Tema 4 Mtodos de Investigacin en el estudio de las Diferencias Individuales

2015

EL CUBO DE DATOS DE R.B. CATTELL

El Cubo de Datos de Cattell o la matriz bsica de datos representa los diferentes tipos de relaciones bivariadas que
pueden darse entre las variables objeto de estudio. En concreto, las relaciones entre las variables pueden
representarse mediante un cubo cuyas tres dimensiones se corresponden con las tres fuentes de variacin
existentes: personas (o individuos), situaciones (tests) y ocasiones (tiempo). Cada una de las caras del cubo
representa un tipo de relacin bivariada posible, es decir, se ponen en relacin 2 de las 3 variables (o dimensiones) y
se mantiene constante la tercera. El Cubo da lugar a 6 tipos de anlisis bivariados:
!

La tcnica R (la ms frecuente) y la tcnica Q estudian

en una sola ocasin personas y tests. La primera
correlaciona pares de variables (tests) en mltiples
personas y trata de hallar factores que los agrupen; y la
segunda correlaciona individuos a travs de mltiples
tests con el fin de formar grupos de individuos. Ambas
tcnicas no nos informan sobre la variabilidad
intraindividual.
Las tcnicas P y O estudian en un nico sujeto las
relaciones entre ocasiones y tests. La primera estudia
el cambio intraindividual y la segunda se centra en
determinar qu grupo de situaciones afectan a una
persona a lo largo del tiempo.
Las tcnicas S y T estudian en una variable concreta las relaciones entre ocasiones y personas. La
primera determina las semejanzas y diferencias que hay entre un grupo de personas en funcin de una
conducta objeto de estudio; la segunda las estudia entre ocasiones de observacin de esa particular variable
en la muestra de personas.

" Investigacin en Diferencias Individuales

1. Las dos disciplinas de la Psicologa Cientfica
Cronbach (1957) denomin las dos disciplinas de la Psicologa Cientfica o, dicho en sus palabras, la Psicologa
Experimental y la Psicologa Correlacional. Tienen orgenes distintos y metodologas claramente diferenciadas.
Empleadas por las ciencias naturales, ambas disciplinas aportan mucho al avance en el conocimiento cientfico y, en
un sentido amplio, pueden considerarse complementarias, o, como Eysenck (1967) dira, las dos caras de la
Psicologa. En el momento actual existe un acercamiento entre estas dos formas de investigar.

Antecedentes
Origen
Paradigma
Objeto de Estudio
Variables que investiga
Variables Organsmicas
Variables Situacionales
Control
Validez Predominante
mbito de Investigacin
Tipo de Experimento
Estudia
Varianza de error a desestimar
Perspectiva
Tipo de Medidas
Tcnicas de Anlisis Estadstico
Procedimiento predominantes
Estadstico en el que se basan
Efectos buscados en su estudio
Materias Afines

1 Ness Uned

Experimental

Correlacional

Wundt/Pavlov
Woodwoth/Tolman
Asociacionismo
E-R
Procesos y relaciones funcionales
Exgenas (TR, TI)
Homogeneizadas al azar
Riguroso Control Manipulativo
Manipulativo
Interna
Laboratorio
Provocado
Varianza entre tratamientos
Diferencias Individuales
Nomottica (Leyes generales)
Dependencia (Causalidad)
Uni- o Bivariadas
AVAR
Promedio
Causacin
P. Experimental bsica, Fisiologa

Galton/Spearman
R.B.Catell/H.J.Eysenck
Evolucionismo
R-R
Dimensiones y estructuras
Endgenas
Controladas por Asignacin
Controladas por Muestreo
No Manipulativo
Externa (Ecolgica)
Contexto natural
Invocado
Varianza entre individuos
Varianza entre tratamientos
Nomottico-Idiogrfica
Interdependencia (Covariacin)
Multivariadas
AF
Desviacin Tpica y Varianza
Covariacin
Psicometra, Personalidad

