En este libro se expone de una manera innovadora el
centenario tpico de los diseos clsicos de investigacin en
las Ciencias del Comportamiento. Viniendo a demostrar que los diseos clsicos desarrollan una metodologa vlida para las reas de conocimiento donde es imposible mantener constantes todas las variables que intervienen en la explicacin de un determinado fenmeno. Sin olvidar el ms absoluto rigor expositivo, se tratan todos los aspectos del diseo con una estructura comn y didctica, sustituyendo las tradicionales frmulas algortmicas por explicaciones lgicas y razonadas. Imperando, en la organizacin de los contenidos, las cuestiones tericas o prcticas de la investigacin sobre aspectos del mero clculo. El lector apreciar la importancia que tienen estos diseos para desarrollar una investigacin de calidad, integrando en su interpretacin las limitaciones propias de la metodologa aplicada: experimental, cuasi-experimental o no experimental. CD-ROM Corrige automticamente los cuatro capitulos prcticos del libro. Proporciona las instrucciones para solucionarlos con el programa SPSS. Guarda en un fichero personal las calificaciones y el tiempo de ejecucin. almero EDICIONES MTODOS DE INVESTIGACIN, DISEO Y TCNICAS EN LAS CIENCIAS DEL COMPORTAMIENTO J OS FERNANDO GARCA PREZ MTODOS DE INVESTIGACIN, DISEOS Y TCNICAS EN LAS CIENCIAS DEL COMPORTAMI ENTO J os Fernando Garca Prez (UNIVERSITAT DE VALNCIA) MTODOS DE INVESTIGACIN, DISEOS Y TCNICAS EN LAS CIENCIAS DEL COMPORTAMI ENTO J os Fernando Garca Prez Edita: Palmero Ediciones Menndez y Pelayo 29 46010 Valencia ISBN: 978- 84- 936390- 7- 5 D. Legal: V - 4060 - 2008 Imprime: Copias y Revelados, SL trabajo@copiasyrevelados.com No est permitida la reproduccin total o parcial de este libro, ni su tratamiento informtico, ni la transmisin de ninguna forma o por cualquier medio, ya sea electrnico, mecnico, por fotocopia, por registro u otros medios, sin el permiso previo y por escrito de los titulares del Copyright. ndice General PRESENTACIN 9 CAPTULO I LA CIENCIA Y SU MTODO DE CONOCIMIENTO 13 EL DESARROLLO DE LA TEORA: EL PARADIGMA DE LA FSICA 14 El mtodo de la observacin y la Astronoma 15 El mtodo de la experimentacin y la Fsica terrenal 17 Formulacin de la primera teora general 19 EL MTODO CIENTFICO 19 Las caractersticas principales 19 La precisin y el lenguaje 20 El lmite de la induccin 21 La lgica del conocimiento cientfico 23 CUESTIONARIO 25 CAPTULO II LA PSICOLOGA CIENTFICA Y LOS MTODOS DE INVESTIGACIN 27 EVOLUCIN DE LAS TEORAS Y LOS MTODOS DE INVESTIGACIN 27 Los rasgos: investigacin de los atributos hereditarios 29 La aleatorizacin como tcnica de control 30 Del conductismo al neoconductismo 34 El paradigma cognitivo 37 LOS CONSTRUCTOS TERICOS DE LA PSICOLOGA CIENTFICA Y SU VALIDEZ 38 El problema de la induccin 39 La polmica de la hiptesis nula 41 La psicologa, una ciencia ordinal 42 Los constructos tericos 44 LOS MTODOS DE INVESTIGACIN DE LA PSICOLOGA 46 CUESTIONARIO 50 CAPTULO III VARIABLES: ESCALAS DE MEDIDA Y DISTRIBUCIN POR FRECUENCIAS 53 ESCALAS NOMINALES 53 Frecuencias absolutas 53 Frecuencias relativas 54 Representacin grfica 55 Diagrama de rectngulos 55 Diagrama de sectores o pictograma 55 ESCALAS QUE ASUMEN EL ORDEN 56 Frecuencias acumuladas 57 Escalas de intervalo y razn 57 Precisin: amplitud de la unidad de medida 57 Los intervalos de la distribucin 58 Distribucin de frecuencias por intervalos 59 Representacin grfica 61 Frecuencias sin acumular 61 Frecuencias acumuladas 62 La funcin de distribucin: posicin percentil de un valor 62 Escalas basadas en posiciones percentiles: inversa de la funcin de distribucin 64 Aplicaciones del clculo de percentiles 66 CAPTULO IV PRCTICA 1. DISTRIBUCIONES POR FRECUENCIAS 67 EJ ERCICIOS PROGRAMADOS 67 Ejercicio 1 67 Ejercicio 2 68 Ejercicio 3 69 Ejercicio 