I.

TIPOS DE INVESTIGACIÓN

Según el doctor José Supo existen muy diversos tratados sobre las tipologías
de la investigación. Las controversias para aceptar las diferentes tipologías
sugieren situaciones confusas en estilos, formas, enfoques y modalidades. En
rigor, y desde un punto de vista semántico, los tipos son sistemas definidos para
obtener el conocimiento. Se presenta una síntesis de los tipos.

1. Según la fuente de información:

 Investigación documental.
 Investigación de campo.

2. Según la extensión del estudio:

 Investigación censal.
 Investigación de caso. (Encuesta).

3. Según las variables:

 Experimental.
 Casi experimental.
 Simple y compleja.

4. Según el nivel de medición y análisis de la información:

 Investigación cuantitativa.
 Investigación cualitativa.
 Investigación cuali-cuantitativa.
 Investigación descriptiva.
 Investigación explicativa.
 Investigación inferencial.
 Investigación predictiva.

5. Según las técnicas de obtención de datos:

 Investigación de alta y baja estructuración.
 Investigación participante.
 Investigación participativa.
  Investigación proyectiva.
 Investigación de alta o baja interferencia.

6. Según su ubicación temporal:

 Investigación histórica.
 Investigación longitudinal o transversal.
 Investigación dinámica o estática.

7. Según el objeto de estudio:

 Investigación pura.
 Investigación aplicada.

Los criterios de clasificación son útiles únicamente cuando los tipos de

investigación resultantes son plenamente exhaustivos y mutuamente
excluyentes.

Significa que todos los estudios deben ser clasificados en algunas de las dos
opciones de estas cuatro clasificaciones; del mismo modo no hay ningún estudio
que pertenezca a los dos grupos de estas clasificaciones.

1. SEGÚN LA INTERVENCIÓN DEL INVESTIGADOR

1.1. OBSERVACIONAL:

No existe intervención del investigador; los datos reflejan la evolución natural de

los eventos, ajena a la voluntad del investigador.

1.2. EXPERIMENTAL:

Siempre son prospectivos, longitudinales, analíticos y de nivel investigativo

“explicativo” (causa – efecto); además de ser “controlados”.

Si el investigador manipula la variable de estudio por tanto son planeados, es

decir prospectivos, se tendrán que hacer dos mediciones antes y después por
eso son longitudinales y están mediciones se comparan por eso son analíticos,
las mediciones que se encuentren se deben a la intervención por eso son
explicativos.
2. SEGÚN LA PLANIFICACIÓN DE LA TOMA DE DATOS

2.1. PROSPECTIVO:

Los datos necesarios para el estudio son recogidos a propósito de la

investigación (primarios). Por lo que, posee control del sesgo de medición.

2.2. RETROSPECTIVO:

Los datos se recogen de registros donde el investigador no tuvo participación

(secundarios). No podemos dar fe de la exactitud de las mediciones.

3. SEGÚN EL NÚMERO DE OCASIONES EN QUE MIDE LA VARIABLE DE

ESTUDIO

3.1. TRANSVERSAL:

Todas las variables son medidas en una sola ocasión; por ello de realizar
comparaciones, se trata de muestras independientes.

3.2. LONGITUDINAL:

La variable de estudio es medida en dos o más ocasiones; por ello, de realizar

comparaciones (antes – después) son entre muestras relacionadas.

4. SEGÚN EL NÚMERO DE VARIABLES DE INTERÉS

4.1. DESCRIPTIVO:

El análisis estadístico, es univariado porque solo describe o estima parámetros

en la población de estudio a partir de una muestra.

4.2. ANALÍTICO:

El análisis estadístico por lo menos es bivariado; porque plantea y pone a prueba

hipótesis, su nivel más básico establece la asociación entre factores.

