Good Mood

Como vimos anteriormente en el libro, un experimento es un tipo de estudio diseñado específicamente para responder a la pregunta de si hay una relación causal entre dos variables. En otras palabras, si los cambios en una variable independiente causan cambios en una variable dependiente. Los experimentos tienen dos características fundamentales. La primera es que los investigadores manipulan, o varían sistemáticamente, el nivel de la variable independiente., Los diferentes niveles de la variable independiente se denominan condiciones. Por ejemplo, en el experimento de Darley y Latané, la variable independiente era el número de testigos que los participantes creían estar presentes. Los investigadores manipularon esta variable independiente diciendo a los participantes que había uno, dos o cinco estudiantes más involucrados en la discusión, creando así tres condiciones., Para un nuevo investigador, es fácil confundir estos Términos creyendo que hay tres variables independientes en esta situación: uno, dos o cinco estudiantes involucrados en la discusión, pero en realidad solo hay una variable independiente (número de testigos) con tres condiciones diferentes (uno, dos o cinco estudiantes). La segunda característica fundamental de un experimento es que el investigador controla, o minimiza la variabilidad en variables distintas de la variable independiente y dependiente. Estas otras variables se denominan variables externas., Darley y Latané probaron a todos sus participantes en la misma sala, los expusieron a la misma situación de emergencia, y así sucesivamente. También asignaron aleatoriamente a sus participantes a condiciones para que los tres grupos fueran similares entre sí para empezar. Observe que aunque las palabras manipulación y control tienen significados similares en el lenguaje cotidiano, los investigadores hacen una clara distinción entre ellas. Ellos manipulan la variable independiente cambiando sistemáticamente sus niveles y controlan otras variables manteniéndolas constantes.,

cuatro grandes Valididades

cuando leemos sobre experimentos de psicología con una visión crítica, una pregunta a hacer es » ¿es válido este estudio?»Sin embargo, esa pregunta no es tan directa como parece porque en psicología, hay muchos tipos diferentes de valididades. Los investigadores se han centrado en cuatro valididades para ayudar a evaluar si un experimento es sólido (Judd & Kenny, 1981; Morling, 2014):validez interna, validez externa, validez de constructo y validez estadística. Exploraremos cada validez en profundidad.,

validez interna

recordar que dos variables que están estadísticamente relacionadas no necesariamente significa que una causa la otra. «La correlación no implica causalidad.»Por ejemplo, si fuera el caso de que las personas que hacen ejercicio regularmente son más felices que las personas que no hacen ejercicio regularmente, esta implicación no significaría necesariamente que el ejercicio aumenta la felicidad de las personas., En cambio, podría significar que una mayor felicidad hace que las personas hagan ejercicio (el problema de direccionalidad) o que algo como una mejor salud física hace que las personas hagan ejercicio y sean más felices (el problema de la tercera variable).

el propósito de un experimento, sin embargo, es mostrar que dos variables están estadísticamente relacionadas y hacerlo de una manera que apoye la conclusión de que la variable independiente causó cualquier diferencia observada en la variable dependiente., La lógica se basa en esta suposición : si el investigador crea dos o más condiciones muy similares y luego manipula la variable independiente para producir solo una diferencia entre ellas, entonces cualquier diferencia posterior entre las condiciones debe haber sido causada por la variable independiente. Por ejemplo, debido a que la única diferencia entre las condiciones de Darley y Latané era el número de estudiantes que los participantes creían que estaban involucrados en la discusión, esta diferencia en la creencia debe haber sido responsable de las diferencias en la ayuda entre las condiciones.,

se dice que un estudio empírico es alto en validez interna si la forma en que se llevó a cabo apoya la conclusión de que la variable independiente causó cualquier diferencia observada en la variable dependiente. Por lo tanto, los experimentos son altos en validez interna porque la forma en que se llevan a cabo—con la manipulación de la variable independiente y el control de variables extrañas—proporciona un fuerte apoyo para las conclusiones causales.

validez externa

al mismo tiempo, la forma en que se llevan a cabo los experimentos a veces conduce a un tipo diferente de crítica., Específicamente, la necesidad de manipular la variable independiente y controlar variables extrañas significa que los experimentos a menudo se llevan a cabo en condiciones que parecen artificiales (Bauman, McGraw, Bartels, & Warren, 2014).en muchos experimentos de psicología, los participantes son todos estudiantes de pregrado y vienen a un aula o laboratorio para completar una serie de cuestionarios de papel y lápiz o para realizar una tarea computarizada cuidadosamente diseñada., Consideremos, por ejemplo, un experimento en el que la investigadora Barbara Fredrickson y sus colegas hicieron que estudiantes de pregrado llegaran a un laboratorio en el campus y completaran un examen de matemáticas mientras llevaban un traje de baño (Fredrickson, Roberts, Noll, Quinn, & Twenge, 1998). ¿Cuándo los estudiantes de pregrado tendrán que completar exámenes de matemáticas en sus trajes de baño fuera de este experimento?

