entre tratamientos, por ello se procura suprimir la influencia de las diferencias individuales (varianza entre individuos), que en este ámbito representan un tipo de varianza de error a desestimar. En este sentido, se trata de reducir la varianza de error, formando grupos experimentales que sean homogéneos en las variables organísmicas, (o de sujeto). Dicha homogeneización se obtiene mediante la asignación aleatoria de cada sujeto a los distintos grupos experimentales sobre los que posteriormente se aplicará una condición de la VI. La aleatorización distribuye la variabilidad entre las diferentes condiciones experimentales. La aleatorización no elimina la variabilidad debida a “variables extrañas”, sino que la distribuye equitativamente entre las diferentes condiciones experimentales. Otro aspecto que contribuye a minimizar la influencia de la variabilidad individual es contar con un número elevado de sujetos por cada grupo experimental. Una vez se garantiza la homogeneidad, se debe realizar un riguroso control de la manipulación sobre las variables situacionales, para poder evaluar las hipótesis de causalidad que se plantearon. Desde el punto de vista estadístico, el método experimental en sus comienzos descriptivos se baso en la estimación de los parámetros de tendencia central o promedio. Posteriormente, al estudiar la influencia causal que una VI tiene sobre una VD, desarrolló análisis uni- o bivariados, con un claro predominio del Análisis de la Varianza (AVAR). b) La psicología correlacional. Los precursores de la Psicología correlacional son F. Galton y Ch. Spearman. Se basa en el principio de correlación, y se enmarca dentro del paradigma Respuesta- Respuesta (R-R); mediante estrategias correlacionales trata de descubrir las posibles relaciones de covariación, (variación conjunta), existentes entre múltiples variables. En esta disciplina se habla en términos de covariación entre múltiples variables, y de cómo se agrupan éstas entre sí, (no de causalidad). El objetivo es describir, ordenar, y clasificar los datos observados, tal y como éstos se manifiestan en la naturaleza. Así, mediante la observación del organismo se trata de inferir las dimensiones y estructuras de los fenómenos estudiados, analizando las relaciones de interdependencia entre las variables observadas. La psicología de las diferencias individuales estudia las variables endógenas que no se pueden manipular experimentalmente, ya sea por razones externas a la variable, (aspectos de carácter histórico), o debido a causas internas a la misma, como el color de ojos, sexo, etc. Según Cronbach, el científico correlacional se interesa por la variación ya existente ente individuos, grupos sociales, y especies, a diferencia del científico experimental, que se interesa únicamente en la variación que él mismo crea. La psicología correlacional se mantiene en estadios descriptivos relativos a las interdependencias existentes entre las variables consideradas; se centra en el estudio de la “varianza entre individuos” y concibe la “varianza del tratamiento” como la “varianza de error a desestimar”. De hecho las variables ambientales (varianza entre tratamientos), pueden afectar a la manifestación de las diferencias naturales observadas entre las personas, atenuando o enmascarando la relevancia de las mismas. El paradigma correlacional exige tratamientos uniformes, (control de las variables ambientales o situacionales), para garantizar la validez externa de las diferencias individuales observadas. Sólo mediante el paradigma correlacional, se podrá conocer el alcance, y las características, de las diferencias individuales existentes en una variable psicológica dada. En cuanto a las técnicas estadísticas, en un comienzo se centraron en parámetros de dispersión como la desviación típica y la varianza; después, desarrollaron el coeficiente de
Psicología Diferencial. Autor: M.Saiz 2
correlación para estudiar las semejanzas hereditarias, lo cual transformó la investigación diferencial descriptiva en el estudio de la organización mental. Esta técnica representó el punto de partida del Análisis Factorial y de otras técnicas multivariadas. El estudio psicológico de las diferencias individuales avanza mediante una sucesión de diferentes ciclos, inductivo – hipotético – deductivo, en donde la metodología correlacional predomina en un primer estadio, y las aproximaciones experimentales en un segundo estadio.
