MirPirFir.

Validez de la investigación

Validez interna, externa, de constructo y de conclusión estadística, y amenazas asociadas.

Revisada contra las fuentes50 fuentes7 preguntas realesCobertura parcial

Esta guía no cubre todo el tema (el verificador estima un 80%). Lo que incluye está verificado; complétalo con tu manual, sobre todo en:

  • La descripción oficial incluye 'amenazas asociadas', pero el cuerpo las desarrolla poco: la taxonomía clásica de amenazas a la validez interna (historia, maduración, administración de pruebas, instrumentación, regresión a la media, mortalidad, selección) y las amenazas a la validez externa (situaciones reactivas, interacción selección-tratamiento) figuran solo en 'sin_fuente', y las amenazas típicas de la validez de constructo (mono-operativización, mono-método) no aparecen en ninguna parte de la guía.
  • No se atribuye el marco de los cuatro tipos de validez (interna, externa, de constructo y de conclusión estadística) a Cook y Campbell (1979) / Shadish, Cook y Campbell (2002), referencia estándar del tema y posible base de preguntas; solo se mencionan Campbell y Stanley (1963) y Cook y Campbell (1979) en 'sin_fuente' para amenazas internas.

La validez de la investigación evalúa la calidad de las inferencias que se extraen de un estudio. La validez interna se centra en la interpretación causal y en descartar explicaciones alternativas 2, mientras que la externa se refiere a la generalización a otras personas, contextos, estímulos y tiempos 5. La validez de constructo examina si las medidas reflejan el constructo no observable que pretenden medir 68, y la de conclusión estadística, si las conclusiones sobre relaciones entre variables son correctas y no están distorsionadas por errores tipo I/II, baja potencia o medidas poco fiables 12; los criterios de elegibilidad también pueden sesgar las estimaciones del efecto 1819. En el PIR se pregunta sobre todo la diferencia entre asignación aleatoria (control interno) y selección aleatoria de la muestra (generalización), el papel de la potencia y los errores tipo I y II, y las amenazas en diseños sin asignación aleatoria 1351417.

Validez interna y externa

Validez interna. Es el grado en que la evidencia de un estudio apoya una afirmación causal y permite descartar explicaciones alternativas (sesgos o variables extrañas) 2. No es lo mismo que validez externa: esta última indica hasta qué punto los resultados pueden generalizarse a otras situaciones, personas, estímulos y momentos 5.

Amenazas y control. En diseños sin asignación aleatoria, los grupos pueden no ser comparables al inicio, por lo que la validez interna queda comprometida 3. La asignación aleatoria a condiciones hace que las diferencias iniciales entre grupos se deban al azar y no a un factor sistemático relacionado con el tratamiento 3; no obstante, la aleatorización por sí misma no garantiza que los grupos sean equivalentes en el punto de partida 3. En ensayos clínicos se han señalado como amenazas la heterogeneidad muestral, el confundido, la falta de medidas válidas y fiables y una validez estadística subóptima 4. El efecto de repetición de pruebas se ha señalado como amenaza de validez interna 1.

Selección de muestra frente a asignación. La asignación aleatoria a condiciones busca equivalencia inicial entre grupos 3. La selección de la muestra afecta a la representatividad y a la generalización 5. Por eso, la selección aleatoria de la muestra no sustituye a la asignación aleatoria cuando se pretende inferencia causal: la primera se orienta a la validez externa y la segunda a la validez interna 35.

Validez externa. Exige definir el alcance del estudio y si la muestra representa a la población diana; se distingue entre generalizabilidad (aplicabilidad de una muestra predefinida a una población más amplia) y transportabilidad (aplicabilidad de una muestra a otra población diana) 5. La generalización entre poblaciones heterogéneas no es automática 5, y la validez externa de las generalizaciones descansa en supuestos 9.

Para el examen

  • La validez interna es la confianza en la interpretación causal y en descartar explicaciones alternativas 2.
  • La validez externa es la generalización a otras situaciones, personas, estímulos y tiempos 5.
  • La asignación aleatoria a condiciones protege la validez interna; la selección de la muestra se orienta a la representatividad y a la generalización 35.
  • Los diseños sin asignación aleatoria pueden tener grupos no comparables al inicio y comprometen la validez interna 3.
  • La heterogeneidad muestral, los confundidos y la falta de fiabilidad son amenazas señaladas en ensayos clínicos 4.
  • El efecto de repetición de pruebas se ha señalado como amenaza de validez interna 1.

