Vous êtes sur la page 1sur 8

4.

MÉTODOS DE INVESTIGACIÓN EN EL ESTUDIO DE LAS


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.

EXPERIMENTAL CORRELACIONAL EXPERIMENTAL CORRELACIONAL


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.

Psicología Diferencial. Autor: M.Saiz 8

Vous aimerez peut-être aussi