Antecedentes Tipo de experimento W. Wundt/ I. Pavlov. Galton/ Spearman. Provocado. El fenómeno se Invocado. El fenómeno a produce cuando el investigar es preexistente a Woodworth/E.C Tolman R.B. Cattell/ H.J. Eysenck investigador lo decide la investigación Origen Estudia La varianza entre Asociacionismo. Evolucionismo. La varianza entre individuos. tratamientos. Paradigma Varianza de error a desestimar La varianza entre E-R R-R Las diferencias individuales. tratamientos. Objeto de estudio Perspectiva Nomotético-Idiográfica. Procesos y relaciones Nomotética. Estudio de las Dimensiones y estructuras. Estudio de las diferencias funcionales. Leyes Generales. individuales. Variables que investiga Tipo de medidas Exógenas (tiempo de Endógenas (inteligencia, Interdependencia Dependencia (causalidad). reacción simple,...) extraversión,...) (covariación). Variables organísmicas Técnicas de análisis estadístico Homogeneizadas al azar. Control por asignación. Uni- o bivariadas. Multivariadas. Variables situacionales Procedimientos estadísticos predominantes Riguroso control Análisis de la varianza Controladas por muestreo. Análisis Factorial (AF). manipulativo. AVAR. Control Estadístico en el que se basan Manipulativo. No manipulativo. Promedio. Desviación típica y varianza. Validez predominante Efectos buscados al estudiar las variables Interna. Externa (ecológica). Causación. Covariación. Ámbito de investigación Materias afines Contexto natural (Medio Psicología experimental, Psicometría, personalidad, Laboratorio. externo/ mundo interno del básica, fisiología,... Psicología educativa,... sujeto). DISEÑOS DE INVESTIGACIÓN EN EL ESTUDIO DE DIFERENCIAS INDIVIDUALES. Las distintas estrategias técnico-metodológicas de investigación estarán vinculadas a una serie de técnicas estadístico-analíticas que posibilitaran el logro de objetivos propuestos. Las hipótesis descriptivas y predictivas han sido habituales en psicología diferencial de corte clásico, aunque cada vez, un número mayor de investigaciones, parte de hipótesis de carácter explicativo asociadas a métodos teóricos. EL TÉCNICAS MULTIVARIADAS EN EL ESTUDIO DE LAS DIFERENCIAS INDIVIDUALES. Las técnicas multivariadas son las herramientas estadísticas más utilizadas en la Psicología Diferencial. El concepto multivariado, se refiere a un amplio rango de estrategias de investigación, y de análisis de datos con muchas variables simultáneamente. Estas estrategias se desarrollaron para cubrir, tanto un objetivo descriptivo como inferencial en la estadística, suponen una extensión de técnicas univariadas y bivariadas. Estos análisis se dividen en técnicas o modelos de interdependencia (vinculados al paradigma R-R, de carácter descriptivo, y basados en la covariación entre las variables estudiadas), y de dependencia, (vinculados al paradigma E-R). Además de este criterio clasificatorio, se ha considerado el tipo de escala de medida de las diferentes variables estudiadas. En concreto, las variables pueden ser de dos tipos:
Psicología Diferencial. Autor: M.Saiz 3
* Métricas (cuantitativas), ya que se puede medir la cantidad o magnitud que en esa variable presenta cada sujeto y además permite comparar en una escala graduada en unidades iguales la puntuación de cada sujeto con respecto a los demás. * No métricas (cualitativas), aquellas que sólo designan una cualidad o atributo del fenómeno a estudiar pero no permiten una cuantificación. La elección de un análisis multivariante concreto, estará condicionado por el modelo seguido, por la escala de medida de cada variable, por el número de variables, y por el objeto de estudio propuesto. a) Técnicas de interdependencia: Estudian la covariación entre múltiples variables, y posibilitan describir, clasificar, y hallar estructuras latentes (o constructos), de interés en los fenómenos estudiados. Los datos observados se reducen a una serie de dimensiones, con el fin de obtener una estructura que facilite describir los fenómenos estudiados. También proporcionan la base para posteriores análisis de relaciones de dependencia. El modelo de interdependencia a utilizar dependerá de la estructura de las relaciones que se pretenda obtener en función del fenómeno observado y del carácter métrico o no métrico de las variables a estudiar. b) Técnicas de dependencia: Estudian una serie de VI para predecir y explicar una o más VD. Mediante estas técnicas se intenta conocer cómo funciona la relación entre VI y VD. A las VI se las denomina Variables predictoras, (se utilizan para hacer la predicción); las VD reciben el nombre de Variables Criterio (son empleadas para estudiar si la predicción es adecuada o no). Según Burgaleta, tres serán las cuestiones a dilucidar: Identificar la función que cumplen las variables analizadas al operativizar las hipótesis; Identificar las variables extrañas y moduladoras, a fin de establecer los procedimientos adecuados para su control; Elegir las técnicas de análisis de datos adecuadas a las hipótesis planteadas. De acuerdo con Arnau, los teóricos del método científico han distinguido tradicionalmente tres tipos de estrategias de investigación: a) La descriptiva; b) La correlacional (método selectivo); c) La manipulativa. 1.Manipulabilidad de los diseños. 1.1. DISEÑOS “EX - POST-FACTO”.