Estas clasificaciones son exhaustivas porque no habrá ningún estudio que no

pueda clasificarse en alguna de estas dicotomías y son excluyentes porque no
habrá ningún estudio que pueda pertenecer a ambas categorías en estas 4
clasificaciones.
II. DISEÑOS DEL METODO EXPERIMENTAL

LAS ESTRATEGIAS DE INVESTIGACION

Los problemas que investiga la psicología se abordan mediante el empleo de

métodos y técnicas que guardan consonancia con los objetivos científicos que una
investigación se propone. Estos objetivos, de modo general, podemos reunirlos
en los siguientes grupos: (a) conocer el estado presente de una conducta en
términos de frecuencia y distribución; (b) observar y describir el comportamiento
de los organismos en su estado natural, señalando las características más
relevantes de su funcionamiento o el curso de su desarrollo; (c) determinar las
relaciones que guarda una conducta con otras variables observadas; y (d)
establecer las causas a las que obedece un comportamiento.

Los estudios del grupo (a) son fundamentalmente de carácter exploratorio, no

tienen otro propósito que describir, a grandes rasgos, las tendencias dominantes
de hechos prevalentes en el medio, ocurridos en el momento presente. Los temas
que cubre la investigación exploratoria son variados: incluyen variables psicológi-
cas, biológicas, de salud, entre otras. Se realizan, con frecuencia, por ejemplo,
encuestas de opinión sobre preferencias políticas, de fecundidad, consumo de
alimentos, hábitos de fumar, estado de la educación, preferencias de programas
radiales y televisivos. Los resultados de estos estudios, muy a menudo, sirven de
base para proponer hipótesis y avanzar en profundidad hacia el conocimiento de
los hechos explorados.
Los estudios que se ubican en el objetivo (b) utilizan como método la observación
y corresponden a “trabajos de campo”, denominados así porque el investigador
se introduce dentro del “campo” para obtener sus datos (Me Guigan, 1974) pro-
curando registrar la conducta tal como ocurre naturalmente, sin provocar alteracio-
nes.
1. DISEÑOS ECPERIMENTALES UNIVARIABLES BIVALENTES

Los diseños univariables bivalentes corresponden a experimentos en los cuales

se manipula una sola variable independiente, de la cual se toman dos valores.
Es decir, tienen dos condiciones y requieren de dos grupos: uno experimental,
expuesto a la acción de X y otro de control, no sometido a tal acción. Una
modificación a este plan experimental original permite utilizar dos grupos
experimentales, cada uno asignado a un tratamiento diferente. Expondremos
tres diseños acondiciónales, considerados básicos, los dos primeros de dos
grupos aleatorios y el tercero de dos grupos apareados.
1.1. DISEÑO DE DOS GRUPO TOTALMENTE ALEATORIZADOS: GRUPO
CONTROL Y GRUPO EXPERIMENTAL

El supuesto en que se funda al diseño de dos grupos aleatorios, o diseño com-

pletamente al azar, es sencillo: una muestra representativa de sujetos, tomada al
azar de una población, es asignada aleatoriamente a dos condiciones
experimentales (grupo experimental y grupo de control). Al ser asignadas las
unidades experimentales por aleatorización se supone que los grupos serán de
hecho equivalentes en todas las variables que puedan afectar a la variable
dependiente. Si sometemos a tratamientos experimentales diferentes a cada
grupo, las diferencias estadísticas que pudieran observarse al medir la variable
dependiente deben atribuirse a la acción de los diferentes tratamientos.
El fundamento del diseño de “dos grupos totalmente aleatorizados” reposa en la
equivalencia de los grupos, idea que a la vez se apoya a la selección de una
muestra tomada aleatoriamente de una población.

Según la teoría del mucsuw, si de una población amplia (universo) sacamos

aleatoriamente una muestra, se espera que ella represente a esa población. Se
pretende establecer un modelo reducido que equivalga en su composición a la
población de donde se ha extraído. Si decidimos trabajar con 90 estudiantes
universitarios varones de la ciudad de Urna las 90 unidades deben condensar
las características generales de esa población universitaria. El propósito de la
selección aleatoria es obtener respuestas de una muestra de sujetos que puedan
generalizarse al universo a que pertenecen.

Este diseño alcanza mayor éxito cuando las unidades experimentales son más
homogéneas (Cochran y Cox, 1974).