4 70 Ejercicio 5 71 Ejercicio 6 72 Ejercicio 7 74 Ejercicio 8 76 Ejercicio 9 78 EJ ERCICIOS 80 VI CAPTULO V ESTADSTICOS QUE DESCRIBEN LA DISTRIBUCIN DE UNA VARIABLE 85 MEDIDAS DE TENDENCIA CENTRAL 86 Media aritmtica 86 Propiedades de la media 87 La mediana 88 Propiedades de la mediana 89 La moda 90 MEDIDAS DE LA VARIEDAD 90 Las puntuaciones de diferencia 90 La desviacin media 91 La suma de cuadrados 92 La varianza y desviacin tpica 92 Propiedades de la suma de cuadrados total, la varianza y la desviacin tpica 93 Cuasi-varianza 94 El coeficiente de variacin 94 Amplitud total y amplitud semi- intercuartil 94 Amplitud total 94 Amplitud semi-intercuartil 95 MEDIDAS DE LA ASIMETRA 95 Coeficiente de asimetra de Pearson 96 Coeficiente de asimetra intercuartlico 97 Coeficiente de asimetra basado en el tercer momento 97 MEDIDA DE LA CURTOSIS 98 CAPTULO VI PRCTICA 2. ESTADSTICOS QUE DESCRIBEN LA DISTRIBUCIN DE UNA VARIABLE 101 EJ ERCICIOS PROGRAMADOS 101 Ejercicio 1 101 Ejercicio 2 104 Ejercicio 3 105 EJ ERCICIOS 107 CAPTULO VII CAMBIOS DE ESCALA Y PUNTUACIONES TPICAS 109 LA ESCALA DE PUNTUACIONES TPICAS 109 Propiedades 110 TRANSFORMACIONES LINEALES DE LOS DATOS 111 Media y desviacin de la variable transformada 112 ndice General Una nueva variable con la media y desviacin deseada 112 EL MODELO DE DISTRIBUCIN NORMAL 114 Descripcin del modelo: media y varianza 114 El modelo normal tipificado 115 Escalas tpicas normalizadas 116 CAPTULO VIII PRCTICA 3. CAMBIOS DE ESCALA Y PUNTUACIONES TPICAS 119 EJ ERCICIOS PROGRAMADOS 119 Ejercicio 1 119 Ejercicio 2 120 Ejercicio 3 122 EJ ERCICIOS 124 CAPTULO IX E L DISEO DE UNA INVESTIGACIN 125 EL CONTROL MEDIANTE LA ALEATORIZACIN 125 TAMAO DEL EFECTO Y ERROR 127 GARANTAS EN LA VALIDEZ Y AMENAZAS 128 Validez interna 128 Cmo acta la tercera variable 128 Artefactos experimentales 129 El sesgo de seleccin 130 Acta la manipulacin? 131 El tipo de relacin entre independiente y dependiente 131 El efecto del orden 132 El error experimental 133 Validez externa 135 CUESTIONARIO 138 CAPTULO X PARAMETRIZACIN DE LOS DATOS SEGN EL MODELO TERICO 145 MODELO DEL DISEO 145 EJ EMPLO DE UNA INVESTIGACIN: FRUSTRACIN Y AGRESIN 147 PARAMETRIZACIN DEL MODELO 147 Estimacin de los parmetros 147 Formulacin del modelo 149 Modelo general 150 Supuestos del modelo lineal 152 Grados de libertad 152 ndice General VII AJ USTE DEL MODELO A LOS DATOS: MAGNITUD DEL EFECTO 153 Las sumas de cuadrados 153 Alternativas de clculo 154 Magnitud del efecto experimental 155 EJ ERCICIOS 155 CUESTIONARIO 156 CAPTULO XI VALIDEZ DE LA INFERENCIA ESTADSTICA 161 PRUEBA DE SIGNIFICACIN DE LA HIPTESIS NULA 161 El teorema del lmite central: la media de las muestras 163 La distribucin muestral del estadstico F 165 Un ejemplo de distribucin muestral 166 El estadstico F 167 Dos estimaciones insesgadas de la varianza 168 Supuestos de la distribucin muestral de F 170 La prueba de significacin del estadstico F 171 La probabilidad de replicar el error del Tipo I 172 El anlisis de la varianza 172 Supuestos del ANOVA 173 LOS ENUNCIADOS CUANTITATIVOS Y LOS INTERVALOS DE CONFIANZA 174 El tamao del efecto y el error de Tipo II 175 Error tpico e intervalo de confianza 175 La probabilidad del error de Tipo II 176 La potencia de la prueba estadstica 178 EJ ERCICIOS 180 CUESTIONARIO 181 CAPTULO XII PRCTICA 4. DISEO ENTRE GRUPOS 185 SUPUESTO 1: SINCRONA MENSTRUAL 185 Cuestionario 186 Ejercicios 187 SUPUESTO 2: SELECCIN DE LA DIETA 188 Cuestionario 188 Ejercicios 189 SUPUESTO 3: OBEDIENCIA Y RAZONAMIENTO 190 Cuestionario 190 Ejercicios 191 SUPUESTO 4: LA ATENCIN Y LA TENSIN MUSCULAR 192 Cuestionario 192 Ejercicios 193 APNDICE I LGEBRA DE MATRICES 195 SUMA, RESTA Y PRODUCTO 196 Multiplicacin de matrices 196 EL DETERMINANTE DE UNA MATRIZ 197 Menor complementario 197 Adjunto 197 Clculo