PSICOLOGA EXPERIMENTAL

PROGRAMA DEL CURSO SOBRE PSICOLOGÍA
EXPERIMENTAL
MANUEL MIGUEL RAMOS ÁLVAREZ
Manuel Miguel Ramos Álvarez
Resumen de Psicología Experimental
1
PSICOLOGÍA EXPERIMENTAL
Manuel Miguel Ramos Alvarez.
I. FUNDAMENTOS METODOLÓGICOS DE LA INVESTIGACIÓN
PSICOLÓGICA.
1. LA INVESTIGACIÓN CIENTÍFICA EN PSICOLOGÍA. HACIA EL MÉTODO EXPERIMENTAL.
1. Introducción. La Psicología Experimental en el contexto de las disciplinas psicológicas.
•
Las tres grandes áreas de conocimientos: Psicología Social, Diferencial y Experimental.
2. Ciencia y metodología de la Ciencia.
•
•
Concepto de Ciencia. El conocimiento científico. Explicación como búsqueda de
relaciones causales -funcionales-.
Método científico. Proceso general hipotético-deductivo.
3. Métodos de investigación científica.
•
•
Mentales.
• Intuición.
• Lógico.
• Literario.
Empíricos.
• Observacional.
• Correlacional.
• Experimental.
4. La estructuración del campo de investigación a partir de la definición de variables.
•
•
5.
Definición de variable.
Taxonomía de las variables desde diferentes puntos de vista.
• Papel metodológico.
• Escala de medida.
• Capacidad teórico-explicativa.
La estructuración del proceso de investigación experimental a través de tres niveles de
actuación
•
•
•
Desde la teoría hacia los datos.
• Nivel Teórico-conceptual.
•
Motivo de la investigación: Formulación del problema.
•
Derivación de hipótesis de investigación.
• Nivel Técnico-metodológico.
•
Diseño de la investigación para poner a prueba la Hipótesis y elaboración de
datos. Elección de las variables, Procedimiento y tarea.
• Nivel Estadístico-analítico.
•
Recogida y resumen de datos.
•
Análisis de resultados y extracción de conclusiones.
De vuelta sobre la teoría. (Reajuste) Extracción de conclusiones en torno a la hipótesis de
partida. Generalización de resultados.
Comunicación de los resultados a través del informe de investigación.
Manuel Miguel Ramos Álvarez
Resumen de Psicología Experimental
2
II. METODOLOGÍA DE INVESTIGACIÓN EXPERIMENTAL
2. INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS.
1. El control de variables extrañas.
•
•
•
Investigaciones pre-experimentales, cuasi-experimentales y experimentales en sentido estricto
según el grado de control. La optimización del diseño.
Fuentes de procedencia de las variables extrañas.
Técnicas para el control de variables extrañas en función de la fuente procedencia:
• Provenientes del sujeto y la situación: constancia, igualación y aleatorización.
• Inherentes al diseño -los efectos secuenciales-: contrabalanceo.
2. Esquema de clasificación de los principales diseños experimentales desde diferentes
aproximaciones.
•
•
•
•
•
•
Atendiendo a la variable independiente:
• Diseños de medida única –ó EntreGrupos- y de medidas repetidas –ó IntraSujetos-.
• Simples –unifactoriales- y factoriales.
Atendiendo a la variable dependiente: Univariados y Multivariados.
Atendiendo a las variables controladas:
• Aleatorización completa, Bloqueo aleatorio, Cuadrado Latino y Cuadrado Grecolatino.
• Diseños que incluyen covariados.
Atendiendo al número de observaciones: Diseños de caso único
El diseño experimental clásico dentro del esquema general.
Otros tipos: Los diseños anidados.
3. EL ANÁLISIS DE LOS DATOS. LA LÓGICA DE LA INFERENCIA EXPERIMENTAL.
1. Establecimiento de inferencias a través del proceso de contrastación de hipótesis
dentro del marco general de investigación.
2. Contraste de hipótesis sobre algunos parámetros destacados en el caso de dos
muestras: media, varianza, proporción y parámetros de la regresión.
3. Extensión de la lógica del contraste de hipótesis a la comparación de más de dos
medias muestrales. Introducción a la técnica de Análisis de Varianza (ANOVA).
•
•
•
•
Formulación de hipótesis estadísticas.