Tema 4 Mtodos de Investigacin en el estudio de las Diferencias Individuales

2015

a) La Psicologa Experimental.
Vinculada al asociacionismo y con sus races en Wundt y Pavlov. Su objetivo fundamental es comprender los
fenmenos estudiados basndose en la causalidad provocada por el investigador de forma experimental. Trata de
encontrar Leyes Generales objetivas. Se centra en los procesos y relaciones funcionales entre variables, desde una
perspectiva generalista. Explicar, Predecir y Controlar el comportamiento humano.
Se enmarca dentro del paradigma Estmulo Respuesta (E-R). En contextos de laboratorio (control y manipulacin
de la VI). Validez Interna, eliminando la Varianza Error. Orientacin experimental de estudiar la Varianza entre
Tratamientos, se procuran Suprimir las Diferencias Individuales. Grupos homogneos en las variables
Organsmicas (o de sujeto). Asignacin Aleatoria de un nmero elevado de sujetos por cada grupo.
Riguroso control manipulativo sobre las variables Situacionales. VD exgenas (TR, Latencia, etc.). El experimento es
provocado (situacin artificial). Estadstico de tendencia central o promedio y posteriormente Anlisis de Varianza.
b) La Psicologa Correlacional.
Precursores Galton (influido por Darwin) y Spearman. Principio de Correlacin y paradigma R-R (descubrir las
posibles relaciones de covariacin, variacin conjunta entre variables). Tcnicas multivariadas: Anlisis de
Correlaciones (inferir dimensiones comunes).
Objetivo: describir, ordenar y clasificar los datos observados (no controlables). Intenta establecer los principios
generales sobre las diferencias individuales. Investigaciones en contextos naturales. Variables endgenas (sexo,
edad, etc.) y constructos (inteligencia, personalidad). Covariacin ya existente. Experiencia Invocada.
Varianza entre individuos. Varianza del tratamiento (ambientales) es el error a desestimar. Estudio posterior de las
Interdependencias (covariacin). Tcnicas estadsticas como la desviacin tpica y la varianza. Ms tarde el
Coeficiente de Correlacin, punto de partida del Anlisis Factorial.
El estudio psicolgico de las diferencias individuales avanza mediante una sucesin de diferentes ciclos inductivohipottico-deductivos en donde la metodologa correlaciona! predomina en un primer estadio, y las aproximaciones
experimentales en un segundo estadio.

" Diseos de investigacin en el estudio de diferencias individuales

Las distintas estrategias tcnico-metodolgicas de investigacin estarn vinculadas a una serie de tcnicas
estadstico-analticas que posibilitarn el logro de los objetivos propuestos. Si bien las hiptesis descriptivas y
predictivas han sido las habituales en una PD de corte clsico, cada vez un nmero mayor de investigaciones
parten de hiptesis de carcter explicativo asociadas a modelos tericos. Segn Burgaleta et al. (1991), tres
sern las cuestiones a dilucidar:
!
!
!

Identificar la funcin que cumplen las variables analizadas al operativizar las hiptesis.
Identificar las variables extraas y modeladoras, para establecer procedimientos adecuados para su control.
Elegir las tcnicas de anlisis de datos adecuadas a las hiptesis planteadas.

