Digitalia Inc
Buscador Avanzado
Manual de métodos y técnicas de investigación en ciencias del comportamiento

Manual de métodos y técnicas de investigación en ciencias del comportamiento

  • Autor: Ramos, Manuel Miguel; Catena, Andrés; Trujillo, Humberto M.
  • Editor: Biblioteca Nueva
  • Colección: Obras de referencia
  • ISBN: 9788497422277
  • eISBN Pdf: 9788416169115
  • Lugar de publicación:  Madrid , España
  • Año de publicación: 2004
  • Páginas: 680

El conocimiento de los Métodos y las Técnicas de investigación es básico para cualquiera disciplina de carácter científico. Este manual trata de exponer tales bases dentro del ámbito de las Ciencias Comportamentales, en comparación con otras disciplinas científicas y explotando a fondo las peculiaridades de investigación en torno al comportamiento. Es, pues, de utilidad para psicólogos, psicopedagogos y especialidades propias de Ciencias de la Salud. Está desarrollado a partir de algunos conceptos y modelos nucleares, lo que facilitará la comprensión de los mismos, y además, partiendo de las bases teóricas de carácter metodológico, termina aplicando de manera sistemática, todos los conceptos a investigaciones reales extraídas de la literatura actual. Se abordan aspectos conceptuales, de diseño y de análisis y se cubren las variantes metodológicas más relevantes, desde el tipo cualitativo al experimental, pasando por el cuasiexperimental. Está escrito siguiendo un doble nivel de dificultad, por lo que podría ser de utilidad para alumnos de licenciatura y de tercer ciclo. Todos los desarrollos o aplicaciones concretas se presentan resueltos mediante sencillas hojas de cálculo y, excepcionalmente, mediante programas de análisis estadístico, por lo cual se facilita que el propio investigador pueda desarrollar los contenidos sin tener que depender de programas especializados que resultan de menor alcance y elevado coste.