Validez de constructo

Definición. La validez de constructo es el grado en que una prueba o conjunto de indicadores refleja el constructo que pretende medir, entendido como una variable latente no directamente observable 68. En el modelo clásico es uno de los tres tipos principales de evidencia de validez, junto con la de contenido y la de criterio 6. La teoría moderna la considera la preocupación central o concepto paraguas de la validez 68.

Validación. Los constructos son abstracciones creadas por los investigadores para conceptualizar la variable latente; la validación de constructo acumula evidencia sobre si la medida se comporta como la teoría predice 8. Messick impulsó una visión unificada de la validez de constructo como juicio evaluativo integral sobre la adecuación de las inferencias y acciones basadas en las puntuaciones 68.

Validez discriminante. Es una evidencia de constructo: comprueba que conceptos o medidas que no deberían estar relacionados realmente no correlacionan 10. Campbell y Fiske (1959) introdujeron el término y subrayaron que hay que usar tanto validación discriminante como convergente al evaluar un test nuevo 10. No existe un valor estándar para la validez discriminante; se usa la heurística de que una correlación inferior a 0,70 sugiere que es plausible, mientras que por encima de 0,70 los constructos se solapan y no puede defenderse bien su independencia 10.

Amenazas. Que los indicadores no reflejen el constructo previsto es el problema central de la validez de constructo 8. La falta de validez discriminante por solapamiento excesivo entre medidas amenaza la interpretación de constructos distintos 10. Además, los confundidos pueden impedir identificar el mecanismo propuesto en una inferencia de constructo 11.

Cuidado con los términos. La validez de constructo no es la validez interna: esta última se refiere a la causalidad dentro del estudio 2, mientras que la de constructo se refiere a la calidad de la operacionalización y de las inferencias sobre el constructo 68.

Para el examen

  • La validez de constructo es el grado en que los indicadores reflejan el constructo no observable 68.
  • En la teoría moderna es el concepto paraguas que integra los demás tipos de evidencia de validez 68.
  • Messick propuso una visión unificada de la validez de constructo 68.
  • La validez discriminante exige que medidas de constructos distintos no correlacionen demasiado 10.
  • No hay un valor estándar de validez discriminante; 0,70 se usa solo como heurística 10.

Validez de conclusión estadística

Definición. La validez de conclusión estadística es el grado en que las conclusiones sobre la relación entre variables, basadas en los datos, son correctas o razonables 12. Le afectan las condiciones que hacen más probables los errores tipo I y tipo II: muestreo inadecuado, pruebas estadísticas inapropiadas o medidas poco fiables 12.

Potencia. La potencia es la probabilidad de detectar un efecto (rechazar H0) cuando el efecto existe realmente; se denota 1−β y depende de la prueba, el nivel de significación, el tamaño muestral y el tamaño del efecto 14. A mayor tamaño muestral, mayor potencia, en general 14. Una potencia baja implica un riesgo alto de error tipo II 14. No es correcto decir que la potencia es inversamente proporcional a α: α es uno de los factores que la determinan 14.

Amenazas frecuentes. La baja fiabilidad de las medidas puede afectar a las conclusiones sobre relaciones entre variables 124. Los criterios de elegibilidad de los participantes pueden producir estimaciones sesgadas del efecto y amenazan la validez de conclusión estadística 1819. La heterogeneidad de las unidades muestrales se ha señalado como defecto de diseño y amenaza a la validez de conclusión estadística 4. Prácticas como el data peeking elevan la tasa de falsos positivos (error tipo I) 24, y una corrección de comparaciones múltiples demasiado conservadora puede inflar el error tipo II 26.

No confundir. La validez de conclusión estadística no es la validez interna: se refiere a si la relación estimada es correcta estadísticamente, no a si puede interpretarse causalmente 122.

