Miq Esquema Resum Cris

7/23/2019 Miq Esquema Resum Cris

1/18

Mtodes dinvestigaci quantitativa Cristina Bergs

1

Mtodes d'investigaci quantitativa

1.Conceptes bsics

1.1-.Les hiptesis:

Les hiptesis sn un problema d'investigaci adequadament operacionalitzat. Han depoder ser sotmeses a prova.

- Criteri de direccionalitat de la hiptesis (mtode hipoteticodeductiu):

a) Unidireccional: s la relaci causa-efecte entre almenys dues variables, VI i VD, quetenen un paper diferenciat, que s, respectivament, el de causa i el d'efecte. Per posar a

prova aquestes hiptesis calen dissenys que aportin certes garanties que sn les VI, i noaltres variables, les responsables de les variacions en la VD.

VI: antecedent, causa. Pot ser manipulada o no manipulada.VD: fenomen que es vol explicar, conseqncia.

Ex1: "Les estratgies d'aprenentatge actiu milloren el record a llarg termini" estableixuna relaci unidireccional entre el tipus d'estratgia d'aprenentatge (VI) i el record allarg termini (VD).

Ex2: El reforament positiu millora laprenentatge de les rates en recrrer un laberint

Hiptesis: unidireccional. VI: el tipus de reforament. Els nivells no estan especificats,per podrien ser positiu/control. s una variable manipulable. VD: l'aprenentatge de lesrates.

b) Bidireccional: s'espera que dues (o ms) variables, a les quals no s'atorga el rol decausa o de conseqncia covarin, s a dir, que quan varia el valor d'una tamb vari elvalor de l'altra. Relaci simtrica de diverses variables V1, V2, V3

Ex1: "Hi ha relaci entre l'ansietat i els resultats dels exmens finals" s de tipusbidireccional. Hi ha dues variables, "ansietat" i "resultats dels exmens" que es creu queestan relacionades entre si, si b no s'especifica que cap d'aquestes variables sigui la

causa de l'altra.Ex2: Hi ha relaci entre lhbit de fumar dels pares i lhbit de fumar dels fills.V1: hbit de fumar dels pares.V2: hbit de fumar dels fills.

1.2-. Les variables:

- Han de poder ser observables i mesurables (sha despecificar com es mesura lavariablequines escales es fan servir- i quins valors pot prendre).- Constructe: variable que no s directament accessibles a la observaci (Ex. Ansietat).

S'infereix a partir d'indicadors als quals s que tenim accs.


2/18


2

-Tingueu en compte que una VI pot ser tant manipulada com no manipulada. Per tant, lamanipulaci no s un criteri per a classificar una variable com a VI.

- Criteris de causalitat de les variables:

Per a poder concloure que hi ha una relaci causal entre dues variables cal que escompleixin aquest criteris:

a) Associaci: Hi ha covariaci significativa entre VI i VD les dades obtingues enlestudi han dindicar que hi ha una relaci o covariaci significativa entre VI i VD.Parlem dassociaci entre dues variables o b de relaci bidireccional quan a mesuraque canvien els valors duna variable tamb varien els valors de laltra. Fixeu -vos,doncs, que lassociaci s, enrealitat, sols una de les condicions per a establir relacionscausals. Cal que recordeu aix per tal de no confondre associaci amb causaci.

b) Temporalitat:

en lestudi, la causa (VI) ha de precedir lefecteo conseqncia (VD).

c) Absncia d'espureitat: no hi ha dhaver explicacions causals de la VD que no siguinla VI mateixa. Si a banda de la VI (que s la variable que segons la hiptesi explica lesvariacions de la VD) hi ha altres variables que podrien explicar el "comportament" de laVD, hi ha una relaci espria que confon o emmascara la relaci entre VI i VD. Lesrelacions espries sn una de les principals preocupacions dels investigadors, els qualsapliquen tcniques de control per tal devitar que variables estranyes esconverteixin enconfusionistes o emmascarades. De fet, la validesa interna depn del fet que aquestestcniques de control sapliquin de manera efica.

1.3-. Validesa i Fiabilitat de les hiptesis:

1.3.1- Fiabilitat: Un model s fiable si investigadors independents reporten elsmateixos resultats seguint el mateix procediment. s a dir, la investigaci ha de poderser replicada per un altre investigador.

1.3.2-Validesa: Grau en qu una investigaci estudia all que pretn estudiarEx. provad'intelligncia ha de mesurar el constructe intelligncia i no pas l'ansietat.

Ex: Si en posar un termmetre en aigua bullent indica, en repetides ocasions, que latemperatura de l'aigua s de 40 C: El termmetre proporciona una mesura vlida? Resposta: no. Ats que l'aigua bullquan arriba als 100 C, podem assegurar que aquest termmetre no mesura (de maneravlida) la temperatura. El termmetre proporciona una mesura fiable? Resposta: s, ats que sempre

proporciona una mateixa mesura (40 C) davant d'una mateixa situaci (ebullici del'aigua).

TIPUS DE VALIDESA:

a) Validesa interna: grau de seguretat amb que es pot afirmar que la VI s la causa de

les variacions observades a la VD (Grau en qu es pot assegurar que hi ha absnciad'espureitat)


3/18


3

s el principal objectiu dels dissenys experimentals, quasiexperimentals o ex post facto.

Les variables estranyes no controlades impedeixen assolir una validesa internaelevada.

Amenaces: Histria, maduraci, adaptaci a les proves, instrumentaci, regressi a lamitjana, prdua no aleatria de subjectes, selecci.