el problema al que nos enfrentamos es el de la validez externa., Un estudio empírico es alto en validez externa si la forma en que se llevó a cabo apoya la generalización de los resultados a las personas y situaciones más allá de las realmente estudiadas. Como regla general, los estudios son más altos en validez externa cuando los participantes y la situación estudiada son similares a los que los investigadores quieren generalizar y los participantes encuentran todos los días, a menudo descritos como realismo mundano. Imagine, por ejemplo, que un grupo de investigadores está interesado en cómo los compradores en las grandes tiendas de comestibles se ven afectados por si el cereal para el desayuno se empaqueta en cajas amarillas o moradas., Su estudio tendría una alta validez externa y un alto realismo mundano si estudiaran las decisiones de la gente común que hace sus compras semanales en una tienda de comestibles real. Si los compradores compraran mucho más cereal en cajas moradas, los investigadores estarían bastante seguros de que este aumento sería cierto para otros compradores en otras tiendas., Su estudio sería relativamente bajo en validez externa, sin embargo, si estudiaran una muestra de estudiantes de pregrado en un laboratorio en una universidad selectiva que simplemente juzgara el atractivo de varios colores presentados en una pantalla de computadora; sin embargo, este estudio tendría un alto realismo psicológico donde el mismo proceso mental se utiliza tanto en el laboratorio como en el mundo real., Si los estudiantes juzgaran que el morado es más atractivo que el amarillo, los investigadores no estarían muy seguros de que esta preferencia sea relevante para las decisiones de compra de cereales de los compradores de comestibles debido a la baja validez externa, pero podrían estar seguros de que el procesamiento visual de los colores tiene un alto realismo psicológico.

debemos tener cuidado, sin embargo, de no sacar la conclusión general de que los experimentos son bajos en validez externa. Una razón es que los experimentos no tienen por qué parecer artificiales., Considere que el experimento de Darley y Latané proporcionó una simulación razonablemente buena de una situación de emergencia real. O considere los experimentos de campo que se llevan a cabo completamente fuera del laboratorio. En uno de estos experimentos, Robert Cialdini y sus colegas estudiaron si los huéspedes del hotel eligen reutilizar sus toallas por un segundo día en lugar de lavarlas como una forma de conservar el agua y la energía (Cialdini, 2005).Estos investigadores manipularon el mensaje en una tarjeta dejada en una gran muestra de habitaciones de hotel., Una versión del mensaje enfatizó mostrar respeto por el medio ambiente, otra enfatizó que el hotel donaría una parte de sus ahorros a una causa ambiental, y una tercera enfatizó que la mayoría de los huéspedes del hotel eligen reutilizar sus toallas. El resultado fue que los huéspedes que recibieron el mensaje de que la mayoría de los huéspedes del hotel eligen reutilizar sus toallas reutilizaron sus propias toallas sustancialmente más a menudo que los huéspedes que recibieron cualquiera de los otros dos mensajes. Dada la forma en que llevaron a cabo su estudio, parece muy probable que su resultado sería válido para otros huéspedes en otros hoteles.,

una segunda razón para no sacar la conclusión general de que los experimentos son bajos en validez externa es que a menudo se llevan a cabo para aprender sobre procesos psicológicos que es probable que operen en una variedad de personas y situaciones. Volvamos al experimento de Fredrickson y sus colegas. Encontraron que las mujeres en su estudio, pero no los hombres, tuvieron peores resultados en el examen de matemáticas cuando llevaban trajes de baño., Argumentaron que esta diferencia de género se debía a la mayor tendencia de las mujeres a objetivarse—a pensar en sí mismas desde la perspectiva de un observador externo—lo que desvía su atención de otras tareas. Argumentaron, además, que este proceso de auto-objetivación y su efecto en la atención es probable que opere en una variedad de mujeres y situaciones, incluso si ninguna de ellas se encuentra tomando un examen de matemáticas en su traje de baño.,

validez de constructo

Además de la generalización de los resultados de un experimento, otro elemento a examinar en un estudio es la calidad de las manipulaciones del experimento, o la validez de construcción. La pregunta de investigación con la que Darley y Latané comenzaron es «¿se difunde el comportamiento de ayudar?»Plantearon la hipótesis de que los participantes en un laboratorio serían menos propensos a ayudar cuando creían que había más ayudantes potenciales además de ellos mismos., Esta conversión de la pregunta de investigación al diseño del experimento se denomina operacionalización(ver capítulo 2 para más información sobre la definición operativa). Darley and Latané operationalized the independent variable of diffusion of responsibility by increasing the number of potential helpers., Al evaluar este diseño, diríamos que la validez de constructo fue muy alta porque las manipulaciones del experimento hablan muy claramente de la cuestión de la investigación; hubo una crisis, una forma de ayudar al participante, y el aumento del número de otros estudiantes involucrados en la discusión, proporcionaron una forma de probar la difusión.