De acuerdo con Arnau (1989), los tericos del mtodo cientfico han distinguido tradicionalmente tres tipos de
estrategias de investigacin: la descriptiva, la correlacional y la manipulativa.
Tcnicas Multivariadas en el Estudio de las Diferencias Individuales
Las tcnicas multivariadas son las herramientas estadsticas ms utilizadas en la PD. El concepto multivariado
se refiere a un amplio rango de estrategias de investigacin y de anlisis de datos con muchas variables
simultneamente. Estos anlisis se dividen en tcnicas o modelos de interdependencia (vinculados al paradigma RR, de carcter descriptivo y basados en la covariacin entre las variables estudiadas) y de dependencia (vinculados
al paradigma E-R), que tratan de predecir uno o ms criterios (VD), en funcin de una o ms VI (predictoras).
a) Tcnicas de Interdependencia: covariacin entre mltiples variables. Posibilitan describir, clasificar y hallar
estructuras latentes (constructos) de inters en los fenmenos estudiados. Los datos estudiados se reducen
a una serie de dimensiones con el fin de obtener una estructura que facilite describir los fenmenos
estudiados. Proporcionan la base para anlisis posteriores de relaciones de dependencia. El modelo a utilizar
depender de la estructura de las relaciones que se pretenda obtener en funcin del fenmeno y del carcter
mtrico o no mtrico de las variables a estudiar.
b) Tcnicas de Dependencia: estudio de VI para predecir y explicar una o ms VD. Permiten valorar el grado
de relacin que hay entre variables dependientes e interdependientes. Cmo funciona (no la estructura). VI
= Variables predictoras. VD = Variables Criterio.
Adems de este criterio clasificatorio, se ha considerado el tipo de escala de medida de las diferentes variables
estudiadas. En concreto, las variables pueden ser de dos tipos:

2 Ness Uned

Tema 4 Mtodos de Investigacin en el estudio de las Diferencias Individuales

!
!

2015

Mtricas (cuantitativas), ya que se puede medir la cantidad o magnitud que en esa variable presenta cada
sujeto. Adems permite comparar en una escala graduada en unidades iguales la puntuacin de cada sujeto
con respecto a los dems (altura, peso, etc.).
No mtricas (cualitativas), aquellas que slo designan una cualidad o atributo del fenmeno a estudiar pero
no permiten una cuantificacin. Por ejemplo, se puede identificar a una persona como hombre o mujer, pero
no se puede medir el grado en que un hombre es persona.

En resumen, la eleccin de un anlisis multivariante concreto estar condicionado por el modelo seguido, por la
escala de medida de cada variable, por el nmero de variables y por el objeto de estudio propuesto.
1) Manipulabilidad de los diseos
1.1. Diseos ex-post-facto
Segn Kerlinger (1973), la investigacin ex-post-facto es una bsqueda sistemtica emprica, en la cual el cientfico
no tiene control directo sobre las VI, porque ya
acontecieron sus manifestaciones o por ser
intrnsecamente no manipulables. Se hacen
inferencias sobre las relaciones entre ellas, sin
intervencin directa, a partir de la covariacin
concomitante de las VI y VD.
Los diseos ex-post-facto se caracterizan por:
!
!

El investigador no puede manipular ni tampoco

modificar la VI, puesto que ya viene dada.
El investigador, al no poder realizar una
asignacin aleatoria de los sujetos a las
condiciones experimentales, lleva a cabo una
seleccin de los sujetos en funcin de que
posean o no determinadas caractersticas
relacionadas con la VI.

En estos diseos, se concibe la VD como el constructo descriptivo que debe explicarse, y la VI aquella que tiene
valor explicativo, siendo la VI anterior a la VD.
Se establecen dos tipos de diseos, tambin denominados mtodos comparativos:
a) Diseos correlacionales: engloban todos aquellos procedimientos destinados a explorar y estructurar un campo
de observacin dado, as como al estudio de hiptesis de naturaleza meramente relacional, si bien con grados
diversos de complejidad y aproximacin a niveles inferenciales de orden explicativo. Pueden seguir
objetivos:

1) OBJETIVOS DESCRIPTIVOS

# Descriptivos: Los diseos correlacionales de covariacin o descriptivos son de gran utilidad en campos
poco estudiados o demasiado complejos para establecer taxonomas o dimensiones bsicas. Segn los
propsitos de la investigacin se pueden distinguir los siguientes apartados:

Anlisis de relaciones: siempre que el objetivo bsico de la investigacin sea conocer las relaciones
entre variables de inters, las estrategias adecuadas sern de tipo correlacional. ndice de correlacin de
Pearson para muestras paramtricas, y el ndice de correlacin de Spearman para muestras no
paramtricas con datos de carcter ordinal.

