Métodos de Investigación en Psicología

en esta sección, analizamos algunas formas diferentes de diseñar un experimento., La distinción principal que haremos es entre los enfoques en los que cada participante experimenta un nivel de la variable independiente y los enfoques en los que cada participante experimenta todos los niveles de la variable independiente. Los primeros se llaman experimentos entre sujetos y los últimos se llaman experimentos dentro de los sujetos.

en un experimento entre sujetos, cada participante se prueba en una sola condición. Por ejemplo, un investigador con una muestra de 100 estudiantes universitarios podría asignar la mitad de ellos a escribir sobre un evento traumático y la otra mitad a escribir sobre un evento neutral., O un investigador con una muestra de 60 personas con agorafobia grave (miedo a los espacios abiertos) podría asignar a 20 de ellas para recibir cada uno de los tres tratamientos diferentes para ese trastorno. Es esencial en un experimento entre sujetos que el investigador asigne a los participantes condiciones para que los diferentes grupos sean, en promedio, muy similares entre sí., Por ejemplo, aquellos que se encuentran en una condición de trauma y una condición neutral deben incluir una proporción similar de hombres y mujeres, y deben tener cocientes promedio de inteligencia (IQ) similares, niveles promedio de motivación similares, números promedio similares de problemas de salud, y así sucesivamente. Esta coincidencia es una cuestión de controlar estas variables participantes extrañas a través de las condiciones para que no se conviertan en variables confusas.,

asignación aleatoria

la forma principal en que los investigadores logran este tipo de control de variables extrañas a través de las condiciones se llama asignación aleatoria, lo que significa usar un proceso Aleatorio para decidir qué participantes son evaluados en qué condiciones. No confunda la asignación aleatoria con el muestreo aleatorio. El muestreo aleatorio es un método para seleccionar una muestra de una población, y rara vez se utiliza en la investigación psicológica., La asignación aleatoria es un método para asignar a los participantes en una muestra a las diferentes condiciones, y es un elemento importante de toda la investigación experimental en Psicología y otros campos también.

en su sentido más estricto, la asignación aleatoria debe cumplir dos criterios. Una es que cada participante tiene la misma probabilidad de ser asignado a cada condición (por ejemplo, un 50% de probabilidad de ser asignado a cada una de las dos condiciones). La segunda es que a cada participante se le asigna una condición independientemente de los demás participantes., Por lo tanto una forma de asignar a los participantes a dos condiciones sería una moneda para cada uno. Si la moneda cae cara, el participante es asignado a la condición A, y si cae Cruz, el participante es asignado a la condición B. Para tres condiciones, uno podría usar una computadora para generar un entero aleatorio de 1 a 3 para cada participante. Si el entero es 1, se asigna al participante a la condición a; si es 2, se asigna al participante a la condición B; y si es 3, se asigna al participante a la condición C., En la práctica, una secuencia completa de condiciones—una para cada participante que se espera que esté en el experimento—generalmente se crea con anticipación, y cada nuevo participante se asigna a la siguiente condición en la secuencia a medida que se prueba. Cuando el procedimiento es computarizado, el programa de computadora a menudo maneja la asignación aleatoria.

un problema con el cambio de moneda y otros procedimientos estrictos para la asignación aleatoria es que es probable que resulten en tamaños de muestra desiguales en las diferentes condiciones., Los tamaños de muestra desiguales generalmente no son un problema serio, y nunca debe desechar los datos que ya ha recopilado para lograr tamaños de muestra iguales. Sin embargo, para un número fijo de participantes, es estadísticamente más eficiente dividirlos en grupos de igual tamaño. Es una práctica estándar, por lo tanto, usar una especie de asignación aleatoria modificada que mantenga el número de participantes en cada grupo lo más similar posible. Un enfoque es la aleatorización de bloques. En la aleatorización de bloques, todas las condiciones ocurren una vez en la secuencia antes de que se repita cualquiera de ellas., Entonces todos ocurren de nuevo antes de que cualquiera de ellos se repita de nuevo. Dentro de cada uno de estos «bloques», las condiciones ocurren en un orden aleatorio. Una vez más, la secuencia de condiciones generalmente se genera antes de que se prueben los participantes, y cada nuevo participante se asigna a la siguiente condición de la secuencia. La tabla 6.2 muestra tal secuencia para asignar nueve participantes a tres condiciones. El Sitio Web de Research Randomizer generará secuencias de aleatorización de bloques para cualquier número de participantes y condiciones., Una vez más, cuando el procedimiento está computarizado, el programa de computadora a menudo maneja la aleatorización de bloques.