Tcniques de control:-Aleatoritzaci (noms en els dissenys experimentals): assignar a latzar els

participants en diferents condicions experimentals (disseny experimentalintersubjecte) o en diferents ordres de presentaci de les condicions experimentals(disseny experimental intrasubjecte).-Igualaci(en tot tipus de disseny): posar el mateix nombre de subjectes en lesdiferents condicions experimentals.-Equilibrament: equilibrar els diferents grups de subjectes pel que fa a lesdiferncies individuals.-Reequilibrament o contrabalan: assignar els subjectes a diferents ordres de

presentaci dels tractaments o condicions experimentals.-Eliminaci: Tcnica de control de les variables estranyes associades a lesdiferncies individuals que consisteix a deixar fora de lexperiment els individusque tinguin determinats valors en la variable. Aquests valors han de ser moltextrems o distorsionants respecte a la generalitat. Segons quants valors deixemfora es fa difcil decidir si es tracta deliminaci o digualaci. Ex: dos grups de

jutges que observarien un vdeo dun partit atribuirien faltes, sota dues

condicions diferents, com eren els diferents colors de les samarretes. Aquellsseguidors o detractorsdels equips filmats van quedar fora de la investigaci(eliminaci).

b)Validesa externa: grau en qu una investigaci s generalitzable a altres individus,situacions i moments.La selecci s un procediment emprat per a obtenir una mostra desubjectes. Per tal d'obtenir una bona validesa externa s important que la selecci siguialeatria, que no estigui massa limitat (el mostratge) i que sigui probabilstic.

Principal objectiu dels dissenys observacionals.

Els resultats d'una investigaci s'obtenen a partir d'una mostra (ha de ser representativa)i han de garantir que tota la poblaci a qui es vol generalitzar t una probabilitatconeguda i no nulla de formar part de la mostra.

Tcniques de mostratge:

1-. Probabilstic: El mostreig probabilstic s la garantia que la mostra representaadequadament la poblaci. Tots els elements de la poblaci han de tenir una probabilitatconeguda i no nulla de pertnyer a la mostra.

-Mostratge aleatori simple:De tota la poblaci es trien a l'atzar tants participants(mostra) com necessitem segons la confiana que exigim.


4/18


4

-Mostratge aleatori estratificat: s un procediment de mostreig probabilstic en qula poblaci es divideix en grups o "estrats" d'acord a alguna caracterstica, elegits

per a ser relacionats amb les principals variables en estudi, i mostres aleatriesindependents s'extreuen de cada estrat per tal d'obtenir una ms exactitud en larepresentaci dels estrats. Com a diferncia de mostreig per conglomerats, les

unitats dins dels estrats s'espera que siguin homognies.-Mostratge per conglomerats (sempre han de ser aleatoris): El procs de descendirseleccionant conglomerats fins a trobar la unitat mostral. Observeu que unconglomerat inclou unitats heterognies, agrupats de manera natural.Ex: Selecciconglomerada ja que la primera agrupaci: el municipi. Segona: el barri.Tercera: el collegi. Quarta: la classe.

2-. No probabilstic:-Accidental: mostreig no aleatori en base a quelcom accidental. s sempreesbiaixat (erroni): s esbiaixat perqu no representa b la poblaci.-Fet expressament: es basa en el coneixement d'un expert sobre lescaracterstiques de la poblaci, ubicaci de les unitats mostrals i manera d'accedir-hi. La capacitat de representaci es basa en l'experincia i bon judici de l'expert.

c) Validesa de contingut: Es refereix al grau en qu un instrument reuneix informacirepresentativa sobre la variable o constructe que mesura.

d) Validesa de constructe:Es refereix al grau en qu un instrument realment mesura lavariable o constructe pot ser mesura. Si la definici operativa de la variable o constructes pobre, el instrument no t bona validesa de constructe.

2-.Mtodes i dissenys d'investigaci

2.1-.Experimental

Es caracteritzen per la presncia de manipulaci i aleatoritzaci en almenys una VI.Necessitem crear unes condicions controlades per nosaltres (VI) per a estar segurs delque passa (VD) i poder interpretar-ho. Mitjanant l'experimentaci podem contrastarque una variable s la causa d'una altra.- Control intern: aleatoritzaci (validesa interna)- Representativitat: entorns poc naturals (falta de validesa externa o ecolgica)

2.1.1-Caracterstiques:a) Es generen condicions enque es produeixin els diferents nivells de la VI:manipulaci de la VI

b) Aleatoritzaci: assignara l'atzar els participants en:-Diferents condicions experimentals (tindr un tipus de disseny intersubjecte)-Diferents ordres de presentaci de les condicions experimentals (tindr un tipusde disseny intrasubjecte)

NOTA: sha de diferenciar aleatoritzaci de la selecci aleatria (procedimentper a obtenir la mostra de subjectes. Dna validesa externa).Lobjectiu que es persegueix en aplicar laleatoritzaci s evitar que hi hagi els

efectes de prctica (tamb anomenats efectes de perode) i de persistncia, que snles dues grans amenaces a la validesa interna daquests dissenys.


5/18


5

2.1.2-Tipus de disseny:

a)Disseny intersubjecte:

Si s un experiment amb un disseny intersubjecte (s a dir, utilitzant subjectes diferentsen les diferents condicions experimentals) s'utilitza l'assignaci aleatria per a repartirels subjectes en les diferents condicions experimentals. L'assignaci aleatria s unatcnica de control que serveix per a equilibrar els diferents grups de subjectes pel que faa les diferncies individuals. De fet, hi ha autors que parlen de l'equilibrament com atcnica de control. Per quan s'utilitza l'assignaci aleatria el cert s que, si es disposad'una mostra suficientment gran, l'equilibrament s simplement el resultat d'aquestaassignaci.-Diferents subjectes passen per diferents condicions experimentals. (Una sola VI,diferents subjectes passen pels diferents nivells de la VI).-Disseny amb grups aleatoris: Assignaci aleatria per a equilibrar els subjectes endiferents condicions.