Según Kerlinger: “la investigación ex-post–facto es una búsqueda sistemática empírica, en
la cual el científico no tiene control directo sobre las variables independientes, porque ya acontecieron sus manifestaciones, o por ser intrínsecamente no manipulables. Se hacen inferencias sobre las relaciones entre ellas, sin intervención directa, a partir de la variación concomitante de las variables independientes y dependientes”. Los diseños ex–post-facto se caracterizan por: * El investigador no puede manipular, ni tampoco modificar, la VI, por que ya viene dada, (Variable sexo). * El investigador, al no poder realizar una “asignación aleatoria” de los sujetos a las condiciones experimentales, lleva a cabo una selección de los sujetos en función de que posean Psicología Diferencial. Autor: M.Saiz 4 o no determinadas características relacionadas con la variable independiente. (Si los sujetos de ojos marrones son mas sensibles al alcohol que los sujetos de ojos azules). En estos diseños, se analizan las interdependencias entre las variables. Se concibe la VD como el constructo descriptivo que debe explicarse, y como VI aquella que tiene valor explicativo. Un criterio fundamental, en esta distinción, será el orden de sucesión temporal de ambos constructos, (la VI es anterior a la VD). Se establecen dos tipos de diseños en el estudio de las diferencias individuales, denominados métodos comparativos: a) Diseños correlacionales. Engloban todos aquellos procedimientos destinados a explorar y estructurar un campo de observación dado, así como al estudio de hipótesis de naturaleza meramente relacional, con diversos grados de complejidad y aproximación a niveles inferenciales de orden explicativo. Se analizan estos aspectos según objetivos propuestos, el tipo de relación inferido, y las técnicas estadísticas a emplear: a.1) Objetivos descriptivos. Los diseños correlacionales de covariación, (o descriptivos), son de gran utilidad en campos poco estudiados, o demasiado complejos, para establecer taxonomías o dimensiones básicas. Facilitarán el posterior enunciado de hipótesis empíricas más elaboradas, en función de las relaciones detectadas. Según los propósitos de la investigación se pueden distinguir los siguientes apartados: *Análisis de relaciones: Siempre que el objetivo básico de la investigación sea conocer las relaciones entre variables de interés, las estrategias de investigación serán de tipo correlacional. Las técnicas estadísticas específicas son el índice de correlación de Pearson para las muestras paramétricas, y el índice de correlación de Spearman para muestras no paramétricas con datos de carácter original. El estudio de las relaciones entre variables, es de gran utilidad para explorar nuevas áreas de conocimiento. *Análisis de estructuras: Se refiere a la posibilidad de encontrar estructuras subyacente,s que puedan inferirse de la realidad observada, y de reducir un cúmulo de variables a un número restringido y parsimonioso de agrupaciones significativas de carácter conceptual, (hipotéticas). Es decir, posibilita ordenar, agrupar, y clasificar, la realidad observada, mediante la extracción de los aspectos comunes, que subyacen a las relaciones entre las diferentes variables estudiadas. Para lograr este objetivo se recurre a múltiples técnicas multivariadas de interdependencia. De todas ellas, la técnica que destaca es el “análisis factorial”, esta técnica obtiene intercorrelaciones entre una serie de variables observadas, y la estructura que subyace