Anlisis de estructuras: se refiere a la posibilidad de encontrar las estructuras subyacentes que

puedan inferirse de la realidad observada y de reducir un cmulo de variables a un nmero restringido y
parsimonioso de agrupaciones significativas de carcter conceptual (hipotticas). Para lograr este
objetivo se recurre a tcnicas multivariadas de interdependencia. El anlisis de componentes
principales, el anlisis factorial, el anlisis cluster, el anlisis multidimensional (o las escalas
multidimensionales), etc. Entre estas tcnicas destaca el Anlisis Factorial; esta tcnica adems
de estudiar y obtener las intercorrelaciones entre una serie de variables observadas, obtiene la
estructura que subyace a las relaciones entre dichas variables. Anlisis Clsico = Anlisis Factorial
Exploratorio (inteligencia, personalidad). Dificultad para lograr invarianza factorial (indeterminacin
factorial). Tcnicas ms potentes: Anlisis Factorial Confirmatorio (Deductivo).

3 Ness Uned

Tema 4 Mtodos de Investigacin en el estudio de las Diferencias Individuales

2015

El Anlisis Factorial
El Anlisis Factorial exploratorio es una tcnica multivariante de interdependencia que estudia las interrelaciones
entre un elevado n de variables observadas (tambin denominadas manifiestas, iniciales o patentes). Su objetivo es
extraer la informacin que se oculta en las variables observadas, obteniendo un conjunto ms pequeo de variables
latentes, denominadas factores (dimensiones subyacentes, componentes, etc.).
Es decir, pretende extraer la variacin conjunta o la variabilidad que tienen en comn las variables observadas y con
la mnima prdida de informacin relevante. Esta tcnica es la ms representativa de la Psicologa de las diferencias
individuales, debido a su aplicabilidad en el estudio de la estructura de la inteligencia y de la personalidad.
El inventor del anlisis factorial fue Ch. Spearman, que utiliz el mtodo de las diferencias tetrdicas para estudiar la
estructura de la inteligencia. Permita conocer si la varianza comn de una matriz de correlaciones entre mltiples
pares de test, poda reducirse a un factor general nico o slo poda reducirse a varios factores de grupo. Calculaba
la diferencia tetrdica. Si el valor era 0, un nico factor general subyaca a las relaciones entre tests o variables.
Para realizar un anlisis factorial es preciso seguir las siguientes fases:
1) Seleccionar las variables a factorizar. Cuantitativas Continuas.
2) Calcular la matriz de correlaciones entre las variables.
3) Extraer la matriz factorial bsica. Se obtienen las dimensiones iniciales. Sntesis.
4) Rotar la solucin factorial siguiendo unos criterios. Facilitar la interpretacin. Oblicua y Ortogonal.
5) Interpretar conceptualmente la matriz factorial rotada. Segn su objeto y mbito de estudio.
" Interpretacin de la solucin factorial. Presenta cierto grado de subjetividad.
" El tipo de Rotacin factorial. Desde un punto de vista matemtico es ms recomendable la ortogonal
(tcnicamente mejor), representa factores independientes entre s. Cuando los factores estn relacionados
(habitual en constructos psicolgicos) es mejor la rotacin oblicua.
Uno de los debates ms relevantes dentro del estudio
psicomtrico de las capacidades mentales fue protagonizado por
Spearman (inventor del anlisis factorial) y Thurstone, que
propuso que se deba rotar las soluciones factoriales hasta hallar
la solucin que ofreciera una estructura simple, es decir, la ms
sencilla y de fcil interpretar. Ambos autores emplearon la misma
tcnica (el anlisis factorial) pero diferente tipo de rotacin.
Mientras Spearman encontr un solo factor general de capacidad
mental y diversos componentes especficos residuales, Thurstone
postul la existencia de siete factores primarios independientes
relacionados con las capacidades mentales.
Con los procedimiento de anlisis factorial modernos, se seala
que la organizacin de la inteligencia y de la personalidad es
jerrquica, presentan distintos niveles de abstraccin: En la base
los Tests -> Correlacin da lugar a los factores primarios, estos a ->
Varianza Comn -> da lugar a factores secundarios. Si volvemos a
factorizar se obtendr un factor de inteligencia comn o g, como
postul Spearman. La personalidad tambin se jerarquiza.
Existe un porcentaje de varianza no explicado por el factor g,
denominado s o especfico, vinculado a la exigencia de la tarea.