del determinante por la adjunta 198 INVERSA DE UNA MATRIZ 198 Clculo de la inversa de una matriz por la adjunta 198 EJ ERCICIOS 199 APNDICE II TABLAS ESTADSTICAS 201 DISTRIBUCIN NORMAL 201 DISTRIBUCIN CHI-CUADRADO 203 DISTRIBUCIN T DE STUDENT 204 DISTRIBUCIN F 205 =0,250 205 =0,050 207 =0,025 209 =0,010 211 =0,005 213 =0,001 215 COEFICIENTES DE CORRELACIN 217 BIBLIOGRAFA 219 Presentacin P ARTIENDO de que la psicologa es una ciencia cuyo objeto de estudio es el com- portamiento humano, que el mtodo de investigacin experimental es uno de los caminos para contrastar los enunciados cientficos, y, considerando, que los diseos de investigacin experimentales comprenden la planificacin de to- dos los componentes necesarios para contrastar la hiptesis de la investigacin con dicho mtodo; es- tamos suponiendo implcitamente un orden lgico en los elementos que componen estos diseos. En primer lugar, se establece una prevalencia de las cuestiones tericas que conducen a plantear una hiptesis que sea contrastable. Si no existiera algn enunciado que comprobar o, al menos, una hipte- sis de investigacin, ni siquiera sera posible plan- tearse cmo se tiene que contrastar dicho enuncia- do. Para corroborar una hiptesis que como m- nimo relaciona dos variables es necesario que las dems, todas aquellas que pudieran estar rela- cionadas con las dos de inters, no afecten a la re- lacin de las que se pretenden analizar. Es preciso, por tanto, (1) definir qu variables se van a estu- diar las que Kish (1975) denomina experimenta- les y (2) enunciar en la hiptesis, sin ambige- dades, cual es su relacin de manera coherente con el planteamiento terico o pragmtico de la inves- tigacin. Asimismo, es necesario garantizar que otras variables extraas a las relacionadas por la hiptesis no confundirn la relacin real que exista entre ellas. El mtodo experimental, tal y como se aplica en los denominados diseos experimentales clsicos (Arnau, 1990a: 17), garantiza los resultados de esta comprobacin, si aparte de los requisitos de vali- dez terica, interna, externa y de conclusin esta- dstica, emplea dos tcnicas de control especficas: la manipulacin y la asignacin aleatoria de los va- lores de la variable independiente a las unidades experimentales. Cualquier diseo que cumpla con estos dos requisitos pertenecer a esta categora (Pedhazur y Schmelkin (1991, p. 251): An experiment is a study in which at least one vari- able is manipulated and units are randomly assigned to the different levels or categories of the manipulated vari- able(s). Por lo tanto, un diseo de investigacin ser expe- rimental si se realiza para comprobar una relacin entre dos variables, una de las cuales la inde- pendiente ha sido manipulada y asignada aleato- riamente para confirmar si los cambios en la otra dependiente ratifican el enunciado de la hip- tesis. Puede darse la circunstancia de que la hipte- sis de la investigacin suponga que dos o ms va- riables independientes se relacionan con una de- pendiente, o ms, que se controle el efecto de algu- na variable extraa mediante la estratificacin, etc. De hecho, es imposible enumerar todos los diseos que pueden plantearse para responder a las distin- tas cuestiones tericas que investiga la psicologa, puesto que la estructura final de un diseo depen- der de las hiptesis a las que tenga que responder. Pero s es posible establecer unos criterios organizativos que permitan algn orden. Este orden ser vlido en la medida que indique unas pautas de actuacin justificadas y de aplica- cin general, y, si es posible, sencillas. Para ello, el criterio de clasificacin tendr que derivarse del planteamiento general o conceptual de estos dise- os. Si nos remontamos a los orgenes histricos de esta materia, es necesario mencionar la obra de Fisher (1935/1971), The design