1.Hiptesi degudament operativitzada:

1.1.S'hipotetitza sobre certes variables (VI i VD). Sha de determinar: Quines sn les VI i les VD Quins sn els nivells de la VI Com es manipula la VI (en un experiment sempre es manipula) Com es mesura la VD

1.2.No shipotetitza (sobre altres variables)ja que sn: Variables estranyes: Es controlen mitjanant tcniques de control:-Igualaci: els participants presenten certes caracterstiques per igual.-Equilibrament (aleatoritzaci):-Normalment s'equilibra el sexe, l'edat...-Disseny de blocs aleatoris: S'utilitza quan, mitjanant l'aleatoritzaci, no podemassegurar que s'equilibri una variable estranya (no manipulada) que consideremrellevant perqu creiem que pot afectar la VD.-Es vol respectar el rang natural dels valors (si no, utilitzarem la igualaci).-Eliminaci:els participants que presenten certes caracterstiques queden fora de lamostra.Tcnica de control de les variables estranyes associades a les diferncies

individuals que consisteix a deixar fora de lexperiment els individus que tinguindeterminats valors en la variable. Aquests valors han de ser molt extrems odistorsionants respecte a la generalitat. Segons quants valors deixem fora es fa difcildecidir si es tracta deliminaci o digualaci.

Variables emmascarades: No es controlen.- Si es detecten, s'han de controlar i es converteixen en estranyes.

2.Grups:

-Grup experimental: rep un nivell qualsevol de la VI-Grup control: rep un nivell nul de la VI. Serveix per valorar la quantia de l'efecte delgrup experimental


6/18


6

3.Participants i assignaci: Assignaci aleatria als grups experimental i de control.Aix les variables estranyes associades a les diferncies individuals queden equilibrades(equilibrament)

4.Resultats: han de quedar expressats de manera numrica- ndex de tendncia central (mitjana)

5. Discussi:- Els resultats es relacionen amb la hiptesi plantejada

Les hiptesis no es verifiquen, no es demostren... Les hiptesis es mantenen sempre de manera provisional

- Els resultats amb les troballes d'altres autors. Per tal d'evitar la parcellaci del coneixement

b)Disseny intrasubjecte:

Si el disseny s intrasubjecte els grups estan perfectament equilibrats pel que fa a lesdiferncies individuals, ja que hi ha els mateixos subjectes en totes les condicionsexperimentals.L'objectiuque es persegueix en aplicar l'aleatoritzaci s evitar que hi hagi els efectesde prctica (tamb anomenats efectes de perode) i de persistncia, que sn les duesgrans amenaces a la validesa interna d'aquests dissenys.Aix doncs, en els dissenys intrasubjecte l'aleatoritzaci s'utilitza per a assignar elssubjectes a diferents ordres de presentaci dels tractaments o condicions experimentals.s tracta de la tcnica de control que anomenem contrabalan o reequilibrament.

Hi ha els mateixos subjectes en totes les condicions experimentals.- L'aleatoritzaci s'utilitza per a assignar-los a diferents ordres de presentaci.- Tcnica de control: reequilibrament- Caracterstiques principals

o Els mateixos participants en condicions experimentals diferentso S'ha de tenir en compte l'ordre de presentaci de la VI

- Avantatges:o Control:

Si es pot fer, ja no ens hem de preocupar per controlar variables estranyesassociades a les diferncies individuals

o

Economia: Necessitem menys participants

- Amenaces (impediments per al bon curs de lexperiment):o S'hauran d'analitzar abans de dur a terme l'experiment, ja que sin quedar invalidat

per 3 amenaces: Aprenentatge: quan es produeixi aprenentatge en alguna de les condicions

experimentals ser impossible aplicar la lgica intrasubjectes. Motivaci: no treure desmotivaci per a que els subjectes simpliquin en un

experiment (ex. Dir-los un divendres a la tarda que es quedin una hora per a larealitzaci de lexperiment)

Fatiga: intentar que la fatiga condicioni les respostes dels subjectes enlexperiment (donar-los temps de descans, per exemple, seria una maneradevitar-ho)


7/18


7

o Es produeixen durant la realitzaci de lexperiment. Hi ha 2 amenaces: Persistncia / persistncia diferencial: en comenar una condici experimental

ens haurem d'assegurar que els efectes provocats per la condici aplicadaanteriorment han desaparegut (sobretot quan sinvestiga amb medecines,drogues, dietes alimentries, etc.). La persistncia de vegades produeix un canvi

en la condici segent que no s possible de reequilibrar-lo amb l'ordenaciinversa: en aquests casos es parla de persistncia diferencial, que vol dir que

passar del nivell u al dos no s igual que passar del nivell dos a l'u.ExObserveula seqncia segent: oli calent-ou-sal i ara: sal-ou-oli calent. Els efectesacumulats de l'ordenaci no sn reversibles.

Adaptaci a les proves: es produeix sempre. s lefecte derivat de repetirdiverses vegades tasques semblants. No s el mateix respondre a una condici en

primer lloc que fer-ho en ltim lloc. Sempre hi haur una lleugera diferncia acausa de la prctica que ja s'ha fet.

- Tcniques de control de l'ordre i lefecte de la prctica:o

Aleatoritzaci simple: La prctica es va repartint de manera aleatria per a cadascuna de les condicions

experimentals.o Aleatoritzaci en blocs

Cada bloc cont el total de nivells de la variable independento Reequilibrament

s adequat quan la VI t dos nivells i les tasques que han de dur a terme elsparticipants sn llargues

Consisteix en dur a terme una ordenaci simtricament inversa Avantatge: Es pot calcular l'efecte que t passar per la VI en primer lloc o en

segon lloc. Aix ajuda a allar l'efecte que t la VI.o Quadrat llat

s adequat quan la VI t ms de dos nivells i cada nivell sigui present unavegada en cada posici possible

Avantatge: Es pot calcular la quantia de l'efecte a causa de l'ordreo Disseny incomplet

Els participants no passen per les VI amb tots els ordres possibles. No es pot calcular l'efecte de l'ordre

c)Dissenys mixtos:

Es donen nicament en dissenys amb ms d'una VI, s a dir, en dissenys factorials. Elsdissenys factorials proporcionen ms informaci que els unifactorials, ja que comptenamb la riquesa de la combinaci dels nivells de dues o ms VI.

Tenen ms d'una VI:Una VI s intersubjecteL'altra VI s intrasubjecte

d) Disseny dexperiments dun nic subjecte:

- Sorgeix de l'mbit de la psicologia clnica: L'objectiu s provar l'eficcia d'unaterpia determinada (VI) en el comportament (VD) un pacient concret.