TABLA 6.,ab»>4

B
5	C
6	A
7	C
8	B
9	A

Random assignment is not guaranteed to control all extraneous variables across conditions., Siempre es posible que, por casualidad, los participantes en una condición puedan resultar sustancialmente mayores, menos cansados, más motivados o menos deprimidos en promedio que los participantes en otra condición. Sin embargo, hay algunas razones por las que esta posibilidad no es una preocupación importante. Una es que la asignación aleatoria funciona mejor de lo que uno podría esperar, especialmente para muestras grandes., Otra es que las estadísticas inferenciales que utilizan los investigadores para decidir si una diferencia entre grupos refleja una diferencia en la población toma en cuenta la «falibilidad» de la asignación aleatoria. Sin embargo, otra razón es que incluso si la asignación aleatoria resulta en una variable de confusión y, por lo tanto, produce resultados engañosos, es probable que esta confusión se detecte cuando se replica el experimento. El resultado es que la asignación aleatoria a condiciones—aunque no infalible en términos de control de variables extrañas—siempre se considera una fortaleza de un diseño de investigación.,

Condiciones de tratamiento y Control

Los experimentos entre sujetos se utilizan a menudo para determinar si un tratamiento funciona. En la investigación psicológica, un tratamiento es cualquier intervención destinada a cambiar el comportamiento de las personas para mejor. Esta intervención incluye Psicoterapias y tratamientos médicos para trastornos psicológicos, pero también intervenciones diseñadas para mejorar el aprendizaje, promover la conservación, reducir los prejuicios, etc., Para determinar si un tratamiento funciona, los participantes se asignan aleatoriamente a una condición de tratamiento, en la que reciben el tratamiento, o a una condición de control, en la que no reciben el tratamiento. Si los participantes en la condición de tratamiento terminan mejor que los participantes en la condición de control, por ejemplo, están menos deprimidos, aprenden más rápido, conservan más, expresan menos prejuicios, entonces el investigador puede concluir que el tratamiento funciona., En la investigación sobre la eficacia de las psicoterapias y los tratamientos médicos, este tipo de experimento a menudo se denomina ensayo clínico aleatorizado.

Hay diferentes tipos de condiciones de control. En una condición de control sin tratamiento, los participantes no reciben tratamiento alguno. Un problema con este enfoque, sin embargo, es la existencia de efectos placebo. Un placebo es un tratamiento simulado que carece de cualquier ingrediente activo o elemento que debería hacerlo efectivo, y un efecto placebo es un efecto positivo de dicho tratamiento., Muchos remedios caseros que parecen funcionar, como comer sopa de pollo para un resfriado o colocar jabón debajo de las sábanas para detener los calambres en las piernas durante la noche, probablemente no sean más que placebos. Aunque los efectos del placebo no se entienden bien, probablemente son impulsados principalmente por las expectativas de las personas de que mejorarán. Tener la expectativa de mejorar puede resultar en una reducción del estrés, la ansiedad y la depresión, lo que puede alterar las percepciones e incluso mejorar el funcionamiento del sistema inmunológico (Price, Finniss, & Benedetti, 2008).,

Los efectos del Placebo son interesantes por derecho propio (véase la Nota «El Poderoso Placebo»), pero también plantean un problema grave para los investigadores que desean determinar si un tratamiento funciona. La figura 6.2 muestra algunos resultados hipotéticos en los que los participantes en una condición de tratamiento mejoraron más en promedio que los participantes en una condición de control sin tratamiento. Sin embargo, si estas Condiciones (las dos barras más a la izquierda en la figura 6.2) fueran las únicas condiciones en este experimento, no se podría concluir que el tratamiento funcionó., En cambio, podría ser que los participantes en el grupo de tratamiento mejoraran más porque esperaban mejorar, mientras que aquellos en la condición de control sin tratamiento no lo hicieron.