Parece ser que las diferencias se hacen presentes cuando los grupos son
pequeños, un buen remedio sería aumentar el número de individuos que
componen la muestra, McGuigan (1974) asegura que mientras mayor es el
número de sujetos asignados al azar a los dos grupos, mayor será la proximidad
de sus promedios.
Al diseño de dos grupos aleatorios se le considera uno de los mejores modelos
experimentales para la investigación psicológica y educacional. Satisface los
requisitos de validez interna propuesto por Campbell y Stanley, sobre todo evita
el efecto reactivo de medidas previas, puesto que no utiliza pre-test.
Cuando se cumple cabalmente con el procedimiento de aleatorización y se
considera a esta técnica como un medio seguro para eliminar sesgos iniciales
entre los grupos, el diseño adquiere su real valor. En suma: el diseño ofrece
información altamente válida, aunque escasa y circunscrita a los dos valores de
la variable estudiada. Sin embargo, ofrece la posibilidad de ampliar la
información aumentando el número de grupos aleatorios.

1.2. DISEÑO DE GRUPOS ALEATORIOS “ANTES Y DESPUES”, CON UN

GRUPO DE CONTROL

En este diseño, al igual que el anterior, los sujetos son seleccionados

aleatoriamente a los grupos experimental y de control. En seguida, se toma una
I medida de la variable dependiente de ambos grupos, a fin de determinar su
estado inicial.

El diseño “antes y después”, es muy popular en la investigación educativa

psicológica, siendo muy útil para determinar, si se ha producido algún cambio en
la conducta de los individuos entre su estado inicial medido por el pretest, y la
situación posterior, después de introducir el tratamiento.

El cambio puede determinarse comparando los puntajes obtenidos en las

situaciones antes y después, Obviamente, no sólo interesa observar los cambios
dentro de cada grupo, por ello debe compararse el grupo experimental con el de
control.

Este diseño controla bien las fuentes de invalidez interna señaladas por Campbell
y Stanley (1966), La presencia de un grupo de control permite afirmar que la
diferencia entre los grupos, si la hubiera, no es debida a la acción de la “historia”
ni a la “maduración", puesto que de hacerse presentes afectarían por igual a
ambos grupos. La “selección" se elimina en la medida que se ha utilizado la
aleatorización para igualar a los grupos, salvando las dudas que despierta este
procedimiento.

El diseño “antes y después” posee una buena validez interna; sin embargo, es
débil en cuanto a su validez externa. Al parecer, el pretest tiene un efecto
sensibilizador sobre los individuos, hecho que se ha podido advertir sobre todo
en estudios sobre cambio de actitudes.

El pretest es importante porque el propósito principal es observar directamente

los cambios que pueden darse en la conducta entre una situación inicial y otra
bajo la acción de la variable independiente. Además, prescindir del pretest
conlleva desvirtuar el diseño.

1.3. DISEÑO DE DOS GRUPOS APAREADOS

El diseño de dos grupos apareados tiene como objetivo esencial conformar

grupos equivalentes, antes de administrar el tratamiento experimental, utilizando
como técnica el "apareamiento”. Se busca formar pares de sujetos de
características similares con respecto a la variable dependiente, aunque pueden
diferir en otros atributos. Se conforman pares de sujetos empleando como
"variables de apareamiento” la medida de características psicológicas que
correlacionan en alto grado con la variable dependiente o también tomando
medidas previas de la variable dependiente que se intenta afectar. Las variables
de aparcamiento pueden ser psicológicas, sociales y biológicas, de acuerdo a
los objetivos de la investigación.

Los miembros de cada par, igualados por sus puntajes, son aleatoriamente
asignados a cada uno de los grupos, de suerte que cada sujeto del grupo
experimental encuentre su contraparte en el grupo de control. El diseño combina
el "apareamiento” y la asignación aleatoria, el primero reduce la variabilidad
intergrupal, en tanto que la asignación al azar de los sujetos a los grupos,
controla la fuentes de varianza secundaria desconocidas o imposibles de medir
(Matheson, 1983).

Estadísticamente se consigue establecer la equivalencia entre los dos grupos

cuando los promedios de la variable de apareamiento de cada grupo no
 difieren significativamente. Supongamos que una investigación está orientada
a comprobar la eficacia de un método de aprendizaje de matemáticas
modernas y se utiliza como variable de aparcamiento los cocientes de
inteligencia de la muestra, en el entendido de que este factor está
correlacionado con el aprendizaje de las matemáticas.