- Procediment. 3 fases:o Establiment de la lnia de base:


8/18


8

Es registren els comportaments que es volen mesurar abans d'intervenir Condici de control

o Fase d'intervenci: Es registren els comportaments del participant durant l'aplicaci de la terpia Condici experimental

o

Fase de retirada: Control de les amenaces emmascarades (poca de l'any, circumstncia personal

parallela, empatia especial amb el terapeuta...) que rivalitzen amb la VI alhorad'explicar els efectes de la terpia.

tica:- Sempre es pot retirar un tractament que sembla que va b?- Si no es pot fer, disminueix el control.

- Lnia de base i lnia de retirada: No tractament: A- Fase d'intervenci: S tractament: B

o Parlem de disseny AB, disseny ABA, ABAB...o Les claus del control son les sries de mesures i la retirada del tractament

e)Dissenys factorials: sn experiments amb ms duna VI

L'avantatge ms gran d'un experiment factorial de dues variables s que obtenim msinformaci que la suma de la informaci dels dos experiments d'una variable implcits.

Dues o ms VI que es combinen. Pot haver interacci: L'efecte d'una VI sobre la VD depn dels valors que pren

l'altra VI (Cal estudiar-la a partir de la informaci que proporcionen els efectessimples).

Com a regla general, quan estiguem davant d'un experiment factorial de dues (o ms)

variables independents, s'haur de comprovar si l'acci d'una variable roman igualquan es combina amb els nivells de l'altra variable independent.- Quan lacci duna variable roman igual quan es combina amb els nivells de laltra VI,direm que no s'ha produt interacci; i aix passa quan les lnies sn paralleles. Llavors

podem interpretar correctament l'acci de la variable independent amb els resultats deles mitjanes (percentatges dels resultats de cadascuna de les condicions experimentals).- Quan l'acci d'una variable independent sobre la dependent estigui modificadaquanes combina amb els nivells de l'altra variable independent, llavors direm que s'ha

produt una interacci. Aix s, quan les lnies no sn paralleles.- Quan es produeix interacci, no podem estar segurs que la mitjana representi b elsresultats parcials. Caldr comprovar-ho.o

Establir condicions possibles: resultat de combinar tots els nivells de totes les VI (2x 2, 2 x 3...)

o Avantatge: S'obt ms informaci que la senzilla suma dels dos experiments d'una sola

variable implcits. Aquesta info extra prov de la combinaci dels resultats.o Procediment:

Els resultats es presenten en grfics (un grfic per cada VI) Ex. 2 x 2 Primer grfic- VI 1: central / eix de les abscisses- VI 2: condicionant / Eix de les ordenades Segon grfic

-VI2: central/abscisses

- VI1:condicionant/ordenades


9/18


9

Aquests resultats parcials s'anomenen efectes simples Comparem els efectes simples entre si: l'acci d'una variable roman igual quan

es combina amb els nivells de l'altra VI? Les lnies dels grfics sn paralleles:- S, la variable roman igual en combinar-se amb els nivells de l'altra VI

-Podem interpretar el resultat simple

- No hi ha interacci- Podem estudiar l'efecte principal (mitjana) de la variable directament. Les lnies dels grfics no sn paralleles:- No, la variable s diferent quan es combina amb els nivells de l'altra VI- Hi ha interacci- No es pot interpretar l'efecte principal (mitjana) tan alegrement.

Interpretaci dels resultats factorials quan hi ha interacci Comprovar la semblana dels pendents

Sn del mateix signe: Es pot interpretar l'efecte principal No sn del mateix signe: No es pot interpretar l'efecte principal i haurem

d'interpretar cada efecte simple separadament.

2.2-. Quasiexperimental

En moltes ocasions, quan la investigaci es du a terme en contextos aplicats, lamateixa situaci en qu transcorre restringeix la llibertat d'acci de l'investigador endiversos sentits. Un d'ells fa referncia a la impossibilitat d'assignar aleatriament elssubjectes a les diferents condicions experimentals o b a diferents ordres de presentaci.Els dissenys quasiexperimentals es caracteritzen per la manipulaci de la VI i perl'absncia d'aleatoritzaci.

Ens trobem davant un pla d'investigaci quasiexperimental quan es vol contrastar unarelaci causal o el contrast d'una relaci causal no es pot fer en condicions estrictamentexperimentals. Aix sol ocrrer en contextos aplicats, no pel context, sin per laimpossibilitat destablir uns controls mnims. O b no es pot dur a terme una assignacialeatria dels participants en grups o b no es pot controlar lordre de presentaci delsnivells de la VI.

2.2.1-. Caracterstiques:

Representativitat: entorns ms naturals

Control intern: no aleatoritzaciLa manca d'aleatoritzaci pot impedir fer-ne un bon equilibrament, de tal maneraque no sigui possible assegurar que els grups siguin equivalents, s a dir,comparables. Per aquest motiu, en el context dels dissenys quasiexperimentals noes parla de grup control sin de grup de quasicontrol o grup control no equivalent.

Amenaces: El problema de validesa interna:- Per molt correctament que es desenvolupi un quasiexperiment, no garanteix

l'eliminaci de les amenaces. s a dir, el problema per a la validesa interna no s enl'aplicaci del pla d'investigaci sin en el pla d'investigaci mateix.

- En qualsevol cas, entengueu que sempre parlem d'amenaces potencials a la validesa

interna. Amenaces que, si ocorreguessin, trastocarien l'objectiu de la investigaci,amb la valoraci de l'impacte del tractament.