Afortunadamente, hay varias soluciones a este problema., Una es incluir una condición de control de placebo, en la que los participantes reciben un placebo que se parece mucho al tratamiento, pero carece del ingrediente activo o elemento que se cree que es responsable de la eficacia del tratamiento. Cuando los participantes en una condición de tratamiento toman una píldora, por ejemplo, entonces aquellos en una condición de control de placebo tomarían una píldora de aspecto idéntico que carece del ingrediente activo en el tratamiento (una «píldora de azúcar»). En la investigación sobre la eficacia de la psicoterapia, el placebo podría implicar ir a un psicoterapeuta y hablar de una manera no estructurada sobre los problemas de uno., La idea es que si los participantes tanto en el tratamiento como en los grupos de control de placebo esperan mejorar, entonces cualquier mejora en el grupo de tratamiento por encima de la del grupo de control de placebo debe haber sido causada por el tratamiento y no por las expectativas de los participantes. Esta diferencia es lo que se muestra mediante la comparación de las dos barras exteriores en la figura 6.2.

Por supuesto, el principio del consentimiento informado requiere que se les diga a los participantes que serán asignados a un tratamiento o a una condición de control con placebo, aunque no se les pueda decir cuál hasta que finalice el experimento., En muchos casos, a los participantes que habían estado en la condición de control se les ofrece la oportunidad de recibir el tratamiento real. Un enfoque alternativo es utilizar una condición de control de Lista de espera, en la que se les dice a los participantes que recibirán el tratamiento, pero deben esperar hasta que los participantes en la condición de tratamiento ya lo hayan recibido. Este análisis permite a los investigadores comparar a los participantes que han recibido el tratamiento con los participantes que no lo están recibiendo actualmente, pero que aún esperan mejorar (eventualmente)., Una solución final al problema de los efectos del placebo es dejar fuera la condición de control por completo y comparar cualquier tratamiento nuevo con el mejor tratamiento alternativo disponible. Por ejemplo, un nuevo tratamiento para la fobia simple podría compararse con la terapia de exposición estándar. Debido a que los participantes en ambas afecciones reciben un tratamiento, sus expectativas sobre la mejoría deben ser similares. Este enfoque también tiene sentido porque una vez que hay un tratamiento efectivo, la pregunta interesante sobre un nuevo tratamiento no es simplemente » ¿funciona?,»pero «funciona mejor que lo que ya está disponible?

experimentos dentro de los sujetos

en un experimento dentro de los sujetos, cada participante se prueba bajo todas las condiciones. Considere un experimento sobre el efecto del atractivo físico de un acusado en los juicios de su culpabilidad., De nuevo, en un entre-sujetos de experimento, un grupo de participantes se muestra un atractivo acusado y le pidió a la juez su culpa, y otro grupo de participantes se muestra un atractivo acusado y le pidió al juez de su culpabilidad. En un experimento dentro de los sujetos, sin embargo, el mismo grupo de participantes juzgaría la culpabilidad tanto de un acusado atractivo como de un acusado poco atractivo.

la principal ventaja de este enfoque es que proporciona el máximo control de las variables participantes extrañas., Los participantes en todas las condiciones tienen el mismo coeficiente intelectual medio, el mismo nivel socioeconómico, el mismo número de hermanos, etc., porque son las mismas personas. Los experimentos dentro de los sujetos también permiten utilizar procedimientos estadísticos que eliminan el efecto de estas variables participantes extrañas en la variable dependiente y, por lo tanto, hacen que los datos sean menos «ruidosos» y el efecto de la variable independiente sea más fácil de detectar. Veremos más de cerca esta idea más adelante en el libro. Sin embargo, no todos los experimentos pueden usar un diseño dentro de los sujetos ni sería deseable hacerlo.,