of experiments, que aparece 10 aos despus de su libro Statistical met- hods for research workers (Fisher, 1925/1973). El propio ttulo de las dos obras y su ubicacin crono- lgica indican que los diseos de investigacin ex- perimentales tienen unos antecedentes claros en el desarrollo del clculo estadstico. La cuestin de si estos diseos pueden conside- rarse como una subdisciplina de la estadstica, o como una materia de estudio propia que aplica las herramientas del clculo estadstico, ya fue un te- ma de debate acalorado en sus orgenes; a este res- pecto, Fisher (1935/1971: 1-2) opinaba: The statistician cannot evade the responsibility for understanding the processes he applies or recommends. My immediate point is that the questions involved can be dissociated from all that is that the questions involved can be dissociated from all that is strictly technical in the stat- istician's craft, and, when so detached, are questions only of the right use of human reasoning powers, with which all intelligent people, who hope to be intelligible, are equally concerned, and on which the statistician, as such, speaks with no special authority. The statistician cannot excuse 10 Presentacin himself from the duty of getting his head clear on the prin- ciples of scientific inference, but equally no other thinking man can avoid a like obligation. Actualmente est claro que la labor investigadora no es exclusiva de ningn estamento cientfico, y que las inferencias que se hacen en una investiga- cin no se pueden fundamentar exclusivamente en la formacin acadmica de quienes la realicen, sino en los requisitos de validez que concurran en la misma. Los criterios de autoridad son los peores avales de una actividad cientfica. Es cierto que los diseos experimentales em- plean la estadstica, pero no puede decirse estric- tamente que sean reducibles a sta. Sera una cues- tin semejante a preguntarse si la fsica sera redu- cible a la matemtica Qu diferencia existe para un matemtico entre un vector que expresara una longitud y otro que representara a una fuerza? El matemtico indicara en ambos casos que se trata de dos elementos de un espacio vectorial, no pu- diendo distinguir conceptualmente entre longitud y fuerza. Si se considerase viable reducir la biologa al estudio de la qumica: Cmo se define qumi- camente el concepto de clula? Pero dicho esto, tambin es cierto que los vectores tienen que cum- plir las propiedades matemticas de los espacios vectoriales y el funcionamiento de la clula no puede entenderse sin considerar las reacciones en- tre los elementos qumicos que la constituyan. En el caso de los diseos experimentales es di- fcil explicar estadsticamente la diferencia entre una variable independiente y otra de bloqueo, aten- diendo a alguna caracterstica de su varianza. Pero tambin es cierto que si no se conoce la distribu- cin muestral de un estadstico, no se puede hacer una prueba de la hiptesis o calcular los intervalos de confianza. Si no se dispusiera de los conoci- mientos estadsticos, el proceso de la inferencia en estos diseos, sera imposible. Si es cierto que no se pueda entender el diseo de las investigaciones como una mera estadstica aplicada, tambin lo es que su aplicacin se basa en el clculo estadstico. Plantearse actualmente la posibilidad de una metologa anumrica sera comparable a defender la arquitectura sin el clcu- lo. Si bien es aceptable que la arquitectura no pue- de reducirse a un problema de clculo matemtico, esto no exime a los arquitectos de conocer con pro- fundidad esta disciplina matemtica. Como resulta obvio si se trata de construirnos nuestra propia ca- sa. Los clculos estadsticos son una parte ms en el diseo, como cualquier otra, y no existe ninguna necesidad de separarla del resto, sino, ms bien se necesita integrarla con los