2. DISEÑOS EXPERIMENTALES UNIVARIABLES MULTIVALENTES

Este grupo de diseños registra experimentos con una variable independiente de

la cual se toman más de dos de sus valores, de allí la denominación de
multivalentes. De la misma manera que los diseños bivalentes, estos diseños,
por la técnica de seleccionar a los sujetos y establecer la equivalencia de los
grupos, pueden ser aleatorios y apareados. En ambos casos, se utiliza la
asignación aleatoria de los sujetos a las condiciones experimentales.

2.1. DISEÑO DE GRUPOS ALEATORIOS CON MÁS DE DOS CONDICIONES

EXPERIMENTALES

Este diseño significa una ampliación del diseño de dos grupos aleatorios,
ofreciendo mayor cantidad de información puesto que permite introducir un
amplio número de tratamientos experimentales. Al estudiar un mayor rango de
valores de la variable independiente, se pueden practicar mayor número de
observaciones y, por tanto, especificar mejor la relación funcional entre la
variable X y la variable Y (Castro, 1982). Si el problema fuera estudiar la
influencia de distintos períodos de privación de alimentos sobre el aprendizaje,
podríamos seleccionar unos cinco valores de X, por ejemplo: cero horas, 12 hs.,
24 hs., 36 hs., y 48 hs. El mismo problema tratado con el diseño de dos grupos
aleatorios nos proporcionaría información muy reducida. No nos permitiría
conocer el rendimiento de los sujetos en los niveles intermedios de la variable.
Y hasta, quizá, la información pecaría de engañosa por falta de datos.
2.2. DISEÑO DE BLOQUES ALEATORIOS

La estrategia del “diseño de bloques aleatorios” consiste, básicamente, en formar

conjuntos homogéneos de sujetos (bloques) en base a algún criterio denominado
' Variable de bloqueo”, que guarde íntima relación con la variable dependiente.

Esta relación es condición “sine qua non” para el éxito del diseño. La variable de
bloqueo permite conseguir la homogeneidad de los sujetos, por alguna
característica psicológica, biológica o social dentro de un bloque, controlándose,
de esta manera, las diferencias interindividuales y con ello una fuente de error.
Por otro lado, dada la homogeneidad intrabloque, se darán diferencias entre los
bloques, facilitando el tratamiento de cada uno de ellos. Los bloques se forman
previamente a la introducción de los tratamientos experimentales; luego, si los
individuos de cada bloque son iguales, las diferencias que se puedan advertir
después de los tratamientos deben atribuirse a la acción de éstos.

El diseño de bloques aleatorios en la investigación del comportamiento, ha

buscado equivalencias. Los sujetos se equiparan con las parcelas y los bloques
son formados por la reunión de sujetos de características similares. De igual
manera, los tratamientos son asignados al azar dentro de cada bloque.
Consideraciones estadísticas hacen ver que la homogeneidad de las unidades
experimentales significará que la variación intragrupo (o error experimental), será
menor.

2.3. DISEÑO DE CUADRADO LATINO

El diseño de cuadrado latino se puede considerar una ampliación del diseño de

bloques aleatorios. En efecto, utiliza la técnica de bloqueo que, como se ha visto,
controla una variable extraña. En este diseño las unidades experimentales son
sometidas a un doble bloqueo: un bloqueo horizontal (filas) y un bloqueo vertical
(columnas). Al utilizar un doble bloqueo se ejerce control sobre dos variables
extrañas, es decir, se controlan dos fuentes de variación y con ello el cuadrado
latino ofrece más oportunidades para reducir los errores que el diseño de bloques
aleatorios (Cochran & Cox, 1974).
 2.4. DISEÑO DE CUATRO GRUPOS DE SOLOMON

Las inferencias obtenidas con un diseño de dos grupos aleatorios “antes y des-
pués” con grupos de control y experimental, podrían encontrarse contaminadas
por los efectos de la medida previa. Se cuestiona que los sujetos que
participaron en el experimento pueden sensibilizarse a la variable
independiente como consecuencia del pretest, comparados con los individuos
de una población que no ha tenido semejante experiencia. Por lo tanto, la
interacción del pretest con la variable experimental limita las posibilidades de
extender los resultados a otras muestras. Además, el diseño ‘‘antes y después”
no proporciona los medios para superar aquella fuente que invalida la
generalización de los hallazgos. Con la finalidad de superar las limitaciones que
acusa el diseño “antes y después”, Solomon (1949) elaboró un diseño en el que
aumenta el número de grupos de control. Combina el diseño de dos grupos
aleatorios “antes y después” con el de “dos grupos aleatorios: un grupo control,
un grupo experimental”. De esta manera, supera las limitaciones del diseño
para dos grupos, produciendo un diseño con cuatro grupos: dos experimentales
y dos de control.