2) OBJETIVOS PREDICTIVOS
# Predictivos: permite establecer una divisin entre variables predictoras (VI) y variables criterio (VD),
tcnicas como al anlisis de regresin (simple o mltiple), el anlisis discriminante o la correlacin
cannica permiten estimar la potencia predictiva del modelo previo elaborado. La eleccin de un tipo de
anlisis u otro estar en funcin de la naturaleza de las variables (mtrica o no mtrica) y del n de variables
predictivas y criterio. En este sentido, los modelos de regresin permiten estimar, a partir del anlisis de las
relaciones entre los datos recogidos, los valores o magnitudes de cambio.

4 Ness Uned

Tema 4 Mtodos de Investigacin en el estudio de las Diferencias Individuales

2015

3) OBJETIVOS EXPLICATIVOS
!

Explicativos: o tambin llamados diseos correlacionales causales, segn Hair et al. existen 4
criterios imprescindibles para realizar afirmaciones causales: asociaciones suficientes entre dos variables,
antecedentes temporales de la causa frente al efecto, falta de alternativas a las variables causales y una
base terica para la relacin. Ventajas para la PD: que permiten trabajar con variables latentes a los
indicadores externos con los que se trabaja y concluir acerca del ajuste de los datos desde un modelo
estadstico a un modelo terico postulado a priori.

b) Diseos propiamente comparativos: Son calificados de planes experimentales que, a diferencia de los
anteriores, no estn fundamentados en la estimacin de covariaciones sino en el anlisis comparativo de valores
medios. Se pretende estudiar si existen diferencias estadsticas significativas al comparar las puntuaciones
medias que obtienen diferentes grupos en la VD de inters. A diferencia de los experimentos, en estos diseos
no se pueden manipular las VI para observar los cambios producidos en la VD y tampoco se pueden formar los
grupos mediante una aleatorizacin de los sujetos.
1.2. Diseos cuasi-experimentales.
Son aquellos estudios en los que, si bien no puede establecerse una aleatorizacin de los sujetos, s pueden
manipularse, de forma sistemtica, las condiciones o tratamientos a los estos sujetos experimentales son
expuestos. Por sus caractersticas son considerados por muchos autores como el autntico puente entre dos
aproximaciones extremas, la experimental y la correlacional.
En el estudio de las diferencias individuales, representan una va de anlisis que hace ms factible el contraste de
hiptesis relativas a los procesos subyacentes y al valor funcional de las variables personales a travs del estudio de
la interaccin con el contexto o, de forma ms especfica, mediante aquellas manipulaciones experimentales
diseadas al efecto.
2. Temporalidad de los diseos
Histricamente se han diferenciado dos tipos de diseos temporales o evolutivos: transversales y longitudinales.
Ambos tienen como objeto genrico de estudio los cambios vinculados a la edad cronolgica (VI) en la VD (intelig.).
La edad cronolgica es una variable de seleccin, no manipulable experimentalmente, pero proporciona un mayor
juego metodolgico que el resto de variables de seleccin, porque adems de permitir realizar comparaciones
intergrupales en funcin de la edad, posibilita estudiar el cambio que se produce a lo largo del tiempo.
La edad no es la causante del cambio sino los procesos evolutivos que actan en funcin de la edad, tales como la
maduracin, el aprendizaje y la interaccin entre ambos.