¿Qué pasaría si el número de condiciones en el estudio de Darley y Latané cambiara? Considere si solo había dos condiciones: un estudiante involucrado en la discusión o dos., A pesar de que podemos ver una disminución en la ayuda al agregar a otra persona, puede que no sea una clara demostración de la difusión de la responsabilidad, solo simplemente la presencia de otros. Podríamos pensar que era una forma de la exposición social de Bandura (discutida en el Capítulo 4). La validez de constructo sería menor. Sin embargo, si hubiera habido cinco condiciones, tal vez veríamos la disminución continuar con más personas en la discusión o tal vez se estabilizaría después de un cierto número de personas., En esa situación, es posible que no necesariamente estemos aprendiendo más sobre la difusión de la responsabilidad o que se convierta en un fenómeno diferente. Al agregar más condiciones, la validez de constructo puede no ser mayor. Al diseñar su propio experimento, considere qué tan bien la pregunta de investigación se operacionaliza su estudio.

validez estadística

una crítica común de los experimentos es que un estudio no tuvo suficientes participantes. La razón principal de esta crítica es que es difícil generalizar sobre una población a partir de una muestra pequeña., Al principio, parece que esta crítica se trata de validez externa, pero hay estudios en los que los tamaños de muestra pequeños no son un problema (el Capítulo 10 discutirá cómo las muestras pequeñas, incluso de solo 1 persona, siguen siendo muy esclarecedoras para la investigación psicológica). Por lo tanto, los tamaños de muestra pequeños son en realidad una crítica de la validez estadística. La validez estadística habla de si las estadísticas realizadas en el estudio apoyan las conclusiones que se hacen.,

se debe realizar un análisis estadístico adecuado de los datos para determinar si se encontró la diferencia o relación que se predijo. El número de condiciones y el número de participantes totales determinarán el tamaño total del efecto. Con esta información, se puede realizar un análisis de potencia para determinar si es probable que encuentre una diferencia real. Al diseñar un estudio, lo mejor es pensar en el análisis de potencia para que se pueda reclutar y probar el número apropiado de participantes (más sobre el tamaño de los efectos en el Capítulo 12)., Para diseñar un experimento estadísticamente válido, pensar en las pruebas estadísticas al principio del diseño ayudará a garantizar que los resultados puedan ser creídos.

Priorizar Valididades

estas cuatro grandes valididades–interna, externa, de construcción y Estadística–son útiles para tener en cuenta tanto al leer sobre otros experimentos como al diseñar el suyo propio. Sin embargo, los investigadores deben priorizar y, a menudo, no es posible tener una alta validez en las cuatro áreas. En el estudio de Cialdini sobre el uso de toallas en hoteles, la validez externa fue alta, pero la validez estadística fue más modesta., Esta discrepancia no invalida el estudio, pero muestra dónde puede haber margen de mejora para futuros estudios de seguimiento (Goldstein, Cialdini, & Griskevicius, 2008). Morling (2014) señala que la mayoría de los estudios de psicología tienen una alta validez interna y de constructo, pero a veces sacrifican la validez externa.,

manipulación de la Variable independiente

de nuevo, manipular una variable independiente significa cambiar su nivel sistemáticamente para que diferentes grupos de participantes estén expuestos a diferentes niveles de esa variable, o el mismo grupo de participantes esté expuesto a diferentes niveles en diferentes momentos. Por ejemplo, para ver si la escritura expresiva afecta la salud de las personas, un investigador podría instruir a algunos participantes a escribir sobre experiencias traumáticas y a otros a escribir sobre experiencias neutrales., Como se discutió anteriormente en este capítulo, los diferentes niveles de la variable independiente se conocen como condiciones, y los investigadores a menudo dan a las condiciones nombres descriptivos cortos para que sea fácil hablar y escribir sobre ellos. En este caso, las condiciones podrían llamarse la «condición traumática» y la «condición neutral».»