dems aspectos, y hacer- lo correctamente. Por otra parte, si no se cumplen todos los supuestos estadsticos, es imposible ga- rantizar la validez de la inferencia que se haga en cualquier experimento. Otra cuestin que ha influido en estos diseos ha sido que se desarrollaran en el campo de la in- geniera agrcola. Parte de los nombres que ac- tualmente empleamos proceden de la jerga de este campo de la investigacin. En el lxico de los di- seos se emplea: parcela, diseo de parcela divi- dida, bloques, bloques al azar, etc. junto con los trminos replicacin, aleatorizacin, aleatoriza- cin restringida, aleatorizacin completa, etc. Aunque el nombre que se asigne a los conceptos es irrelevante para la validez de un procedimiento, la investigacin que se realiza en la psicologa no se corresponde exactamente con las peculiaridades metodolgicas de esta ingeniera. A pesar de las di- ferencias, la adaptacin que se ha hecho para la in- vestigacin psicolgica presenta algunas disonan- cias que, buscando un ejemplo literario, se dira que el proceso de traduccin fue ms literal que contextual. La estructura de algunos tratados tradicionales de los diseos experimentales en psicologa sigue la tradicin de la pionera obra de Fisher (1935/1971); en sta, despus de algunos temas in- troductorios para justificar el proceso de la infe- rencia y las garantas de la aleatorizacin fsica, comienza exponiendo en el tema IV, An agricultu- ral experiment in randomised blocks, en el V, The Latin square y en el VI, The factorial design in ex- perimentation. Esta misma organizacin es posible encontrarla, por ejemplo, en la obra clsica de Kirk (1995), quin despus de los aspectos ms genera- les del diseo: la validez estadstica, las compara- ciones mltiples y el anlisis de la varianza desde la perspectiva del modelo lineal general, a conti- nuacin en el tema VII trata randomised blocks de- signs, en el VIII, Latin square and related designs y en el IX, Completely randomized factorial design with two treatments. Siguiendo tambin en los res- tantes una exposicin paralela a la de Fisher (1935/1971). La razn para que Fisher incluyese el diseo de bloques completamente aleatorizados an- tes, incluso, que los diseos factoriales, hay que buscarla en peculiaridades de las investigaciones agrcolas. Aunque las investigaciones de los dos campos comparten la idoneidad de esta metodolo- ga, por el alto nmero de variables extraas que existen en sus experimentos y la prctica imposibi- lidad fsica de controlarlas mantenindolas cons- tantes, las caractersticas de sus unidades experi- mentales son diferentes. En la investigacin agrcola, la unidad experi- mental del diseo suele ser el bloque o parcela de terreno. Una investigacin en esta materia sin com- parar la productividad de las distintas parcelas re- sulta difcil. La solucin para desligar la variable independiente del experimento (el tipo de semilla, abono, etc.) de las extraas (condiciones de hume- dad, orientacin, iluminacin, aire, etc.) pasa nece- sariamente por aleatorizar la administracin de las distintas condiciones de la variable independiente en partes pequeas de un campo de cultivo grande. Las partes ms prximas de dicho campo se carac- Presentacin 11 terizan por mayor homogeneidad en la incidencia de las variables extraas, mientras que en las ms alejadas cabe suponer que stas incidirn de mane- ra ms desigual. En cualquier caso, sobre cada una de estas parcelas, la incidencia que resulte de las distintas combinaciones de las variables extraas har que se puedan considerar como factores de efectos aleatorios. Los bloques se dividen en tantas parcelas como condiciones tenga la variable inde- pendiente, y se asigna a cada uno de stos, aleato- riamente, una condicin de la variable indepen- diente. En la investigacin psicolgica, las