En los diseños ex post facto, quien investiga selecciona una muestra de las personas que poseen ya un valor determinado de las variables de estudio. Las posibles VVII vienen dadas y las VVDD pueden observarse antes, después o simultáneamente a la observación de las VVII.
Dependiendo de cuando se mida la VD se sigue una estrategia retrospectiva o prospectiva.
Diseños retrospectivos
VD y VI ya han ocurrido. Los sujetos se seleccionan por sus valores en la VD y se buscan posibles causas (VVII) que han ocasionado la respuesta. Si se encuentra una covariación sistemática entre la VD y la VI se puede considerar que existe relación entre ambas. Hay tres tipos:
-
Diseño retrospectivo simple.
-
Diseño retrospectivo de comparación de grupos o Diseño retrospectivo de estudio de casos y controles.
-
Diseño retrospectivo de grupo único.
Diseño retrospectivo simple
Se selecciona un grupo de sujetos que poseen un determinado valor de la VD y se buscan posibles explicaciones del fenómeno (VVII).
La VD sólo toma un valor. Según los postulados teóricos existentes dentro del campo de estudio, se seleccionan las posibles VVII que pudieran explicar el fenómeno (deben anteceder al mismo). Ej: Cáncer de mama.
Requisitos que deben cumplirse en la búsqueda de las posibles VVII:
-
Que sean relevantes para explicar el fenómeno bajo estudio.
-
Que antecedan a la VD.
Tiene una utilidad exploratoria si no se dispone de información sobre las variables que podrían explicar el fenómeno, y una utilidad funcional si el problema a investigar es demasiado complejo para poderse estudiar con otro tipo de diseño.
Respecto al análisis de datos, si la VD sólo toma valores de ocurrencia, podemos analizar el porcentaje de casos que cada VI comparte con la VD.
Su validez interna es muy débil porque es complicado descartar explicaciones alternativas (diferenciar las variables relevantes de las que no lo son).
Diseño retrospectivo de comparación de grupos
Consiste en comparar un grupo de sujetos seleccionados por poseer una determinada característica (casos) con otro grupo de sujetos que no la poseen (controles). Estos grupos se comparan con respecto a una serie de posibles VVII que se consideran relevantes para la aparición de dicha característica.
La única diferencia entre los grupos ha de ser que uno posea la característica que interesa investigar y el otro no (la VD toma dos valores). Deben ser equivalentes en todos los demás factores. Esto puede controlarse mediante emparejamiento.
Respecto al análisis de datos conviene:
-
Comparar las proporciones de los grupos.
-
Estudiar las correlaciones entre la VD y las VVII.
-
Estudiar las relaciones entre las VVII, cuanta menor relación exista entre ellas, más sencillo será establecer una visión de conjunto.
Tiene una mayor validez interna respecto al diseño retrospectivo simple, aunque sigue existiendo la posibilidad de numerosas VVEE que pudieran llevar a una interpretación errónea de los resultados.
Diseño retrospectivo de grupo único
Su objetivo es el estudio de las relaciones existentes entre las variables. No se establecen comparaciones entre los diferentes niveles de la VI respecto a la VD, se establecen correlaciones entre las variables (mientras que en los diseños anteriores, retrospectivos simples o de comparación de grupos, el objetivo es similar al de la lógica experimental: encontrar posibles VVII que expliquen la VD).
Si lo que se quiere estudiar es la covarianza o correlación entre la VD y la VI conviene que todos los posibles valores de las dos variables estén bien representados. Esto se consigue aumentando el tamaño y representatividad de la muestra. Así, interesa conseguir que todos los posibles valores de las variables implicadas estén bien representados en un grupo único con el que se va a trabajar.
El procedimiento es como sigue:
-
Seleccionar el grupo de sujetos que garantice la representación del rango de valores de la VD.
-
Determinar cuáles podrían ser las VVII relevantes y medirlas en toda la muestra.
Tiene diferencias respecto al diseño retrospectivo simple:
-
La VD toma diversos valores.
-
Se trabaja con muestras muy grandes (máxima representatividad de la población objeto de estudio para garantizar que el rango de valores de la VI y de la VD esté bien representado).