Recogida de Datos
Diseo
Variable Constante
Objeto de Estudio
Procedimiento
Aspectos Positivos
Sesgo Metodolgico

Diseos transversales

Diseos Longitudinales

Sincrnica
Intersujeto (medidas Independientes)
Un nico momento temporal
Diferencias entre edades
Comparacin grupos de edad diferente
Ms econmico, rpido, baja tasa de
abandonos, control efectos histricos
Los efectos de cohorte o de generacin

Diacrnica
Intrasujeto (Medidas Repetidas)
Una nica muestra generacional
Cambios (variacin) con la edad
Evolucin a lo largo del tiempo
Mayor garanta explicativa, anlisis real de
los cambios, control del efecto de cohorte
Efectos histricos o de aprendizaje

2.1. El diseo transversal

El diseo transversal recoge los datos de manera sincrnica, se estudia en un mismo momento temporal una
variable dependiente determinada en diferentes grupos de sujetos seleccionados segn la edad cronolgica.
El objeto de este diseo es estudiar las diferencias entre edades, y por tanto, se emplea un diseo intersujeto o de
medidas independientes.
Este tipo de diseos han sido y son utilizados por la mayor economa, facilidad, rapidez, tanto de aplicacin como de
obtencin de datos. Tambin muestran una tasa baja de abandonos y permiten controlar los defectos histricos.

5 Ness Uned

Tema 4 Mtodos de Investigacin en el estudio de las Diferencias Individuales

2015

Las principales limitaciones de estos diseos son las siguientes:

!
!
!
!

El efecto de cohorte: inevitable, al comparar generaciones, existen influencias propias de cada generacin.
Dificultad para establecer con propiedad relaciones causales: ya que la variable edad no se puede
manipular experimentalmente.
No se sabe hacia dnde se puede dirigir el cambio de cada generacin, o de cada individuo particular.
En cada generacin evaluada se incluyen sujetos de la misma edad cronolgica, pero con una edad mental,
edad biolgica o edad social distintas.

2.2. El diseo longitudinal

El diseo longitudinal obtiene los datos de manera diacrnica, se estudia el cambio en distintos momentos
temporales, que se produce vinculado a la edad en la variable dependiente de inters.
Ya que el objeto de inters de esta metodologa es estudiar el cambio a lo largo del tiempo de los mismos
sujetos o grupos, se emplea un diseo intrasujeto o de medidas repetidas.
Estos diseos son muy necesarios y tiles, porque adems de estudiar el desarrollo de un sujeto a lo largo del
tiempo, controlan el efecto de cohorte, por eso tambin se les llama diseos intracohorte.
En suma, el diseo longitudinal simple (o secuencial) permite estimar directamente los efectos ocasionados por la
edad. Sus limitaciones son las siguientes:
!
!
!
!
!

Efectos histricos o efectos del aprendizaje. Se puede confundir el efecto de la edad con el efecto asociado
al momento en que se realiz la prueba.
Mayores costes de realizacin y organizacin que los diseos transversales.
Elevada tasa de abandonos (mortandad experimental)
Ausencia de equivalencia en los instrumentos de evaluacin empleados para edades diferentes.
Ceirse al estudio de una sola generacin, limita la investigacin a un anlisis de los efectos propios de una
sola generacin.

Los investigadores motivados por estas limitaciones han sugerido algunas modificaciones:
!

Diseo Longitudinal transverso: combina ambos diseos mediante un seguimiento longitudinal de varios
grupos generacionales y anlisis de cortes transversales entre los mismos.

Diseo Longitudinal de poblaciones: tomando una(s) poblacin(es) como referencia, se analizan distintas
muestras en perodos de inters determinados. Este diseo permite estimar cmo afectan los cambios
sociales y culturales a la poblacin.

6 Ness Uned