10/18


10

- El disseny no en garanteix la neutralitzaci, per l'investigador pot comprovar si lesamenaces han aparegut o no.- Possibles amenaces:a) La histria: Un esdeveniment que succeeix fora del control de la investigacicompeteix amb la VI com a explicaci dels canvis en la VD.

b) La maduraci: Si el tractament s'allarga, els canvis en la VD poden ser fruit decanvis interns.c) L'adaptaci a les proves: Efecte de la prctica, com en els dissenys intrasubjecte.d) La instrumentaci: Les tcniques de mesura poden sofrir canvis que es confonenamb l'efecte de l'aplicaci de la VI.e) La regressi a la mitjana: Tendncia natural de puntuacions extremes a tornar alsseus valors mitjans. s una amenaa per a les investigacions que fan servir elrendiment en una prova com a criteri per formar grups.f) La prdua no aleatria de subjectesg)La selecci de mostres: Si se seleccionen els participants per tenir algunacaracterstica concreta poden aparixer biaixos de selecci.

2.2.2-. Tipus de dissenys quasi experimentals:

2.2.2.1 DISSENYS PRE-POST:

a) Dissenys pre-post amb un sol grup: Es comparen dos nivells: amb intervenci i sense intervenci. Es prenen mesures

abans i desprs. Ambds nivells s'apliquen al mateix grup. Lgica intrasubjecte. El control

s'aplicaria sobre l'ordre.

En el cas que no sigui possible decidir en quin ordre es presenten els nivells de laVI (per exemple, en un tractament de millora) Prdua de control: confusi potencial de l'efecte del nivell de la VI amb altres

variables estranyes.

b) Dissenys pre-post amb dos grups: Grup experimental a qui s'aplicar el nivell no nul de la VI Grup de quasicontrol o grup de control no equivalent, a qui no s'aplicar. Lgica

intersubjecte. El control s'aplicaria sobre les diferncies individuals mitjanatl'equilibrament dels dos grups mitjanant l'assignaci aleatria.

Si no s possible equilibrar els grups, prdua de control: no s possible controlar les

diferncies individuals.

c) Disseny pre-post amb quasicontrol en una cohort anteriorEl terme cohort fa referncia a un conjunt de persones nascudes en la mateixa data. Ales investigacions de tipus quasiexperimental una cohort anterior pot ser un bon grup dequasicontrol ja que, fins i tot tenint els inconvenients de no haver estat formadaaleatriament en relaci amb el grup al qual s'aplica el tractament, t alguns avantatgesdavant el grup de quasicontrol sincrnic.- Avantatge: El grup de quasi control s'equipara al quasiexperimental pel que fa a lesvariables que romanen iguals d'un any a l'altre.- Inconvenient: No es pot garantir la igualtat entre les mesures de la variable dependent.I d'un any a l'altre es poden haver introdut canvis que afectin aquesta igualtat.


11/18


11

- Possibilitat d'introduir una altra VD en el grup quasiexperimental per tal que serveixide control intrasubjecte. Aquesta VD2 representa que:

-Els canvis en la VD1 no han de generar canvis en la VD2-S'ha de poder modificar de la mateixa manera que la VD1-Ha de tenir la mateixa sensibilitat que la VD1 a l'aplicaci del nivell no nul de la

VI.

2.2.2.2 DISSENYS DE SRIE TEMPORAL INTERROMPUDA:

El canvi d'estratgia que implica l's d'aquests dissenys consisteix a augmentar elnombre de mesures que es prenen de la variable dependent abans i desprs deltractament. El disseny ms senzill que fa servir aquesta estratgia s el denominatdisseny de srie temporal interrompuda amb un sol grup: Es mesura repetidament laVD que es vol modificar; Les mesures s'interrompen quan s'apliquen els nivells de laVI; i acabada la intervenci, la srie es reprn

- Esquema:a) Es disposa d'un grup que es mesura repetidament en una variable dependent que esvol modificar.

b) La srie de mesures s'interromp per a aplicar el tractament.c) Una vegada acabat el tractament la srie es reprn.

2.3-. Metodologia Selectiva

La metodologia selectiva es caracteritza per l'absncia de manipulaci i d'aleatoritzaci,i tamb per l's d'entrevistes i qestionaris com a eines principals per a obtenir

informaci. Si b els dissenys d'enquesta sn de caire eminentment descriptiu, els expost facto es caracteritzen per estudiar relacions causals. Disseny que es fa encircumstncies en qu, o b la variable independent (prospectiu), o b la VI i VD(retrospectiu) ja han pres els seus valors abans de comenar la investigaci. Els dissenysevolutius sn un cas particular dels dissenys ex post facto, en qu l'edat s'estudia com a

possible causa del fenomen estudiat.

No hi ha aleatoritzaci dels participants (assignaci aleatria/reequilibrament) nimanipulaci de la VI. Malgrat labsncia daquestes dues caracterstiques, habitualmentlobjectiu daquests tipus de dissenys s la contrastaci de relacions causa-efecte.

A diferncia dels dissenys experimentals i quasiexperimentals, els dissenys selectius (itamb els observacionals) formen part de la investigaci no manipulativa, que s aquellaen qu no hi ha possibilitat d'administrar els valors de la VI, sin que aquests valors javnen donats perqu ja s'han produt. Tot i aix, l'objectiu dels dissenys ex post facto sestudiar relacions causals.

Fixeu-vos que en els dissenys experimentals i quasiexperimentals tenen en com et fetde manipular la variable independent en canvi en els dissenys selectius la VI no smanipulada per linvestigador (pot seleccionar dos grups subjectes de 30 i 50 anys icomparar-los; o seleccionar introvertits i extravertits i comparar el rendiment a final de

curs...). Fixeu-vos que escollir subjectes en funci del valors de la VI no s manipular.Penseu en el segent exemple: volem sotmetre la prova la segent hiptesi:


12/18


12

Els fills de mares amb problemes de nutrici tindran ms problemes relacionats amblalimentaci en comparaci amb fills de mares sense problemes. En aquest cas noseria tic fer un experiment, ats que no podem manipular la VI (malnutrici de lamare), el que farem seria emprar un disseny de metodologia selectiva.Hi ha dos grans tipus de dissenys ex post facto:

1) Els prospectius, tamb anomenats dissenys etiolgics de cohorts.2) Els retrospectius, anomenats tamb dissenys de casos i controls.