a las relaciones entre dichas variables. La estructura factorial extraída puede ser unidimensional, bidimensional, o tridimensional. El análisis factorial clásico es conocido como “análisis factorial exploratorio”. Este análisis permite inferir la estructura de los fenómenos estudiados, tales como la inteligencia, la personalidad, etc., sin embargo, ha sido tradicionalmente una técnica exploratoria en la búsqueda de unidades psicológicas significativas, por lo que uno de sus problemas serios es la “invarianza factorial”. A juicio de Mulaik una toma de conciencia creciente, respecto a la ambigüedad de los resultados arrojados por el análisis factorial, al reconocer la existencia de un problema de “indeterminación factorial”, ha impulsado el desarrollo de técnicas estadísticas cada vez más potentes entre las que destaca “el análisis factorial confirmatorio”. El análisis factorial exploratorio, es útil en la elaboración de hipótesis relativas a la organización del mudo que se observa, (fase inductiva); el análisis factorial confirmatorio, (fase deductiva), pretende abordar la evaluación, y el correcto ajuste de modelos teóricos elaborados previamente a los resultados obtenidos. Su objetivo será estimar, si la estructura factorial que los datos configuran, se ajusta a un modelo teórico a priori. EL ANÁLISIS FACTORIAL. (Spearman). El Análisis Factorial exploratorio, es una técnica multivariante de interdependencia, que estudia las interrelaciones entre un elevado número de variables observadas, (también denominadas manifiestas, iniciales, o patentes). Su objetivo es extraer la información que se oculta en estas variables, obteniendo un conjunto más pequeño de variables latentes, denominadas factores. Pretende extraer la variación conjunta
Psicología Diferencial. Autor: M.Saiz 5
de variabilidad que tienen en común las variables observadas, y con la mínima pérdida de información relevante. Para realizar un análisis factorial es preciso seguir las siguientes fases: a) Seleccionar las variables a factorizar según el objeto de estudio, (en escala métrica, cuantitativas continuas). b) Calcular la matriz de correlaciones entre variables. c) Extraer la matriz factorial básica. d) Rotar la solución factorial siguiendo unos criterios determinados, facilitando la interpretación de las relaciones entre las variables. Existen dos tipos de rotación diferenciados: oblicua, (cuando se cree que los factores están interrelacionados, permite establecer estructuras factoriales de tipo jerárquico, basadas en la sucesiva factorización de los factores obtenidos en niveles previos de carácter más específico), y ortogonal, (técnica y matemáticamente más adecuada, ya que se entiende que los factores representan dimensiones independientes entre sí). e) Interpretar conceptualmente la matriz factorial rotada. Principales controversias de este análisis: la interpretación de la solución factorial obtenida; y, el tipo de rotación factorial utilizado. Thurstone, propuso que se debía rotar las soluciones factoriales hasta hallar la solución que ofreciera una estructura simple, la más sencilla, y fácil, de interpretar. Postuló nueve factores primarios independientes relacionados con las capacidades mentales, frente al único factor general de capacidad mental, y los diversos componentes específicos residuales de Spearman. Los procedimientos de análisis factorial modernos, señalan que, la organización de la inteligencia, al igual que la personalidad, es jerárquica.
a.2) Objetivos predictivos.