  • Cover
  • Title page
  • Copyright page
  • Índice
  • Introducción
  • I. Fundamentos de la investigación científica en ciencias del comportamiento
    • Capítulo primero.—Ciencia, método científico y metodologías de investigación en psicología
      • 1. Introducción: ¿Qué es eso llamado ciencia?
      • 2. El método científico
        • 2.1. Supuestos fundamentales del método científico
        • 2.2. Requisitos del método científico
        • 2.3. Objetivos del método científico
      • 3. El desarrollo del conocimiento científico
        • 3.1. La limitación impuesta por los datos
        • 3.2. La limitación impuesta por los instrumentos y los métodos
        • 3.3. La limitación impuesta por las teorías
        • 3.4. La construcción de teorías
      • 4. El proceso general de investigación científica
        • 4.1. Nivel teórico-conceptual
        • 4.2. Nivel técnico-metodológico
        • 4.3. Nivel estadístico-analítico
      • 5. El conocimiento científico y la explicación: mecanismos causales y relaciones funcionales
        • 5.1. Las condiciones de la causalidad
          • 5.1.1 Contigüidad espacio-temporal y prioridad
          • 5.1.2. Relevancia causal
          • 5.1.3. Contingencia y covariación
          • 5.1.4. El conocimiento del individuo
      • 6. Los esquemas metodológicos de investigación en Psicología
        • 6.1. Esquemas metodológicos experimental y cuasi-experimental
        • 6.2. Esquemas metodológicos no experimentales: de encuesta y observacional
          • 6.2.1. Metodología de encuesta
          • 6.2.2. Metodología observacional
      • 7. Lecturas recomendadas
  • II. ¿Cómo diseñar una investigación?
    • Capítulo II.—Plan y estructura de la investigación
      • 1. Introducción: el diseño de una investigación en ciencias del Comportamiento
      • 2. La planificación de la investigación
        • 2.1. Estrategias de razonamiento para la generación de hipótesis en Psicología
      • 3. Estructuración de la investigación psicológica a través de la definición de variables
        • 3.1. Las variables y la escala de medida
        • 3.2. Las variables atendiendo a su papel metodológico
        • 3.3. Las variables atendiendo a su capacidad teórico-explicativa
        • 3.4. Características diferenciales de las variables psicológicas
      • 4. El concepto de interacción de variables
      • 5. La codificación de variables
      • 6. Lecturas recomendadas
    • Capítulo III.—Estrategia de investigación i. Control de variables y muestreo de unidades de observación
      • 1. Introducción a la estrategia de investigación
      • 2. El control de variables extrañas y amenazas a la validez interna
        • 2.1. Fuentes de procedencia de las variables extrañas: amenazas a lavalidez interna
          • 2.1.1. Variables extrañas originadas por los participantes
          • 2.1.2. Variables extrañas originadas por la situación
          • 2.1.3. Variables extrañas inherentes al diseño: efectos secuenciales
          • 2.1.4. Amenazas directas a la validez interna
        • 2.2. Técnicas de control de variables extrañas en función de la fuentede su procedencia
          • 2.2.1. La aleatorización como principio nuclear de control
          • 2.2.2. Técnicas de homogenei
          • 2.2.3. Técnicas de contrabalanceo para el control de los efectossecuenciales
          • 2.2.4. Técnica de Cuadrados Latinos y control de efectos secuenciales
      • 3. Elección de las unidades de observación: selección de participantes,muestreo y validez externa
        • 3.1. Técnicas de muestreo
          • 3.1.1. Muestreo no probabilístico
          • 3.1.2. Muestreo probabilístico o aleatorio
        • 3.2. El problema de la generalización
      • 4. El problema de equiparación de los grupos
      • 5. Lecturas recomendadas
    • Capítulo IV.—Estrategia de investigación II. Los aparatos, las tareas y las variables dependientes
      • 1. Introducción a nuevos aspectos estratégicos
      • 2. La importancia de los aparatos e instrumentos
        • 2.1. Ventajas del uso de ordenadores
        • 2.2. Desventajas del uso de los ordenadores
        • 2.3. Aplicaciones de los ordenadores en la investigación psicológica
          • 2.3.1. Registro de la actividad cerebral y psicofisiología
          • 2.3.2. Cognición
          • 2.3.3. Habilidades y ejecución motora
          • 2.3.4. Evaluación y Terapia
          • 2.3.5. Análisis de datos
          • 2.3.6. Otras aplicaciones
      • 3. La importancia de las variables dependientes y las tareas
        • 3.1. El tiempo de reacción
          • 3.1.1. El método sustractivo de Donders
          • 3.1.2. El método de los factores aditivos de Sternberg o de lavariación paramétrica
          • 3.1.3. El análisis de los tiempos de reacción
        • 3.2. Las medidas de precisión de la ejecución
          • 3.2.1. La matriz de confusión
          • 3.2.2. La curva de la característica operativa del receptor (COR)
          • 3.2.3. Índices de precisión basados en el umbral sensorial
          • 3.2.4. Índices de precisión basados en el umbral de respuesta
          • 3.2.5. Índices no paramétricos
      • 4. Lecturas recomendadas
    • Capítulo V.—Características y clasificación de los diseños de investigación