El disseny s ex post facto: Estudien relacions causals, per no hi ha possibilitatd'administrar els diferents valors de la VI perqu ja s'han produt. Tipus:a. Prospectius o etiolgics de cohorts

b. Retrospectius o dissenys de casos i controlsc. Evolutius: edat com a causa del fenmen estudiat

2.3.1-.Dissenys ex post facto

Formen part de la investigaci no manipulativa, que s aquella en qu no hi hapossibilitat d'administrar els valors de la VI, sin que aquests valors ja vnen donatsperqu ja s'han produt. Tot i aix, l'objectiu dels dissenys ex post facto s estudiarrelacions causals. Es vol estudiar la causaci, per la investigaci comena quan lacausa (VI) ja ha ocorregut.La dificultat no est en les habilitats dels investigadors sin en les condicions en qutreballen, condicions que, en aquest cas, estan determinades per la naturalesa del

problema d'investigaci. La millor manera de posar a prova una hiptesi de relacicausal s dur a terme un experiment. Per si sospitem que alguna cosa pot causar elsucidi dels ssers humans no ho manipulem al laboratori amb la intenci que al grup

experimental hi hagi ms sucides que al grup de control. En el cas que ens ocupa,l'investigador entra en escena quan el sucidi ja s'ha esdevingut. Aix en llat es deia ex

post facto.

RESUM: L'edat, quan s'estudia com a variable independent, dna lloc a un esquemad'investigaci ex post facto. Aix fa que l'amenaa ms gran dels estudis evolutius siguil'aparici del biaix de selecci. L'esmentat biaix s palliable perqu l'edat s unavariable que pot ser estudiada intrasubjecte mitjanant dissenys evolutius longitudinals.Aix fa ms difcil l'aparici del biaix de selecci. Un cas particular d'aquest biaix sl'efecte cohort. L'esmentat efecte no queda eliminat pels estudis longitudinals per s

pels dissenys evolutius seqencials que l'inclouen com a variable independent afegida al'edat.

- Tipus d'estratgies:

a)Retrospectives: estratgia adequada quan el fet que ja s'ha produt s tota una cadena:han aparegut les causes i les seves conseqncies. Exemples: cercar causes del sucidi,de transtorns psicopatolgics, el fracs escolar o l'absentisme laboral.Amenaa a la vali desa interna.Biaix retrospectiu.: L'investigador, guiat per la seva intuci o pels coneixements previsen el seu camp, decideix de buscar en una direcci determinada per en fer-ho assumeix

el risc que una altra possible variable independent quedi fora de la investigaci. Aquest


13/18


13

perill, que afecta la validesa de la investigaci, s'anomena biaix retrospectiu.L'inconvenient principal s que no hi ha manera, a priori, d'establir la seva ocurrncia.La relaci observada pot ser espria (dos esdeveniments no tenen connexi lgica).

La caracterstica fonamental de l'estratgia retrospectiva des del punt de vista de com es

procedeix a la investigaci s que es comena seleccionant els participants per les sevespuntuacions en la variable dependent i, cap enrere, es busquen potencials variablesindependents.

L'investigador noms pot tractar de reconstruir els esdeveniments. Procediment:1. L'investigador ha de comenar estudiant la VD2. Se seleccionen els participants per la VD3. Es busquen potencials VI

Podem postular gran quantitat de VI per a explicar el fet. Per fer-ho, l'investigador esguia per la intuci, pels seus coneixements previs. S'ha d'assumir que una altra possibleVI que quedi fora de l'investigaci.L'investigador analitza la covariaci entre els valors de la VD i els de les potencials VI.Ser millor candidata a VI la que ms covari amb la VDAtenci!La covariaci no implica causaci!Per al contrast de les hiptesis causals, podem postular les potencials VI com a factorsde risc (s'apliquen procediments per palliar el risc i es valora leficcia de l'aplicimitjanant un disseny quasiexperimental) o podem intentar passar de l'esquemaretrospectiu al prospectiu.

b)Prospectives: Les causes ja s'han donat, per encara no s'ha produt l'efecte. Atenci!

No s un experiment perqu l'investigador no pot manipular la VI, sin que noms potseleccionar persones que ja en presenten els valors. Amenaa: Biaix de selecci.Impossibilitat de separar el valor de la VI d'altres variables que podrien explicarl'aparici dels valors de la VD. (emmascarades)

Respecte a la investigaci retrospectiva, hem canviat el procediment: primer seseleccionen persones amb determinats valors en la variable independent i desprss'espera en altres casos, es provoca l'aparici dels valors en la variable dependent.Quan, l'investigador mira cap endavant, treballa de manera prospectiva. Aquest dissenys ex post facto prospectiu.

Procediment:1. Primer seleccionem els participants pels seus valors en la VI2. Desprs s'espera que apareguin els valors de la VD

El risc fonamental s el que es coneix com a biaix de selecci. Aquest consisteix en elfet que l'investigador no pot separar la caracterstica seleccionada el valor de lavariable independentd'altres de relacionades amb aquestes i que podrien al seu torninfluir en la variable dependent. Si no la pot separar, no pot controlar les altrescaracterstiques que passen a ser variables emmascarades potencials.

En haver ms d'una VI potencial, en els dissenys ex post facto podem calcular lainteracci de dues VI potencials. Per caldr recordar que sn potencials i que potsern'hi ha d'emmascarades.


14/18


14

2.3.2-. Dissenys evolutius: Un tipus especial de dissenys ex post facto

Els dissenys evolutius sn un cas particular dels dissenys ex post facto, en qul'edat s'estudia com a possible causa del fenomen estudiat. El terme de dissenys

evolutius fa referncia a aquelles investigacions en qu l'edat o el pas del tempss'estudia com a variable independent. La disciplina que ms els ha utilitzat ha estat,lgicament, la psicologia del desenvolupament. Com a punt de partida, s'ha d'assenyalarque l'edat no s una variable manipulable (la VI, pel fet de ser ledat, no sermanipulable). Aix fa que els dissenys evolutius es considerin dissenys ex post facto.Es podran utilitzar estratgies prospectives o retrospectives depenent del cas.