Cuando el conocimiento de las variables que se van a estudiar, permite establecer una división entre las posibles variables predictora,s (variables independientes), y variables criterio, (variables dependientes), técnicas como el análisis de regresión (simple o múltiple), el análisis discriminante, o la correlación canónica, permiten estimar la potencia predictiva del modelo previamente elaborado. La elección de un tipo de análisis u otro, estará en función de la naturaleza de las variables, (métricas o no métricas), y del número de variables predictivas y criterio. Los modelos de regresión permiten estimar, a partir del análisis de las relaciones entre los datos recogidos, los valores o magnitudes de cambio. a.3) Objetivos explicativos. Los “diseños correlacionales causales”, (o explicativos), emplean diversos procedimientos que permiten establecer inferencias causales. Según Hair, existen cuatro criterios para realizar afirmaciones causales: a) asociaciones suficientes entre dos variables; b) antecedentes temporales de la causa frente al efecto; c) falta de alternativas a las variables causales; y d) una base teórica para la relación. Sus ventajas, para el objeto y características de la psicología de las diferencias individuales son: que permiten trabajar con variables latentes a los indicadores externos con los que se trabaja; y concluir acerca del ajuste de los datos, desde un modelo estadístico a un modelo
Psicología Diferencial. Autor: M.Saiz 6
teórico postulado a priori. Esto posibilitará la obtención de indicadores externos adecuados para los propósitos de la investigación. b) Diseños propiamente comparativos. Son calificados de planes experimentales que, a diferencia de los anteriores, no están fundamentados en la estimación de covariaciones, sino en el análisis comparativo de valores medios. Se pretende estudiar si existen diferencias estadísticas significativas, al comparar las puntuaciones medias que obtienen diferentes grupos en la VD de interés. Responderían a esto, las investigaciones que analizan, como efecto principal, las diferencias existentes entre niveles representativos de una VI ligada a características personales no manipulables. Dentro de estos diseños también se incluyen las diferencias intergrupales. A diferencia de los experimentos, en estos diseños no se pueden manipular las VI para observar los cambios producidos en la VD, y tampoco se pueden formar los grupos mediante una aleatorización de los sujetos. Estas dificultades, incrementan el riesgo de realizar interpretaciones impropias, al no poder descartar las hipótesis alternativas, lo que se traduce en serias restricciones al pretender establecer relaciones funcionales de tipo causal entre VI y VD. Los análisis estadísticos más utilizados son “t de Student” que permite comparar dos grupos en una variable dependiente cuantitativa; el Análisis de la varianza “ANOVA” utilizado para comparar tres o más grupos; y el análisis multivariado de varianza “MANOVA” útil para comparar grupos en dos o más variables dependientes. 1.2. DISEÑOS CUASI-EXPERIMENTALES. Son aquellos estudios en los que, si bien no puede establecerse una aleatorización de los sujetos, sí pueden manipularse, de forma sistemática, las condiciones o tratamientos a los estos sujetos experimentales son expuestos, es decir, pretenden analizar la interacción existente entre fuentes de variación individual significativa y determinadas situaciones. Por sus características son considerados por muchos autores como el puente entre dos aproximaciones extremas, la experimental y la correlacional. En el estudio de las diferencias individuales, representan una vía de análisis que hace más factible el contraste de hipótesis relativas a los procesos subyacentes, y al valor funcional de las variables personales, a través del estudio de la interacción con el contexto, o mediante aquellas manipulaciones experimentales diseñadas al efecto. Por ello, posibilitan un acercamiento progresivo al estudio científico de las diferencias individuales dentro de un marco interactivo. 2.Temporalidad de los diseños. Históricamente se han diferenciado dos tipos de diseños temporales o evolutivos: transversales y longitudinales. Ambos tienen como objeto genérico de estudio los cambios vinculados a la edad cronológica (VI), en la VD estudiada. La edad cronológica es una variable de selección, (no manipulable), proporciona un mayor juego metodológico que el resto de variables de selección, porque además de permitir realizar comparaciones intergrupales en función de la edad, posibilita estudiar el cambio que se produce a lo largo del tiempo. La edad no es la causante del cambio, sino los procesos evolutivos que actúan en función de la edad, tales como la maduración, el aprendizaje, y la interacción entre ambos. DISEÑOS TRANSVERSALES DISEÑOS LONGITUDINALES Recogida de datos Sincrónica. Diacrónica. Intersujeto (o de medidas Diseño Intrasujeto (o de medidas repetidas). independientes). Variable constante Un único momento temporal. Una única muestra generacional. Objeto de estudio Las diferencias entre edades. Cambios (variación) con la edad. Comparar diferentes grupos de edad en Estudiar la evolución de cada sujeto a lo Procedimiento la VD. largo del tiempo en la VD. *Mayor economía, facilidad, y rapidez. *Mayor garantía explicativa. Aspectos positivos *Baja tasa de abandonos. *Análisis real de los cambios observados. * Control de los efectos históricos. *Control de los efectos de cohorte. Principal sesgo Los efectos de cohorte o de generación. Los efectos históricos o del aprendizaje. metodológico