efectos de arrastre y contrapeso

la principal desventaja de los diseños dentro de los sujetos es que pueden resultar en efectos de arrastre. Un efecto de arrastre es un efecto de la prueba en una condición sobre el comportamiento de los participantes en condiciones posteriores. Un tipo de efecto de arrastre es un efecto de práctica, donde los participantes realizan una tarea mejor en condiciones posteriores porque han tenido la oportunidad de practicarla. Otro tipo es un efecto de fatiga, donde los participantes realizan una tarea peor en condiciones posteriores porque se cansan o se aburren., La prueba en una condición también puede cambiar la forma en que los participantes perciben los estímulos o interpretan su tarea en condiciones posteriores. Este tipo de efecto se denomina efecto de contexto. Por ejemplo, un acusado de aspecto promedio podría ser juzgado más duramente cuando los participantes acaban de juzgar a un acusado atractivo que cuando acaban de juzgar a un acusado poco atractivo. Los experimentos dentro de los sujetos también hacen que sea más fácil para los participantes adivinar la hipótesis., Por ejemplo, un participante al que se le pide que juzgue la culpabilidad de un acusado atractivo y luego se le pide que juzgue la culpabilidad de un acusado poco atractivo es probable que adivine que la hipótesis es que el atractivo del acusado afecta los juicios de culpabilidad. Este conocimiento podría llevar al participante a juzgar al acusado poco atractivo con más dureza porque piensa que esto es lo que se espera que haga. O podría hacer que los participantes juzguen a los dos acusados de manera similar en un esfuerzo por ser «justos».»

Los efectos de arrastre pueden ser interesantes por derecho propio., (¿El atractivo de una persona depende del atractivo de otras personas que hemos visto recientemente?) Pero cuando no son el foco de la investigación, los efectos de arrastre pueden ser problemáticos. Imagine, por ejemplo, que los participantes juzgan la culpabilidad de un acusado atractivo y luego juzgan la culpabilidad de un acusado poco atractivo. Si juzgan al acusado poco atractivo con más dureza, esto podría ser debido a su falta de atractivo. Pero podría ser en cambio que lo juzgan más duramente porque se están aburriendo o cansando., En otras palabras, el orden de las condiciones es una variable de confusión. La condición atractiva es siempre la primera condición y la condición poco atractiva la segunda. Por lo tanto, cualquier diferencia entre las condiciones en términos de la variable dependiente podría ser causada por el orden de las condiciones y no por la propia variable independiente.

hay una solución al problema de los efectos de orden, sin embargo, que se puede utilizar en muchas situaciones. Es contrapeso, lo que significa probar diferentes participantes en diferentes órdenes., Por ejemplo, algunos participantes serían probados en la condición atractiva del demandado seguida por la condición poco atractiva del demandado, y otros serían probados en la condición poco atractiva seguida por la condición atractiva. Con tres condiciones, habría seis órdenes diferentes (ABC, ACB, BAC, bca, CAB y CBA), por lo que algunos participantes serían probados en cada una de las seis órdenes. Con el contrapeso, los participantes se asignan a órdenes al azar, utilizando las técnicas que ya hemos discutido., Por lo tanto, la asignación aleatoria juega un papel importante en los diseños dentro de los sujetos al igual que en los diseños entre sujetos. Aquí, en lugar de asignar aleatoriamente a condiciones, se asignan aleatoriamente a diferentes órdenes de condiciones. De hecho, se puede decir con seguridad que si un estudio no involucra asignación aleatoria de una forma u otra, no es un experimento.

una forma eficiente de contrapeso es a través de un diseño cuadrado latino que aleatoriza a través de tener filas y columnas iguales. Por ejemplo, si tiene cuatro tratamientos, debe tener cuatro versiones., Al igual que un rompecabezas Sudoku, ningún tratamiento puede repetirse en una fila o columna. Para las cuatro versiones de los cuatro tratamientos, el diseño de cuadrado latino, se vería así:

A	B	C	D
B	C	D	A
C	D	A	B
D	A	B	C

Hay dos maneras de pensar acerca de lo que logra contrarrestar., Una es que controla el orden de las condiciones para que ya no sea una variable de confusión. En lugar de que la condición atractiva siempre sea la primera y la condición poco atractiva siempre sea la segunda, la condición atractiva es la primera para algunos participantes y la segunda para otros. Del mismo modo, la condición poco atractiva viene primero para algunos participantes y segundo para otros. Por lo tanto, cualquier diferencia global en la variable dependiente entre las dos condiciones no puede haber sido causada por el orden de las condiciones., Una segunda manera de pensar sobre lo que el contrapeso logra es que si hay efectos de arrastre, hace posible detectarlos. Uno puede analizar los datos por separado para cada orden para ver si tuvo un efecto.