El análisis de datos se realiza con correlaciones entre las variables.
Presenta una mayor validez externa por trabajar con muestras muy grandes (mayores posibilidades de generalización).
Respecto a la validez interna, no se puede tener garantías de que la ocurrencia de la VD sea posterior a la presencia de las VVII.
Diseños prospectivos
Sólo la VI viene dada. Todavía no se han evaluado sus posibles consecuencias. Los sujetos son seleccionados por poseer determinados valores de la VI cuya posible influencia queremos investigar. Ej: Autoestima y rendimiento escolar.
Tienen mayor validez interna que los diseños retrospectivos. Hay tres tipos:
-
Diseño prospectivo simple.
-
Diseño prospectivo complejo.
-
Diseño prospectivo de grupo único.
Nos aproximamos a una relación en la que de VI antecede a la VD, ya que esta todavía no ha ocurrido. Seleccionamos a quienes participan por su valor en la VI y medimos la VD.
Diseño prospectivo simple
Tenemos una sola VI y seleccionamos a los sujetos por sus valores en ella (variable de selección de valores) formando, al menos, dos grupos, uno para cada valor. Posteriormente se mide la VD.
Diseño similar al diseño experimental de dos grupos aleatorios, con las siguientes diferencias:
-
La VI ya viene dada.
-
El control sobre las posibles VVEE es mucho menor debido a la selección.
-
Limitaciones de la interpretación de los resultados (por los problemas de control).
-
Dificultad para descartar con seguridad hipótesis explicativas alternativas.
Técnicas de control:
-
Emparejamiento.
-
Control estadístico.
-
Introducción de variables relacionadas con la VD.
Análisis de datos:
-
Si la VI toma sólo dos valores: Diferencia de medidas para dos muestras independientes.
-
Si hay más de dos grupos seleccionados: ANOVA de un factor con grupos o muestras independientes.
Diseño prospectivo complejo
Cuando se sospecha que alguna VE puede influir en los resultados, se puede controlar su efecto incorporándola a la investigación como VI. Estudia el efecto de más de una VI sobre la VD.
Tiene la estructura de un diseño experimental factorial 2x2 pero, en este caso, las VI son de selección de valores.
Hay que formar tantos grupos como combinaciones posibles se puedan realizar de los niveles de la VI.
El análisis de datos se realiza con Anova de dos factores con muestras independientes.
Tiene mayor validez interna que el diseño prospectivo simple ya que se controla una VE que se sospecha que puede influir en los resultados. Aunque sigue teniendo problemas de validez porque los sujetos son seleccionados por sus valores en las VVII y esto puede dar lugar a otras VVEE asociadas a los mismos. Cuantas más variables incluyamos, mayor validez interna, pero también más complejidad en el diseño (la formación de grupos con todas las combinaciones posibles puede llegar a resultar irrealizable).
Diseño prospectivo de grupo único
Misma lógica que el diseño retrospectivo de grupo único, pero con los siguientes pasos:
-
Seleccionar una muestra en la que estén presentes todos los valores de las VVII.
-
Se miden todas las VVII que se considera que están relacionadas con la VD que queremos investigar.
-
Se mide la VD.
-
Se estudia la relación entre las variables.
Estudio de la influencia de las variables personales y psicosociales en el rendimiento académico de estudiantes atletas pertenecientes a colegios privados de alumnado de color.
Tiene una mayor validez externa porque se aumenta el número de VVII a considerar en la investigación, pero se requiere una muestra mucho más grande.
También tiene mayor validez interna ya que primero se miden las VVII y después la VD. Así sabemos que la VI antecede a la VD (aunque pueden seguir existiendo múltiples explicaciones alternativas por el efecto de VVEE que no se hayan considerado en el diseño).
Presenta una doble finalidad:
-
Descriptiva: Para estudiar variables que covarían con el fenómeno de interés y son útiles cuando el problema de investigación es muy complejo o aún se conoce poco sobre el mismo.
-
Predictiva: Si existe un mayor conocimiento sobre el problema de investigación. Se trabaja con todas las puntuaciones. Se pretende encontrar una función que relacione las puntuaciones en la variable predictora (VI) con la variable criterio (VD).