1.1. EL DISEÑO TRANSVERSAL.
Recoge los datos de forma sincrónica, se estudia en un mismo momento temporal una VD determinada, en diferentes grupos de sujetos, seleccionados según la edad cronológica. El Psicología Diferencial. Autor: M.Saiz 7 objeto de interés de este diseño es estudiar las diferencias entre edades, y se emplea un diseño intersujeto, o de medidas independientes, (al comparar grupos de edad diferentes en la VD de interés). Estos diseños han sido utilizados, y lo son, por la mayor economía, facilidad, y rapidez, tanto de aplicación, como de obtención de resultados. Muestran una baja tasa de abandonos, y permiten el control de los efectos históricos. Las variantes destinadas al análisis de las diferencias intergrupales, son los diseños transculturales, y los transnacionales, así como los transeccionales. Limitaciones: a)El efecto de cohorte: representa un sesgo metodológico. Una cohorte de edad, (o generación), es un grupo de personas que han nacido en el mismo año, y han tenido las mismas influencias históricas. Por ello, cuando se encuentran diferencias al comparar diferentes cohortes de edad, no se pueden atribuir exclusivamente a la edad cronológica, sino también a todas las influencias culturales y ambientales. b)Dificultad para establecer con propiedad relaciones causales. c)No sabe hacia dónde se podría dirigir el cambio de cada generación, o de cada individuo. d)Dentro de una generación evaluada, se incluyen sujetos que tienen la misma edad cronológica, pero con diferentes niveles de maduración o procesos de cambio, tales como la edad mental, la edad biológica, o la edad social. 1.2. EL DISEÑO LONGITUDINAL. Obtiene los datos de forma diacrónica, se estudia en diferentes momentos temporales el cambio que se produce vinculado a la edad en la VD de interés. El objeto de interés es estudiar el cambio a lo largo del tiempo de los mismos sujetos o grupos, emplea un diseño intrasujeto o medidas repetidas. Por consiguiente, este diseño representa una opción alternativa al transversal, así como una aproximación a la “contrastación de hipótesis explicativas”, dado que introduce una dimensión temporal que permite estimar el sentido del cambio; cada una de las variables es evaluada en diversos momentos temporales que, según decida el investigador, pueden variar en cuanto a su frecuencia y extensión. Controlan el efecto de cohorte. También se les puede denominar “diseños de intracohorte”. Mediante estos diseños, los cambios observados en un mismo individuo, se pueden generalizar a los cambios en los grupos de edad. Estas estrategias no resuelven el problema de la espueridad, es decir, no se asegura que la relación encontrada entre la VD e VI se deba a la influencia causal de una tercera variable, de tal forma que si ésta se neutralizara desaparecería la relación observada. A pesar de ello, el uso de modelos estructurales, (que tratan de desentrañar las complejas relaciones causa – efecto), pueden también contribuir a una mayor consolidación de los datos obtenidos. El diseño longitudinal simple,(o secuencial), permite, a diferencia del transversal, estimar directamente los efectos ocasionados por la edad. Su estrategia metodológica presenta una serie de limitaciones: * Efectos históricos o efectos de aprendizaje: se puede confundir el efecto de la edad con el efecto asociado al momento en el que se realizó la prueba. * Mayores costes de realización y organización que los diseños transversales. * Elevada tasa de abandonos, (también denominada mortandad experimental). *Ausencia de equivalencia en los instrumentos de evaluación empleados para edades diferentes. * Ceñirse al estudio de una sola generación, limita la investigación a un análisis de los efectos propios de dicha generación. Responde sólo al estudio de las características de una generación. Los investigadores motivados por estas limitaciones han sugerido algunas modificaciones, dando lugar a: -Diseño longitudinal transverso: combina ambos diseños mediante un seguimiento longitudinal, de varios grupos generacionales, y análisis de cortes transversales, entre los mismos. Se podría apreciar cuáles son los efectos propios de la edad, y cuáles son producto de la generación de pertenencia. -Diseño longitudinal de poblaciones: tomando una población como referencia, en estos, varían los sujetos pero se mantiene la población, (edad o edades), objeto de estudio. Este diseño permite estimar cómo afectan los cambios sociales y culturales a la población.