Tipus de dissenys evolutius:

a) Dissenys evolutius transversals:consisteixen a comparar en la variable dependent

diferents grups d'edat en un mateix moment temporal. Comparem l'aparici dels valorsde la VD entre grups d'edats diferents (les edats diferents sn els nivells de la VI).Lgica intersubjecte. La VI s seleccionada, no manipulada. Perill de biaix de selecci.L'edat pot emmascarar altres variables (diferncies culturals generacionals, hbitssalut...) que poden competir amb l'edat com a explicaci dels nivells de la VD. Percontrolar aquestes variables emmascarades, els dos grups de participants s'hand'assemblar en tot el que no sigui l'edat.

b) Dissenys evolutius longitudinals:Comparem l'aparici dels valors de la VD delsmateixos subjectes passats x anys. Lgica seria intrasubjecte. Avantatge: ms validesainterna, l'edat ja no emmascara altres variables. Inconvenient: s ms costs de fer,

poden haver efectes de cohort, la variable "pertnyer a una cohort x" pot convertir-se envariable emmascarada. Es podrien explicar els valors de la VD pel fet de pertnyer auna generaci i no per la VI que s'havia postulat, l'edat.

c) Dissenys evolutius seqencials: aquest disseny ja no t una nica variableindependent, l'edat, sin dues: l'edat i la cohort. L'edat s'estudia de manera intrasubjecte

per la cohort s intersubjecte.Lgica mixta. En els dissenys ex post facto i aquest hos, no deixa lloc a la distinci. Cap de les dues variables pot ser manipulada. S'estudienlongitudinalment dues cohorts diferents.

2.4-. Metodologia d'enquestes

L'objectiu principal dels dissenys d'enquesta s l'obtenci d'informaci mitjanantqestionaris i entrevistes sobre un fenomen o ms amb l'objectiu de descriure tantvariables allades com relacions entre variables d'una poblaci. Com ja sabeu, no sfreqent poder accedir a tots els membres d'una poblaci, de manera que habitualments'utilitza una mostra representativa d'aquesta poblaci per a dur a terme l'estudid'enquesta.

Ats que el principal objectiu de la metodologia d'enquesta s descriure un aspected'una poblaci o diversos a partir d'una mostra, les tcniques de mostreig adquireixen

una importncia especial, ja que sn el mitj a travs del qual la mostra pot assolir unabona representativitat. Aix, per, no vol dir que les tcniques de mostreig siguin


15/18


15

nicament aplicables als dissenys d'enquesta; de fet, es poden aplicar a qualsevol tipusde disseny.

Sn de caire descriptiu. Descriuen: Variables allades i relacions entre variables d'unapoblaci.

S'ha d'utilitzar una mostra representativa, seran importants les tcniques de mostreig:Atenci! Les tncniques de mostreig i el fet d'utilitzar qestionaris o enquestes noimplica necessriament que el disseny emprat sigui d'enquesta.

Tipus dinvestigaci amb enquestes:

a)Dissenys transversals: Descriu com s la poblaci en un moment determinat. Centrenl'estudi en un punt temporal determinat.Caracterstiques:-Descriuen variables-Es poden mesurar entre elles-Es poden establir diferncies entre grups: les relacions sestableixen mitjanant taulesde contingncia

b)Dissenys longitudinals: Estudia el canvi d'una poblaci respecte a una qestidetermina Estudien com evoluciona un determinat fenomen al llarg del temps. No es

poden introduir canvis en el qestionari perqu els canvis en la poblaci podrien serdeguts a la nova manera de formular les preguntes. 3 tipus:

b.1:Disseny longitudinal de poblacions: Se seleccionen 2 moments o ms, i 2 mostres

de subjectes diferents o ms. Si la mida mostral s gran, es torna a ver de nou elmostreig. Lgica intersubjecte.b. 2:Disseny de panell: Se seleccionen 2 moments o ms, amb una sola mostra desubjectes del qual s'estudia el canvi individual. Si la mida mostral s petita, es pot tornara passar lenquesta als mateixos participants. Lgica intrasubjecte.

b. 3:Disseny de cohorts (mostra nascuda en la mateixa data): Diversos estudis de panellsimultanis, de manera que cada panell est compost per una cohort diferent de subjectes.s adequada quan hi ha alguna circumstncia temporal que es lliga a una generaci (Ex:Generacions BUP, generacions ESO; generacions pesseta, generacions euro...). Es fa unestudi de panell per a cada cohort i es poden analitzar les diferncies:intercohort/intracohort.

Caracterstiques: No hi ha validesa interna perqu no podem saber la direcci de l'acci de les

variables. Son dades descriptives No es pretn establir relaci de causaci. S de covariaci. Busca la validesa externa: sempre ha d'especificar l'abast de les generalitzacions.

Aix s'aconsegueix amb la mostra de la poblaci.

Mostra de la poblaci


16/18


16

- Ha de ser representativa:s representativa si les dades obtingudes es podengeneralitzar amb una certa confianaSeguretat del procediment d'estimaci: Ex. Confiana del 95%: si repetim l'enquesta100 vegades, 95 d'aquestes contindran el valor de la poblaci.- Com ms exigncia de confiana, ms gran ha de ser la mostra: (relaci de mides de la

poblaci, mides de la mostra i grau de precisi a la pg. 36 del Mdul d'enquestes)- Precisi: error assumit- Selecci de la mostra per tal que sigui representativa: mostreig

Tipus de mostreig:

a) Probabilstic: Tots els elements de la poblaci han de tenir una probabilitatconeguda i no nulla de pertnyer a la mostra. Tipus Aleatori simple: De tota la poblaci es trien a l'atzar tants participants (mostra) com

necessitem segons la confiana que exigim. Aleatori estratificat: Es defineixen estrats ( = categories rellevants: edat, sexe, lloc

de naixement..., que divideixen la poblaci en parts exclusives, ja que tothom ha depertnyer a una o altra categoria). En la mostra, cada categoria t una representaciproporcional als valors que presenta la poblaci: Afixaci proporcional i Afixacisimple (quan les particions de les variables sn aproximadament iguals).