Mediante el análisis de regresión lineal simple, a partir de una puntuación de la VI (X), se puede pronosticar el valor de la VD (Y).
Mediante el análisis de regresión lineal múltiple, se pretende pronosticar mediante más de una VI (X1, X2... Xn), el valor de la VD (Y) y averiguar las variables que resulten mejor como predictoras.
Diseños evolutivos
Utilizan como VI la edad. objeto: Estudio de los cambios de la VD como consecuencia de la edad. Muy usados en la Psicología del Desarrollo, que estudia las diferencias en el comportamiento durante el proceso de desarrollo. Ej: ¿En qué medida las actitudes respecto a las relaciones sexuales cambian con la edad?.
Los diseños evolutivos, al utilizar la edad como VI, pueden verse afectados por amenazas a la validez interna relacionadas con la selección (factores de cohorte, históricos, culturales...). Como alternativa puede introducirse una “verdadera VI” (manipulada intencionalmente). Tendríamos así un diseño factorial con una VI de selección de valores y una VI de manipulación intencional y podríamos estudiar los efectos de cada variable por separado y conjuntamente.
Diseño evolutivo longitudinal
Registra datos de una misma muestra de sujetos en sucesivas ocasiones a lo largo del tiempo. Estudia el desarrollo de las personas durante un período prolongado.
Amenazas: Al evaluarse siempre la misma muestra, se controla la amenaza de cohorte, pero no la historia (se podría confundir el efecto de la edad con el efecto debido al momento en el que se realiza la prueba), ni la mortalidad experimental (al requerir un largo seguimiento, muchas personas pueden abandonar).
Análisis de datos:
-
Diferencia de medidas para muestras relacionadas, cuando en el diseño sólo tenemos dos momentos temporales de la medida de la VD.
-
Anova de un factor con medidas repetidas, cuando tenemos medidas de la VD recogidas en más de dos momentos temporales.
Diseño evolutivo transversal
La recogida de datos se realiza en un solo momento temporal a muestras de personas con diferentes edades. Estudia las diferencias por edad, aunque en el ámbito de la Psicología Evolutiva se utilizan para estudiar cambios producidos con la edad (bajo el supuesto de que las diferencias encontradas entre los diferentes grupos de edad se deben a los distintos momentos del proceso de desarrollo que comparten las personas participantes). Es menos costoso porque es más limitado en el tiempo.
Amenazas: Por su limitación temporal, se controla la amenaza de mortalidad experimental pero, a veces, los grupos no son comparables porque, además de la edad, pueden existir múltiples variables que podrían explicar las diferencias encontradas en la VD (emparejamiento o introducción de variables relacionadas con la VD para mejorar la validez interna). El efecto de cohorte (¿las diferencias se deben a la edad o a la generación?) puede reducir la validez interna.
Análisis de datos:
-
Diferencia de medidas para muestras independientes, o su equivalente no paramétrico, si estamos estudiando sólo dos grupos de edad.
-
Anova de un factor con grupos independientes, o su equivalente no paramétrico, si tenemos más de dos grupos de edad.
Diseño evolutivo secuencial
Diseño evolutivo secuencial longitudinal: Cuando, además de la edad, se quiere estudiar el efecto de cohorte. Se realizarían comparaciones longitudinales dentro de cada cohorte (se pueden estudiar dos o más cohortes en dos o más momentos temporales).
Diseño evolutivo secuencial transversal: Se establecerían comparaciones en distintos momentos de la investigación. Más costoso que el longitudinal (requiere más tiempo y más participantes, en ocasiones inviable) y con mayor probabilidad de pérdida no aleatoria de participantes (lo que podría provocar mayor sesgo); por eso no suelen usarse en Psicología del Desarrollo.
Tiene la ventaja de que si se combinan evaluaciones longitudinales y transversales, se pueden controlar los efectos de cohortes y los efectos históricos.
Para el análisis de datos se realiza un diseño mixto o split-plot: Anova de dos factores con medidas repetidas en uno de ellos (en el que los diferentes momentos temporales son un factor de medidas repetidas y el efecto de cohorte es un factor de medidas independientes).