Los supuestos de la técnica estadística.
Tipos de error y su implicación en las decisiones experimentales.
Criterios y reglas de decisión: La F de Snedecor.
Manuel Miguel Ramos Álvarez
Resumen de Psicología Experimental
3
III. LA INVESTIGACIÓN EXPERIMENTAL EN PSICOLOGÍA A TRAVÉS DE
DISEÑOS EXPERIMENTALES DESTACADOS.
4. INTRODUCCIÓN COMPARATIVA
ECUACIÓN ESTRUCTURAL.
A LOS DIFERENTES TIPOS DE DISEÑOS A TRAVÉS DE SU
5. DISEÑO DE UNA VARIABLE MANIPULADA ENTRE GRUPOS.
1. Diseño Entregrupos (EG.) completamente aleatorizado.
2. Análisis global de los datos.
•
•
•
Ecuación estructural y partición de la variabilidad del diseño.
Análisis de los datos mediante el proceso de contraste de Hipótesis. Técnica de Análisis de
Varianza (ANOVA).
Supuestos de la técnica ANOVA.
• Los principales supuestos: Normalidad, Homocedasticidad, Independencia errores, y
Aditividad componentes.
• Alternativas a la violación de supuestos: Transformación Box-Cox de las
puntuaciones y análisis no paramétrico.
3. Análisis detallado de los datos.
•
•
•
•
Los contrastes o comparaciones.
• La definición del contraste.
• Determinación de coeficientes.
• Contrastes redundantes y ortogonales.
• Contrastes planeados y “a posteriori”
Análisis de contrastes planeados.
• Cálculo de las Sumas de Cuadrados.
• La razón F del contraste.
Análisis de Tendencias.
• Componentes de tendencia.
• Cálculo de las Sumas de Cuadrados.
• La razón F de la tendencia.
Análisis de contrastes a posteriori.
• Técnicas de análisis sin corrección del error: LSD de Fisher.
• Con corrección del error: Bonferroni, Newman-Keuls, Tukey, Scheffé.
6. DISEÑO DE UNA VARIABLE MANIPULADA INTRA-SUJETOS.
1. Consideraciones generales en torno a los diseños de medidas repetidas.
•
•
Corrección de la F según la aproximación Geisser-Greenhouse.
Alternativa Multivariada de análisis.
2. Extensión de las técnicas de Análisis de datos para este tipo de diseños:
•
•
Análisis global
Análisis detallado de los datos.
Manuel Miguel Ramos Álvarez
Resumen de Psicología Experimental
4
7. DISEÑOS EXPERIMENTALES CON MAS DE UNA VARIABLE MANIPULADA ENTRE GRUPOS.
1. Introducción a los diseños factoriales. El concepto de interacción. Mezcla factorial.
2. Análisis global de los datos en el Diseño EG. bifactorial.
•
•
•
El modelo estructural del diseño.
La partición de la variabilidad del diseño.
Aplicación del Análisis de la Varianza (ANOVA) sobre este tipo de diseño.
3. Análisis detallado de los datos en el Diseño EG. bifactorial.
•
•
•
Los contrastes en el diseño factorial.
Análisis de efectos principales.
• Contrastes planeados (a priori) y no-planeados (a posteriori).
Análisis de la interacción
• Análisis de efectos simples.
• Interacción de comparaciones
• Comparaciones “a posteriori”
8. DISEÑOS EXPERIMENTALES CON MAS DE UNA VARIABLE QUE INCLUYEN MANIPULACIÓN
INTRA-SUJETOS.
1.Extensión al diseño factorial Intra-sujetos.
•
•
Modelo estructural: Esquema de partición de la varianza y extensión de los supuestos.
Análisis de datos: análisis global y detallado.
2. Extensión al diseño factorial Mixto.
•
•
Modelo estructural: Esquema de partición de la varianza y extensión de los supuestos.
Análisis de datos: análisis global y detallado.
9. DISEÑOS EXPERIMENTALES EN EL CASO GENERAL.
1. Extensión de la lógica de análisis de los diseños bifactoriales a otros diseños
factoriales más complejos.
2. Análisis de regresión y análisis de varianza. La inducción de un modelo estructural
general: El Modelo Estructural Lineal.
3. Introducción a los diseños Multivariados.
4. Los diseños de caso único.