3. DISEÑOS EXPERIMENTALES: DISEÑOS FACTORIALES

Los diseños experimentales manipulan una variable tomando de ella dos o más
de sus valores. Sin embargo es frecuente encontrar problemas mucho más
complejos que no pueden ahondarse con planes sencillos de investigación.

Requiere de estrategias experimentales más avanzadas, ya que se propone a

estimar simultáneamente el efecto combinado de dos o más variables
independientes, cada cual con dos o más variables. Este diseño requerirá de
cuatro grupos de sujetos, aleatoriamente asignados.

El diseño factorial permite investigar simultáneamente dos o más variables

independientes, estos diseños son utilizados con mayor frecuencia que los
univariables.
3.1. DISEÑOS FACTORIALES CON DOS VARIABLES INDEPENDIENTES O
BIFACTORIALES

De acuerdo con el número de variables independientes se clasifican en:

 Diseños factoriales con dos variables independientes o también bifactoriales,

esta puede actuar con dos valores como en el caso del 2x2, o con más de dos
valores 3x3. Ambos son bifactoriales pero se diferencian por el número de
niveles que intervienen en dicho experimento.
 Diseños de múltiples variables independientes. Estos presentan más de dos
variables independientes, y cada una de ellas con dos o más niveles. Mientras
mayor es el número de variables y de niveles mayores es el número de
combinaciones, haciéndose más complejo el análisis estadístico.

3.2. DISEÑOS FACTORIALES DE MULTIPLES FACTORES Y NIVELES

Diseño factorial de tres factores: 2x2x2 .Este diseño corresponde a uno de

múltiples factores más simple, ya que posee tres factores, cada uno con dos
niveles. Hasta cierto punto posee un número ilimitado de factores y de niveles
que podrían analizarse.

4. DISEÑOS EXPERIMENTALES: DISEÑOS DE SUJETOS UNICOS

4.1. EL ENFOQUE INTRASUJETO

Estos diseños tienen como características fundamentales la realización de

experimentos con organismos individuales y la repetición de las observaciones
sobre el mismo individuo, esta investigación no es nueva en la historia.

4.2. CLASES DE DISEÑOS DE SUJETO UNICO A-B

Algunos diseños básicos de replicación con un solo sujeto:

4.2.1. DISEÑO A-B:

Es la estrategia más sencilla entre los diseños de replicación intrasujeto.

Comprende una fase inicial A para obtener una estable línea base, y una fase
B en la que se introduce el tratamiento. En ambas fases se toman medidas
repetidas; en la fase A el investigador efectúa una serie de observaciones y
toma continuas medidas para determinar la frecuencia de ocurrencia natural de
la conducta bajo estudio. En la fase B, introduce la variable independiente y
registra los cambios en la variable dependiente. De producirse cambios se
atribuyen a la acción de la variable independiente. Este diseño ha sido objeto
de serios reparos. Según Barlow & Hersen (1988) la estrategia A-B no pasa de
ser un diseño cuasi-experimental y como tal se encuentra bajo la influencia de
muchas variables no controladas; por tanto, los resultados que ofrece son
bastante pobres. Su uso debería reducirse a casos en los que no es posible
una experimentación más rigurosa.

4.2.2. DISEÑO DE REVERSION A-B-A.

Es parte del establecimiento de la línea base A , se introduce el tratamiento B ,

posteriormente es retirado para observar que ocurre , registrándose una
segunda línea base A . Debido a esta manipulación experimental se denomina
a este paradigma “diseños de retirada2 y también “diseño reversible”. El termino
retirada describe con propiedad la manipulación experimental que se ejerce en
el experimento.