      • 1. Introducción a la clasificación de los diseños
      • 2. El sistema de clasificación
      • 3. Diseños no experimentales: esquema descriptivo y covariacional
        • 3.1. Según las características para la generalización
        • 3.2. Según que el tipo de registro sea directo o indirecto
        • 3.3. Según la cualidad de la información relevante
      • 3.4. Según la temporalidad
      • 4. Diseños experimentales
        • 4.1. Atendiendo a la variable independiente
        • 4.2. Atendiendo a la variable dependiente
        • 4.3. Atendiendo a las variables extrañas
        • 4.4. Atendiendo a otros aspectos
      • 5. Diseños cuasi-experimentales
        • 5.1. Diseños rudimentarios
        • 5.2. Diseños de grupo único pretest-postest (sin grupo de control)
        • 5.3. Diseños postest y grupo control no equivalente
        • 5.4. Diseños pretest-postest con grupo control no equivalente
        • 5.5. Diseños de series temporales interrumpidas
        • 5.6. Diseños de caso ún
        • 5.7. Diseño de discontinuidad en la regresión
      • 6. Lecturas recomendadas
  • III. ¿Cómo analizar los resultados de una investigación?
    • Capítulo VI.—La modelización estadística y el análisis de datos
      • 1. Introducción: la modelización estadística
      • 2. Especificación e identificación del modelo
        • 2.1. Resumen de la información mediante análisis descriptivo
        • 2.2. Especificación del modelo y sus parámetros
      • 3. Estimación de los parámetros del modelo
      • 4. Evaluación del modelo
        • 4.1. El contraste de hipótesis y la magnitud de error tolerable
        • 4.2. Análisis exploratorio de datos y de los residuales
      • 5. Resumen del modelo
        • 5.1. Intervalos confidenciales
        • 5.2. La potencia estadística
        • 5.3. Identificación de variación sistemática no prevista
      • 6. Interpretación del modelo
        • 6.1. Significación estadística versus empírica de los resultados
      • 7. Variantes de la modelización
        • 7.1. Según que las muestras sean independientes o estén relacionadas
        • 7.2. Según la escala de medida: análisis de la regresión, ANOVA yanálisis categórico
        • 7.3. Según el número de variables manipuladas y medidas
          • 7.3.1. El análisis de la interacción
        • 7.4. Según el grado de generalidad de las hipótesis: análisis global versus detallado
        • 7.5. Según las características especiales del diseño
      • 8. Funciones para el desarrollo de la perspectiva de modelización a partir de libros de trabajo
      • 9. Resumen y conclusiones
      • 10. Anexo I: la codificación de las variables categóricas
      • 11. Lecturas recomendadas
    • Capítulo VII.—Supuestos de la modelización lineal y modelos no lineales
      • 1. Introducción
      • 2. Supuestos de la modelización
        • 2.1. Normalidad
        • 2.2. Homocedasticidad y carencia de sesgo
        • 2.3. Independencia
        • 2.4. Aditividad de los componentes y linealidad
        • 2.5. Justificación de los supuestos
      • 3. Comprobación de los supuestos
        • 3.1. Mediante análisis exploratorio de los residuales
        • 3.2. Mediante pruebas estadísticas
          • 3.2.1. Evaluación de la normalidad
          • 3.2.2. Evaluación de la aleatoriedad-independencia
          • 3.2.3. Evaluación de la homocedasticidad
          • 3.2.4. Detección de puntos extremos
          • 3.2.5. Prueba de esfericidad
      • 4. Consecuencias del incumplimiento de los supuestos
        • 4.1. Condiciones protectoras
        • 4.2. Cambio de la escala de medida
        • 4.3. Contrastes de hipótesis con errores específicos
        • 4.4. Transformación de los datos
          • 4.4.1. Transformaciones simples
          • 4.4.2. ¿Qué transformación aplicar?
        • 4.5. Variantes analíticas robustas, resistentes y correctoras
        • 4.6. Alternativas no paramétricas
        • 4.7. Alternativas no lineales
          • 4.7.1. Transformando para lograr linealidad
          • 4.7.2. Modelos no lineales
      • 5. Resumen y conclusiones
      • 6. Lecturas recomendadas
  • IV. Investigación comportamental a partir de diseños destacados
    • Capítulo VIII.—El análisis de Regresión desde la perspectiva de la modelización para diseños covariacionales
      • 1. Introducción
      • 2. Regresión simple
        • 2.1. Análisis global de la regresión lineal
        • 2.2. Significación estadística de los parámetros
        • 2.3. Análisis de la regresión lineal con libros de trabajo
        • 2.4. Resumen del modelo
      • 3. Regresión múltiple
        • 3.1. Resumen del modelo
        • 3.2. La especificación de la interacción en el modelo
        • 3.3. La interpretación de la interacción en términos diferenciales
      • 4. Análisis detallado mediante regresión. Las tendencias curvilíneas
      • 5. El caso general. Análisis de la regresión de modelos complejos
      • 6. Adaptación del modelo para evaluar diferentes tipos de hipótesis
      • 7. Alternativas robustas y no paramétricas de regresión
        • 7.1. Línea resistente de Tukey
          • 7.1.1. Reajuste de los parámetros mediante un método iterativo
          • 7.1.2. Extensión a diseños más complejos