unidades experimentales no se pueden partir a voluntad, puesto que habitualmente suelen ser personas, y tampoco el criterio de vecindad corresponde en muchos casos a mayor homogeneidad. Sin embar- go, se pueda considerar que algunas variables per- sonales como puede ser el sexo, la edad, etc. son similares a los bloques de la investigacin agrcola puesto que permiten comprobar las diferencias en- tre las condiciones experimentales en bloques homogneos; siendo no obstante esta comparacin, por lo menos, algo forzada. A no ser que se dispu- siera de parejas de gemelos, o se realizara una in- vestigacin de mercado en la que se pudiera consi- derar apropiado definir como un bloque a las per- sonas de la misma posicin socioeconmica, o ubi- cadas en una zona similar. El mayor parecido que se puede establecer con el bloque y la parcela de la investigacin agrcola es el factor sujeto de los diseos de investigacin de la psicologa. En este sentido, cada uno de los sujetos de una investigacin s puede entenderse que constituyen un bloque homogneo en el que se puede comparar el efecto de distintas condiciones experimentales (observaciones que se realizan en una parcela). En cierto modo, la importancia que ha tenido en la agricultura los diseos de bloques sera comparable en la psicologa a los diseos con medidas repetidas en el factor sujeto. Aunque, di- cho sea de paso, en el ndice de la obra de Kirk (1995) no se puede encontrar ningn epgrafe que haga alusin a este tpico. A pasar de que esta cla- sificacin de los diseos puede ser tan correcta como cualquier otra, no deja de contrastar con el subttulo de su obra: Experimental design: proce- dures for the behavioral sciences. Mucho ms importante que las nomenclaturas es la justificacin que conduce a las mismas. Si el diseo se realiza para contrastar enunciados teri- cos, la validez de stos tendr que prevalecer sobre lo dems. No se trata de restar importancia al resto; pero si atendemos a la prevalencia de la mera tem- poralidad que un proceso concatenado implica, es fcil entender que si el primero de los pasos falla, los restantes quedarn automticamente invalida- dos. Con esto, nos estamos refiriendo a que para poder comprobar la relacin entre dos variables, una independiente y otra dependiente, el resto de variables tendrn que permanecer controladas. Aunque los diseos experimentales permitan ga- rantizar la validez interna de la relacin, si otra ex- traa confunde la relacin de las dos estudiadas, todo el procedimiento restante quedar invalidado. De ah que el primer requisito que tiene que supo- nerse en cualquier diseo sea precisamente la adi- tividad de las variables independientes con las ex- traas. Para que una variable pueda ser considerada extraa en un experimento es preciso que no con- funda a la relacin que guarden la dependiente y la independiente. Por lo tanto, el primer paso del an- lisis de los datos es constatar los efectos de inter- accin, bien para comprobar si las variables inde- pendientes interactan si es esto lo que enuncia la hiptesis o para constatar que realmente no lo hacen, en los dems casos. Atendiendo a esta justi- ficacin, parece lgico pensar que antes que inten- tar controlar el efecto de una variable extraa, sea necesario asegurar que se puede comprobar con ga- rantas la relacin entre las experimentales. Si bien en la investigacin agrcola, las unida- des experimentales se encuentran dispuestas en una superficie y necesariamente relacionadas por la contigidad, siendo muy difcil plantear un diseo sin formar bloques y rplicas de los mismos. En la investigacin psicolgica, las unidades experimen- tales suelen ser sujetos, pudindose asignar libre- mente las condiciones experimentales sin necesi- dad de suponer que estn relacionadas, y que cada par o tro de sujetos suponen una rplica