Para el examen

  • La validez de conclusión estadística es el grado en que las conclusiones sobre relaciones entre variables son correctas 12.
  • La potencia es 1−β y aumenta con el tamaño muestral y el tamaño del efecto 14.
  • Una potencia baja aumenta el riesgo de error tipo II 14.
  • La falta de fiabilidad y las pruebas inapropiadas amenazan las conclusiones estadísticas 12; los criterios de elegibilidad pueden producir estimaciones sesgadas 1819.
  • La heterogeneidad muestral se señala como defecto de diseño y amenaza 4.

Errores tipo I y tipo II

Error tipo I. Se comete cuando se rechaza la hipótesis nula siendo verdadera; es un falso positivo 1727. Su probabilidad es α, el nivel de significación 27. Ejemplo: concluir que hay diferencia entre grupos cuando en realidad no la hay, o diagnosticar enfermedad cuando el paciente está sano 2717.

Error tipo II. Se comete cuando no se rechaza la hipótesis nula siendo falsa; es un falso negativo 1727. Su probabilidad es β 27. Ejemplo: no detectar una diferencia que existe o no diagnosticar una enfermedad presente 2717.

Relación con la potencia. La potencia es 1−β, la probabilidad de rechazar H0 cuando es falsa 14. Aumenta con el tamaño del efecto y, en general, con el tamaño muestral; también depende del nivel de significación y de la prueba utilizada 14. Reducir α disminuye el error tipo I pero aumenta el tipo II; los dos riesgos se compensan, no se eliminan del todo 17. Por tanto, con n y tamaño del efecto constantes, aumentar α reduce el riesgo de tipo II y aumenta la potencia 1417.

Amenazas prácticas. El data peeking o parar cuando se obtiene significación incrementa la tasa de error tipo I 24. En ensayos con múltiples brazos, la filtración de información puede inflar el error tipo I 22. Una corrección muy conservadora reduce el tipo I pero puede aumentar el tipo II 26.

Para el examen

  • Error tipo I: rechazar H0 verdadera; falso positivo; probabilidad α 1727.
  • Error tipo II: no rechazar H0 falsa; falso negativo; probabilidad β 1727.
  • Potencia = 1−β 14.
  • Reducir α reduce el error tipo I pero aumenta el tipo II 17.
  • El data peeking y la filtración de información pueden inflar el error tipo I 2422.

Trampas habituales

  • Confundir error tipo I con tipo II: el tipo I es falso positivo (rechazar H0 verdadera) y el tipo II falso negativo (no rechazar H0 falsa) 1727.
  • Creer que la potencia es complementaria de α: es 1−β, complementaria del error tipo II 14.
  • Confundir selección aleatoria de la muestra con asignación aleatoria a condiciones: la primera busca representatividad y generalización; la segunda, equivalencia inicial y validez interna 35.
  • Pensar que la heterogeneidad de las unidades muestrales aumenta la probabilidad de detectar el efecto: en la fuente se señala como defecto de diseño y amenaza a la validez de conclusión estadística 4.
  • Confundir validez interna con validez de constructo: la interna evalúa la inferencia causal; la de constructo, la calidad de la operacionalización del constructo 268.
  • Creer que la validez externa se garantiza solo con asignación aleatoria: la externa se refiere a generalización y requiere definir el alcance y la representatividad 35.
  • No confundir validez discriminante con validez de constructo global: es una evidencia parcial de constructo y no tiene un punto de corte estándar 610.

Autores clave

Campbell y Fiske
Introdujeron la validez discriminante en 1959 y defendieron combinar validación discriminante y convergente al evaluar un test 10.
Samuel Messick
Impulsó una visión unificada de la validez de constructo como juicio evaluativo integral de las inferencias basadas en las puntuaciones 68.