4.2.3. DISEÑO A-B-A-B.

Esta estrategia A-B-A-B es de estructura similar al diseño de “muestras

temporales equivalentes de Campbell & Stanley(1966), este diseño opera con
grupos de sujetos. El diseño presenta dos fases de tratamiento B, que ponen
al sujeto bajo la acción de la variable experimental y dos fases A de observación
y registro.

4.2.4. DISEÑO A-B-C-B

Es una variación del diseño anterior .En la fase A se establece la línea de la

conducta objetivo; en la fase B se introduce el tratamiento, un reforzador
contingente de la conducta bajo estudio. En este diseño se utiliza para evaluar
los efectos de los procedimientos de reforzamiento.
 4.2.5. DISEÑO DE LINEA BASE MULTIPLE:

Se presentan como una alternativa valiosa a los diseños de reversión en

situaciones en las que retirar la variable de tratamiento es indeseable por
consideraciones éticas y cuando los efectos residuales de los tratamientos
pueden influir en las fases siguientes. Estudian varias conductas diferentes con
una misma variable experimental.

5. DISEÑOS CUASIEXPERIMENTALES

Un punto fundamental en la investigación experimental esta referido a la

obtención de información inequívoca acerca de las relaciones causales entre
variables, que pueda conducir al establecimiento de inferencias válidas respecto
a la hipótesis puesta a prueba. La aceptación o rechazo de ésta presupone que
los hallazgos han sido obtenidos mediante un diseño experimental que ha
respetado las exigencias de "validez interna": esto es, que se ha ejercido una
adecuada manipulación de la variable independiente, tomándose algunos de sus
niveles para observar sus consecuencias.

5.1. DISEÑO PRETEST-POSTEST CON UN SOLO GRUPO

En este diseño un grupo de sujetos es medido en alguna variable dependiente

dos veces, antes y después de administrar el tratamiento. Luego se comparan
las mediciones, para determinar si se ha producido algún cambio. A este diseño
se le denomina, también “antes y después con un solo grupo”, por el espacio
temporal que media entre las dos observaciones con respecto al tratamiento
experimental. Ofrece una medida directa del cambio que puede operarse en la
conducta de un grupo en dos condiciones de observación. Es recomendable
utilizar en la segunda medida una prueba paralela a la primera. De producirse
diferencias significativas entre la primera y segunda medición se atribuye el
cambio a la acción del tratamiento.
5.2. DISEÑO DE SERIES TEMPORALES.

Es similar al diseño anterior, en este caso se toman al grupo varias mediciones

repetidas antes, luego se introduce el tratamiento experimental y se toman
varias mediciones después. Las mediciones son programadas en intervalos
fijos de tiempo, debiéndose practicar no menos de tres antes y después de
introducir la variable independiente. Este diseño permite un mejor control de las
variables extrañas que amenazan la validez interna, que se indicaron en el
diseño anterior, obteniendo asilar la acción debida al tratamiento.

5.3. DISEÑO DE SERIES TEMPORALES CON GRUPO DE CONTROL

Se realiza con la finalidad de ejercer control sobre los eventos coetáneos que
no puso superar el diseño de series temporales, se ha desarrollado este
diseño. Se toman mediciones antes a ambos grupos, ya que se administra al
grupo experimental y se toman las medidas después.

5.4. DISEÑO CONTRABALANCEADO

La estrategia utilizada en este diseño es que a cada grupo de sujetos se le

administra todos los tratamientos experimentales de acuerdo a la secuencia de
un cuadro latino .El contrabalanceo pretende:

•Igualar las diferencias entre los grupos, supliendo a la asignación aleatoria que
no es posible utilizar con grupos naturales a los que se aplica diseño.

•Controlar la influencia del orden en el que se administran los tratamientos

•Controlar los efectos de la práctica y la transferencia de aprendizaje que

generan los tratamientos.

Este diseño ha demostrado su eficacia en trabajos con reducido número de

sujetos y cuando se investigan varias condiciones experimentales.
REFERENCIAS BIBLIOGRAFICAS
 ALARCON, Reynaldo. Métodos y diseños de Investigación del
Comportamiento. Lima: Editorial universitaria Ricardo Palma, 2013.
SBN: 978-9972-236-433
 Dr. José Supo es Médico de Profesión, Investigador Científico y Profesor
Universitario.