        • 7.2. Alternativa basada en los M-estimadores de regresión
        • 7.3. Alternativa no paramétrica basada en la prueba de Brown-Mood
      • 8. Lecturas recomendadas
    • Capítulo IX.—El análisis de la varianza —anova— desde la perspectiva de la modelización para diseños experimentales. Principios básicos
      • 1. Introducción
      • 2. El análisis global de la varianza
        • 2.1. Aproximación desde la modelización
        • 2.2. Análisis de datos experimentales mediante anova
        • 2.3. La perspectiva de modelización en términos de anova
      • 3. Análisis detallado de datos en el contexto de anova
        • 3.1. Análisis detallado mediante contrastes específicos
        • 3.2. Variantes del análisis detallado
          • 3.2.1. Contrastes planeados
          • 3.2.2. Análisis de tendencias
          • 3.2.3. Análisis a posteriori de comparaciones múltiples
      • 4. Resumen del modelo para hacer óptimo el diseño
        • 4.1. Estimación del tamaño del efecto de tratamiento
        • 4.2. Estimación de la potencia estadística
        • 4.3. El tamaño muestral
        • 4.4. Intervalos confidenciales
      • 5. Adaptación del modelo para evaluar diferentes tipos de hipótesis
      • 6. Lecturas recomendadas
    • Capítulo X.—El análisis de la varianza desde la perspectiva de la modelización para diseños experimentales intrasujetos y factoriales
      • 1. Introducción
      • 2. El diseño unifactorial intrasujetos
        • 2.1. Análisis global de los datos
        • 2.2. Análisis detallado de los datos
        • 2.3. Análisis de contrastes mediante modelización y resumen del modelo
      • 3. El diseño factorial
        • 3.1. Diseño factorial entregrupos
          • 3.1.1. Análisis global de los datos
          • 3.1.2. Análisis detallado de los datos
          • 3.1.3. Resumen del modelo
          • 3.1.4. Aproximación al análisis a partir de la modelización
        • 3.2. Diseño factorial intrasujetos
          • 3.2.1. Análisis global de los datos y resumen del modelo
          • 3.2.2. Análisis detallado de los datos
          • 3.2.3. Aproximación al análisis mediante modelización
        • 3.3. Diseño factorial mixto
          • 3.3.1. Análisis global de los datos
          • 3.3.2. Análisis detallado de los datos
          • 3.3.3. Resumen del modelo
          • 3.3.4. Aproximación al análisis mediante modelización
      • 4. Lecturas recomendadas
    • Capítulo XI.—El análisis de la varianza desde la perspectiva de la modelización para diseños experimentales especiales y diseños cuasi-experimentales
      • 1. Introducción
      • 2. Análisis de los datos en diseños que incluyen el control de variablesextrañas
        • 2.1. Control estadístico mediante análisis de las covarianzas (ancova)
          • 2.1.1. Ancova global
          • 2.1.2. Análisis detallado
          • 2.1.3. Aproximación al Ancova mediante modelización
      • 3. Análisis de los datos de diseños especiales
        • 3.1. Para diseños de efectos aleatorios
        • 3.2. Para diseños factoriales con configuración incompleta
        • 3.3. Para diseños no equilibrados
        • 3.4. Análisis robusto en diseños para los que se incumple el supuestode homocedasticidad
      • 4. Análisis no paramétrico como alternativa al anova clásico
      • 5. Análisis en diseños multivariados
      • 6. Análisis en diseños cuasi-experimentales
      • 7. Lecturas recomendadas
    • Capítulo XII.—Análisis categórico desde la perspectiva de la modelización para diseños descriptivos
      • 1. Introducción
      • 2. El análisis de datos del esquema metodológico descriptivo
        • 2.1. Convenciones acerca de las representaciones gráficas
        • 2.2. Gráficos básicos
          • 2.2.1. Histogramas
          • 2.2.2. Polígonos de frecuencias
          • 2.2.3. Diagramas simbólicos
        • 2.3. Gráficos de asociación entre variables
        • 2.4. Nuevos formatos de representación
      • 3. Marco general para el análisis de variables categóricas
        • 3.1. Análisis de datos categóricos en investigaciones descriptivas
        • 3.2. Análisis de tablas de contingencia bidimensionales
          • 3.2.1. Resumen del modelo
          • 3.2.2. Ejemplificación del análisis logarítmico-lineal
        • 3.3. Análisis de datos en tablas de contingencia multidimensionales
          • 3.3.1. Análisis global
          • 3.3.2. Análisis detallado
      • 4. Adaptación del modelo para evaluar diferentes tipos de hipótesis
        • 4.1. Bondad de ajuste
        • 4.2. Homogeneidad
        • 4.3. Independencia
        • 4.4. Asociación
        • 4.5. Concordancia
      • 5. Lecturas recomendadas
  • V. El resultado de la investigación
    • Capítulo XIII.—Comunicación de los resultados a través de un informe de investigación
      • 1. Introducción
      • 2. Estructura del Informe de Investigación
      • 3. Lecturas recomendadas
  • Anexo
    • Tablas
    • Bibliografía

Materias

Volver
Ingrese a su cuenta

Visores online

  • Texto
  • ReadSpeaker Audio

Opciones de descarga

  • Adobe DRM Adobe DRM
  • Tiempo préstamo: 21 días
  • Formato: PDF

SUSCRÍBASE A NUESTRO BOLETÍN

Al suscribirse, acepta nuestra Politica de Privacidad

©2010 - 2024 Digitalia - Todos los derechos reservados