Glosario

Validez interna
Grado en que la evidencia de un estudio apoya una afirmación causal y permite descartar explicaciones alternativas 2.
Validez externa
Grado en que los resultados de un estudio pueden generalizarse a otras situaciones, personas, estímulos y tiempos 5.
Validez de constructo
Grado en que una medida o conjunto de indicadores refleja el constructo no directamente observable que pretende medir 68.
Validez de conclusión estadística
Grado en que las conclusiones sobre la relación entre variables basadas en los datos son correctas o razonables 12.
Error tipo I
Rechazar la hipótesis nula cuando es verdadera; falso positivo, con probabilidad α 1727.
Error tipo II
No rechazar la hipótesis nula cuando es falsa; falso negativo, con probabilidad β 1727.
Potencia
Probabilidad de detectar un efecto cuando existe realmente; equivale a 1−β 14.
Validez discriminante
Comprobación de que medidas de constructos que no deberían relacionarse no correlacionan demasiado; no tiene un valor estándar, y 0,70 se usa como heurística 10.
Asignación aleatoria
Asignar a los participantes a las condiciones al azar para que las diferencias iniciales entre grupos se deban al azar 3.
Generalizabilidad
Aplicabilidad de una muestra predefinida a una población más amplia 5.
Transportabilidad
Aplicabilidad de una muestra a otra población diana distinta 5.
Nivel alfa
Probabilidad de cometer un error tipo I, es decir, de rechazar la hipótesis nula siendo verdadera 27.