diseños simultáneos dentro de los sujetos

hasta ahora, hemos discutido un enfoque para los diseños dentro de los sujetos en el que los participantes se prueban en una condición a la vez. Hay otro enfoque, sin embargo, que se utiliza a menudo cuando los participantes hacen múltiples respuestas en cada condición., Imagine, por ejemplo, que los participantes juzguen la culpabilidad de 10 acusados atractivos y 10 acusados poco atractivos. En lugar de hacer que las personas hagan juicios sobre los 10 acusados de un tipo seguidos por los 10 acusados del otro tipo, el investigador podría presentar a los 20 acusados en una secuencia que mezcle los dos tipos. El investigador podría entonces calcular la calificación media de cada participante para cada tipo de acusado. O imagine un experimento diseñado para ver si las personas con trastorno de ansiedad social recuerdan mejor los adjetivos negativos (por ej., «estúpido», «incompetente») que los positivos (por ej.,, «feliz», «productivo»). El investigador podría hacer que los participantes estudien una sola lista que incluya ambos tipos de palabras y luego hacer que traten de recordar tantas palabras como sea posible. El investigador podría entonces contar el número de cada tipo de palabra que fue recordada. Hay muchas maneras de determinar el orden en el que se presentan los estímulos, pero una forma común es generar un orden aleatorio diferente para cada participante.

Entre-Sujetos o Dentro de los Sujetos?

casi todos los experimentos pueden llevarse a cabo utilizando un diseño entre sujetos o un diseño dentro de los sujetos., Esta posibilidad significa que los investigadores deben elegir entre los dos enfoques en función de sus méritos relativos para la situación particular.

Los experimentos entre sujetos tienen la ventaja de ser conceptualmente más simples y requieren menos tiempo de prueba por participante. También Evitan efectos de arrastre sin necesidad de contrapeso. Los experimentos dentro de los sujetos tienen la ventaja de controlar variables participantes extrañas, lo que generalmente reduce el ruido en los datos y facilita la detección de una relación entre las variables independientes y dependientes.,

una buena regla general, entonces, es que si es posible llevar a cabo un experimento dentro de los sujetos (con un contrapeso adecuado) en el tiempo que está disponible por participante, y no tiene serias preocupaciones sobre los efectos de arrastre, este diseño es probablemente la mejor opción. Si un diseño dentro de los sujetos sería difícil o imposible de llevar a cabo, entonces debe considerar un diseño entre sujetos en su lugar., Por ejemplo, si estuviera evaluando a los participantes en la sala de espera de un médico o a los compradores en la fila de una tienda de comestibles, es posible que no tenga tiempo suficiente para evaluar a cada participante en todas las condiciones y, por lo tanto, optaría por un diseño entre sujetos. O imagine que estaba tratando de reducir el nivel de prejuicio de las personas haciéndolas interactuar con alguien de otra raza. Un diseño dentro de los sujetos con contrapeso requeriría probar a algunos participantes en la condición de tratamiento primero y luego en una condición de control., Pero si el tratamiento funciona y reduce el nivel de prejuicio de las personas, entonces ya no serían adecuados para las pruebas en la condición de control. Esta dificultad es cierta para muchos diseños que involucran un tratamiento destinado a producir un cambio a largo plazo en el comportamiento de los participantes (por ejemplo, estudios que prueban la efectividad de la psicoterapia). Claramente, un diseño entre sujetos sería necesario aquí.

recuerde también que el uso de un tipo de diseño no excluye el uso del otro tipo en un estudio diferente., No hay razón para que un investigador no pueda usar tanto un diseño entre sujetos como un diseño dentro de los sujetos para responder a la misma pregunta de investigación. De hecho, los investigadores profesionales a menudo toman exactamente este tipo de enfoque de métodos mixtos.