indepen- diente del experimento. Esta posibilidad de compa- rar grupos distintos de sujetos entre s no es in- compatible con tomar distintas observaciones en la misma unidad experimental, que habitualmente suele ser el factor sujeto, siendo necesario por este motivo tratar con detalle las ventajas e inconve- nientes de los diseos con medidas repetidas. Es- pecialmente en lo que concierne a las prevenciones que deben tomarse para garantizar la validez de la inferencia, por el problema tan grave que puede suponer que las observaciones estn correlaciona- das. Sin desmerecer otras opiniones que tambin pueden razonarse, consideramos por estos dos mo- tivos fundamentales, ms adecuado el orden de ex- posicin de los diseos que presentan Maxwell y Delaney (1990), quienes distinguen tres apartados generales grandes. El primero lo dedican a las cuestiones ms bsicas de la lgica del experimen- to y la tradicin fisheriana, el segundo a las estra- tegias de comparacin entre grupos, y el tercero a los diseos con medidas repetidas. En el apartado de comparacin entre grupos, despus del caso ms sencillo de un diseo con una sola variable inde- pendiente y las comparaciones especficas entre condiciones, estos autores tratan los diseos facto- riales antes que los que incluyen variables conco- mitantes (donde incluyen el bloqueo y la covarian- za). Aunque las variables extraas, si no intervie- 12 Presentacin nen en la relacin con las experimentales, por prin- cipio, se pueden aleatorizar; esto no es un impedi- mento para que se pueda mejorar la precisin del diseo si se identifica en la ecuacin estructural la parte de la varianza de la variable dependiente que explican. Para que estos diseos sean vlidos se tiene que comprobar que la variable o variables in- dependientes no interaccionan con la extraa que se controla. En el Captulo I se trata el mtodo cientfico, considerando que el conocimiento cientfico es el que se obtiene por este mtodo especfico. Las Ciencias del Comportamiento, como una parte de la ciencia, comparten el mismo mtodo cientfico que las dems. Por este motivo el origen del mto- do cientfico, que se desarroll en la Fsica, es tam- bin parte de la historia del mtodo de la Psicolo- ga. El Captulo II se revisa la evolucin que ha te- nido el mtodo cientfico en la Psicologa y las me- todologas concretas que se han desarrollado, con- siderando los paradigmas cientficos que han ser- vido para desarrollar esta ciencia. Se propone una definicin general de las metodologas de la psico- loga basada en criterios de validez interna y en re- lacin con las grandes metodologas clsicas de la observacin y la experimentacin. En el Captulo III se trata el tema de las varia- bles, las escalas de medida y las distribuciones de frecuencias desde la perspectiva de la precisin que representan las diversas escalas. En el Captulo V se examinan los estadsticos que describen las distribuciones y en el VII los cambios de escala y las puntuaciones tpicas. Estos temas se completan con una parte de ejercicios: Captulo IV, Captulo VI y Captulo VIII. El Captulo IX se dedica al diseo de una inves- tigacin, considerando los criterios de la validez interna y externa. En el Captulo X se explica el proceso general de parametrizacin de los datos segn el modelo terico del que parta la investiga- cin. En el Captulo XI se trata la validez de la in- ferencia estadstica, desde la perspectiva de la prueba de significacin de la hiptesis nula y desde los intervalos de confianza. Por ltimo, el Captulo XII se dedica a cuatro ejemplos de supuestas inves- tigaciones con una variable independiente de dos condiciones y otra dependiente. Valencia, septiembre del 2008 J os Fernando Garca Prez Universitat de Valncia Facultat de Psicologa Departamento de Metodologa de las Ciencias del Comportamiento