Per conglomerats i etapes: Conglomerats: subconjunts d'unitats mostrals agrupadesde manera natural (en un barri, una escola...). Se seleccionen directament les unitatsmostrals per conglomerats enlloc de seleccionar les unitats. El que es tria a l'atzars el conglomerat, no la unitat. Es van triant conglomerats de dins els conglomeratsfins a arribar a les unitats: ruta aleatria. Cada pas s una etapa.

b) No probabilstic: Tipus: Accidental: La mostra s arbitrria (ex. del programa de rdio). Sempre s

esbiaixat: no representa b la poblaci. S'ha de ser honest amb el que es pretn ambaquesta mostra (p.ex. captar la opini dels oients per millorar el programa)

Fet expressament o opintic: Es basa en el coneixement d'un expert sobre lescaracterstiques d'una poblaci.

Elaboraci del qestionari:

En un qestionari, les preguntes han de ser tancades: Aix proporciona homogenetatals registres. Cosa que ens permetr analitzar les dades amb ms exactitud. Tot i que devegades se n'inclou alguna d'oberta per rastrejar nous camps.

-Com s un bon qestionari? Atractiu Curt Clar Sense preguntes negatives Ha d'anar de les idees ms generals a les ms particulars Les preguntes no han d'orientar la resposta L'enquestat no s'ha de sentir jutjat

- Els enquestadors han de coneixer els aspectes especfics de l'enquesta:


17/18


17

El contingut de les preguntes El tipus de resposta La manera com es poden resoldre els dubtes dels enquestats Les caracterstiques dels enquestats Manera rpida d'establir contacte amb l'investigador en cas de dubte o imprevist.

2.4-. Observacional

De la mateixa manera que en els dissenys selectius, en els dissenys observacionals no hiha manipulaci ni aleatoritzaci de la VI. La diferncia entre ambds metodologies sque mentre que en la metodologia selectiva prima la representativitat de la mostra, enl'observacional s'atorga una especial importncia a la naturalitat de la situaci en qu es

porta a terme la investigaci, s a dir, el realisme. Tant s aix que, en emprarl'observaci no cal provocar una resposta (fent, per exemple, una pregunta), sols cal

deixar que els esdeveniments es vagin succeint i registrar-los seguint un procedimentsistemtic. I aix sense que, necessriament, l'objecte d'estudi spiga que est essentestudiat.

Un dels elements ms caracterstics de la metodologia observacional s el disseny i sd'un sistema de categories que permeti codificar la informaci observada. Aquestsistema cal que sigui EME: exhaustiu (que inclogui tots els fenmens sota observaci), imtuament excloent (s a dir, que cada element del fenomen observat solament pugui

pertnyer a una de les categories).

Igual que passa en la metodologia selectiva, els dissenys observacionals prescindeixen

de la manipulaci i de l'aleatoritzaci. L'observaci parteix d'un pla d'investigaci ambuns objectius clars i a travs d'una srie ordenada d'etapes s'obt el registre sistemtic ila quantificaci de la conducta manifesta que es produeix en situacions naturals oquasinaturals.

En termes que es puguin estudiar, un sistema d'observaci ha de produir alt grau d'acordentre observadors. s a dir, dos observadors que presencien el mateix han d'estard'acord amb el producte de la seva observaci. El grau d'acord se sol calcular com a

percentatge d'acord. s a dir, percentatge de vegades que els dos observadors registrenel mateix sobre el total de registres fets entre ambds. s recomanable que un codid'observacitant en el seu conjunt com en cadascuna de les seves categoriesha

d'obtenir, almenys, un 80% d'acord entre observadors. Aquest percentatge podrser una mica inferior si s'ha corregit mitjanant el coeficient Kappa. Per sota del70% s clarament inacceptable. bviament, s encara ms recomanable com mss'apropi al 100%.

- Caracterstiques:

No hi ha manipulaci de la VINo hi ha aleatoritzaciEs dna importncia a la naturalitat de la situaci: No es provoquen les respostes,

s'espera a que s'esdevinguin i es registren.


18/18


18

Hi ha ms dun observador (indicador de fiabililitat): daqu tindrem els percent atgesdacord entre observadors.Control intern: cautela a l'hora d'emetre conclusions sosbre possibles relacions causals!Observaci sistemtica:- Registrar sistemticament

-Quantificar la conducta manifesta: En situacions naturals o quasinaturals

- Cal un sistema de categories per codificar la informaci observada que sigui- Exhaustiu: que inclogui tots els fenmens sota observaci- Amb categories mtuament excloents

- Ms d'un observador (indicador de fiabilitat): Percentatge d'acord entreobservadors. Superaci parcial de les limitacions: ndex Kappa (t lavantatge detenir en compte els acords que es produeixen a latzar): 70% dacord.

o Grau dintervenci de lobservador durant lexperiment: modalitats

dobservaci:

a)

Natural: linvestigador es limita a observar una situaci sense aportar res a la sevacreaci, mes enll de la seva ineludible presncia. Ex: enregistrament dabraadesen un aeroport per a analitzar la lateralitat.

b) Estructurada: els investigadors, mantenint un context natural daparici delfenomen, per tal daugmentar la possibilitat que aquest fenomen aparegui,introdueixen alguns elements en la situaci. Aix creen un context estructurat. Ex:introduint un joc que se spiga que resulta motivador i que implica un repte per alsinfants que seran observats.En aquestes condicions augmenta la probabilitat quesemeti el llenguatge autodirigit. Es provoca un fenomen per a descriurel.

c) Experiment de camp: provoquem un fenomen per a saber qu el causa. Quan

lobservaci sestructura per a dur a terme un procs de contrast de relacionscausals, parlem dexperiment de camp.

o Formes dobservaci:

a) Observaci externa: es duu a terme lobservaci des de fora la investigaci.Lobservador pot ser alg ali a lobjecte de lobservaci.

b) Observaci participant: es duu a terme lobservaci des de dins. Lobservador potser part del que sobserva.

Miq Esquema Resum Cris

Documents

Transcript of Miq Esquema Resum Cris