MirPirFir.

PIR 2019 · Pregunta 162

Diseño y métodos de investigación

En relación con los diseños de investigación en Psicología, indique cuál de las siguientes afirmaciones es INCORRECTA:

Ver respuesta sin contestar

Respuesta correcta: A (plantilla definitiva)

Explicación

La afirmación incorrecta es la 1. El diseño de bloques aleatorizado tiene como objetivo principal controlar una variable extraña para reducir la varianza de error y aumentar la sensibilidad del experimento, no analizar la interacción tratamiento×bloque. En el diseño clásico (una observación por celda), dicha interacción se confunde con el error experimental y no es estimable. Las opciones 2, 3 y 4 son correctas: el diseño de Solomon permite aislar el efecto de sensibilización del pretest; en medidas repetidas el principal problema es la secuencialidad (efectos de orden, práctica, fatiga, carryover); y la covarianza (ANCOVA) usa variables cuantitativas para reducir la varianza de error mediante ajuste estadístico.

A. En el diseño de bloques aleatorizado clásico, el factor de bloqueo se introduce para controlar la varianza de error (reducir el MSE), no para estudiar interacciones. Además, al haber una sola observación por celda bloque-tratamiento, la interacción tratamiento×bloque no es estimable por separado y queda confundida con el error experimental. Por tanto, afirmar que su objetivo es analizar dicha interacción es falso.

  • B. Es verdadera. El diseño de Solomon (1949) combina grupos con/sin pretest y con/sin tratamiento, permitiendo estimar y separar el efecto de sensibilización del pretest sobre el efecto del tratamiento.
  • C. Es verdadera. En los diseños intrasujetos o de medidas repetidas, la aplicación secuencial de los tratamientos genera efectos de orden, práctica, fatiga y transferencia (carryover), que constituyen la principal amenaza a la validez interna y exigen contrabalanceo.
  • D. Es verdadera. El diseño de covarianza (ANCOVA) incorpora variables cuantitativas continuas (covariables) medidas antes del tratamiento para ajustar estadísticamente las medias de los grupos y reducir la varianza de error, aumentando la potencia del contraste.

Fuentes

  • Kirk, R. E. (2013). Experimental Design: Procedures for the Behavioral Sciences (4th ed.). SAGE.
  • Campbell, D. T., & Stanley, J. C. (1963). Experimental and Quasi-Experimental Designs for Research. Rand McNally.
  • León, O. G., & Montero, J. (2015). Métodos de investigación en psicología y educación (4.ª ed.). McGraw-Hill.

Explicación generada con IA y verificada por consenso entre modelos de distintas familias.