Preguntas reales de este tema

Fuentes

  1. 1Control of internal validity threats in a modified adaptive platform design using Halili Physical Therapy Statistical Analysis Tool (HPTSAT). · Halili A., 2021 · Artículo · acceso abierto
  2. 2Internal validity · Wikipedia (en) · acceso abierto
  3. 3Cuasiexperimento · Wikipedia · acceso abierto
  4. 4Characterization of Internal Validity Threats to Phase III Clinical Trials for Chemotherapy-Induced Peripheral Neuropathy Management: A Systematic Review. · Lee D, Kanzawa-Lee G, Knoerl R, Wyatt G, Smith EML., 2019 · Artículo · acceso abierto
  5. 5External validity · Wikipedia (en) · acceso abierto
  6. 6Validez de constructo · Wikipedia · acceso abierto
  7. 7Medical image analysis for three-dimensional reconstruction in adolescent idiopathic scoliosis: Imaging inputs, reconstruction methods, validation evidence, and research gaps. · Dai L, Cheng L, Wu C, Hou Z, Yang J, Wei W., 2026 · Artículo
  8. 8Construct validity · Wikipedia (en) · acceso abierto
  9. 9Evaluating the Validity of Model Organisms: A Review and a New Framework for Biologists. · Athéa H, Heck N., 2026 · Artículo · acceso abierto
  10. 10Discriminant validity · Wikipedia (en) · acceso abierto
  11. 11Correspondence Is Not Mechanism: A Construct-Validity Audit of Implicit Egotism · Bibby S., 2026 · Artículo
  12. 12Statistical conclusion validity · Wikipedia (en) · acceso abierto
  13. 13Passing the Wrong Test: Model Size and Discriminant Validity in LLM-Based Psychological Assessment · Sokol Y, Mandavia AD, Kearns JC., 2026 · Artículo
  14. 14Power (statistics) · Wikipedia (en) · acceso abierto
  15. 15Validez (psicometría) · Wikipedia · acceso abierto
  16. 16Selective association of the eGFRcys/eGFRcr ratio with hyperuricemia but not fasting glucose: a discriminant-validity analysis. · Feng L, Xie Q, Wang Y., 2026 · Artículo
  17. 17Type I and type II errors · Wikipedia (en) · acceso abierto
  18. 18The Influence of Study Selection Criteria on Statistical Conclusion Validity for Reading Interventions: Evidence From Non-Independent Data Structures. · Hayward AL, Shero JA, Logan JAR., 2026 · Artículo
  19. 19The Influence of Study Selection Criteria on Statistical Conclusion Validity: A Simulation Study. · Hayward AL, Shero JA, Logan JAR., 2026 · Artículo · acceso abierto
  20. 20Quantifying statistical power gains from prognostic modeling in Huntington’s Disease · Noguerol C, Brizzi F, Soubret A, McColgan P, Long JD, Boareto M., 2026 · Artículo
  21. 21Razonamiento · Wikipedia · acceso abierto
  22. 22Impact of Information Leakage in Platform Trials With Survival Endpoints on Type I Error Control. · Nguyen Q, Posch M, Hofner B, König F., 2026 · Artículo
  23. 23Potencia · Wikipedia · acceso abierto
  24. 24New frontiers in the p-hacking practices: assessing the effect of data peeking practice on type-I error rate through computational modeling. · Freuli F, Noventa S, Lombardi L., 2026 · Artículo · acceso abierto
  25. 25Potencia mundial · Wikipedia · acceso abierto
  26. 26Balancing Type I and Type II Error: The Role of Experimental Design in fMRI Cluster-Extent Correction · Broderick E, Slotnick S., 2026 · Artículo
  27. 27Errores de tipo I y de tipo II · Wikipedia · acceso abierto
  28. 28Reducing type II error in fMRI analysis: cluster-extent threshold simulation results and an evaluation of current methods to correct for multiple comparisons. · Slotnick SD., 2026 · Artículo
  29. 29Error de aproximación · Wikipedia · acceso abierto
  30. 30Falso negativo · Wikipedia · acceso abierto
  31. 31Equal Partners, Prioritized Lives? Preschoolers' Evaluative Patterns Toward Humans and Robots in Conventional and Moral Domains. · Zeng X, Wu Z, Feng J, Yan Z, Tan H., 2026 · Artículo · acceso abierto
  32. 32Repeated measures design · Wikipedia (en) · acceso abierto
  33. 33Economía ecológica · Wikipedia · acceso abierto
  34. 34Effects of Acute Caffeine Ingestion on Morning Temperature, Mood, Reactive Agility and Cognitive Measures in Males: A Standardized Approach. · Edwards BJ, Giacomoni M, Agulhari JPS, Mauvieux B, Pullinger SA, Vickery SJ, Cook GM, Roberts JW, Chester N., 2026 · Artículo · acceso abierto
  35. 35Glossary of experimental design · Wikipedia (en) · acceso abierto
  36. 36Ecoimpostura · Wikipedia · acceso abierto
  37. 37Working Mechanisms of Behavioral Parent Training for Children with ADHD: A Protocol for a Multiple Baseline Single-Case Experimental Design Study · Nijboer M, Luman M, Deserno M, Hoofdakker Bvd, Oord Svd, Dekkers T, Groenman A., 2026 · Artículo · acceso abierto
  38. 38António de Oliveira Salazar · Wikipedia (en) · acceso abierto
  39. 39H. P. Lovecraft · Wikipedia · acceso abierto
  40. 40Optimal control of spin systems. · Glaser SJ, Koch C, Nielsen NC, Sugny D, Suter D., 2026 · Artículo · acceso abierto
  41. 41Making Cancer Health Text on the Internet Easier to Read for Deaf People Who Use American Sign Language. · Kushalnagar P, Smith S, Hopper M, Ryan C, Rinkevich M, Kushalnagar R., 2018 · Artículo
  42. 42Psicología social · Wikipedia · acceso abierto
  43. 43Chat M.D. · Cortez N., 2026 · Artículo · acceso abierto
  44. 44Wikipedia · Wikipedia (en) · acceso abierto
  45. 45Psicología educativa · Wikipedia · acceso abierto
  46. 46Multimodal Biometric Framework for Evaluating Emotional Impact of Chromatic Manipulation in Cinematic Content. · Del-Valle-Soto C, Nolazco-Flores JA, GomezRomero-Borquez J, Gonzalez-Gomez A, Garcia-Torres M, Corona V,…, 2026 · Artículo · acceso abierto
  47. 47Presidential eligibility of Donald Trump · Wikipedia (en) · acceso abierto
  48. 48Causalidad (estadística) · Wikipedia · acceso abierto
  49. 49Psychometric Evaluation of the Naglieri Nonverbal Ability Test (NNAT-I) in Turkish Middle School Students Aged 10-14 Years. · Kavruk SZ, Bildiren A., 2026 · Artículo · acceso abierto
  50. 50Carbon nanotube · Wikipedia (en) · acceso abierto

Guía de estudio personal, elaborada a partir de las fuentes citadas y revisada contra ellas y contra la plantilla oficial de respuestas. No es material oficial y puede contener errores: si ves alguno, contrasta con el manual.