Nótese que la manipulación de una variable independiente debe implicar la intervención activa del investigador. Comparar grupos de personas que difieren en la variable independiente antes de que comience el estudio no es lo mismo que manipular esa variable., Por ejemplo, un investigador que compara la salud de las personas que ya llevan un diario con la salud de las personas que no llevan un diario no ha manipulado esta variable y por lo tanto no ha realizado un experimento. Esta distinción es importante porque es probable que los grupos que ya difieren de una manera al comienzo de un estudio también difieran de otras maneras. Por ejemplo, las personas que eligen mantener revistas también pueden ser más concienzudas, más introvertidas o menos estresadas que las personas que no lo hacen., Por lo tanto, cualquier diferencia observada entre los dos grupos en términos de su salud podría haber sido causada por si llevan o no un diario, o podría haber sido causada por cualquiera de las otras diferencias entre las personas que llevan y no llevan diarios. Por lo tanto, la manipulación activa de la variable independiente es crucial para eliminar el problema de la tercera variable.

Por supuesto, hay muchas situaciones en las que la variable independiente no puede ser manipulada por razones prácticas o éticas y por lo tanto un experimento no es posible., Por ejemplo, no se puede manipular si las personas tienen o no una experiencia temprana significativa de enfermedad, lo que hace imposible realizar un experimento sobre el efecto de las experiencias tempranas de enfermedad en el desarrollo de la hipocondriasis. Esta advertencia no significa que sea imposible estudiar la relación entre las experiencias tempranas de enfermedad y la hipocondriasis, solo que debe hacerse utilizando enfoques no experimentales. Discutiremos este tipo de metodología en detalle más adelante en el libro.

en muchos experimentos, la variable independiente es una construcción que solo puede ser manipulada indirectamente., Por ejemplo, un investigador podría tratar de manipular los niveles de estrés de los participantes indirectamente diciéndoles a algunos de ellos que tienen cinco minutos para preparar un discurso corto que luego tendrán que dar a una audiencia de otros participantes. En tales situaciones, los investigadores a menudo incluyen un control de amanipulación en su procedimiento. Una comprobación de manipulación es una medida separada de la construcción que el investigador está tratando de manipular., Por ejemplo, los investigadores que intentan manipular los niveles de estrés de los participantes pueden darles un cuestionario de estrés de papel y lápiz o tomar su presión arterial, tal vez justo después de la manipulación o al final del procedimiento, para verificar que manipularon con éxito esta variable.

Control de Variables extrañas

Como hemos visto anteriormente en el capítulo, una variable extraña es cualquier cosa que varía en el contexto de un estudio que no sea las variables independientes y dependientes., En un experimento sobre el efecto de la escritura expresiva en la salud, por ejemplo, las variables extrañas incluirían variables participantes (diferencias individuales) como su capacidad de escritura, su dieta y su tamaño de zapato. También incluirían variables situacionales o de tareas, como la hora del día en que los participantes escriben, si escriben a mano o en una computadora, y el clima. Las variables extrañas plantean un problema porque es probable que muchas de ellas tengan algún efecto sobre la variable dependiente., Por ejemplo, la salud de los participantes se verá afectada por muchas cosas además de si participan o no en la escritura expresiva. Este factor de influencia puede hacer difícil separar el efecto de la variable independiente de los efectos de las variables extrañas, por lo que es importante controlar las variables extrañas manteniéndolas constantes.

las Variables extrañas como «ruido»

las variables extrañas hacen difícil detectar el efecto de la variable independiente de dos maneras. Una es agregar variabilidad o «ruido» a los datos., Imagine un experimento simple sobre el efecto del Estado de ánimo (feliz vs.triste) en el número de eventos de la infancia feliz que las personas son capaces de recordar. Se pone a los participantes en un estado de ánimo negativo o positivo (mostrándoles un clip de video feliz o triste) y luego se les pide que recuerden tantos eventos felices de la infancia como puedan. La tabla 6.1 muestra cómo podrían ser los datos si no hubiera variables extrañas y el número de participantes de eventos de infancia feliz recordados solo se viera afectado por sus estados de ánimo., Cada participante en la condición de estado de ánimo feliz recordó exactamente cuatro eventos felices de la infancia, y cada participante en la condición de estado de ánimo triste recordó exactamente tres. El efecto del Estado de ánimo aquí es bastante obvio.

Tabla 6.,15cb8cad»>4

3
4	3
4	3
4	3
4	3
M = 4	M = 3

In reality, however, the data would probably look more like those Table 6.,2. Incluso en la condición de estado de ánimo feliz, algunos participantes recordarían menos recuerdos felices porque tienen menos en qué basarse, usan estrategias de recuerdo menos efectivas o están menos motivados. E incluso en la condición de estado de ánimo triste, algunos participantes recordarían más recuerdos felices de la infancia porque tienen más recuerdos felices para aprovechar, usan estrategias de recuerdo más efectivas o están más motivados.

Tabla 6.,id=»6e81fc3ada»>2

1	5
6	1
8	2
M = 4	M = 3

a Pesar de la diferencia de medias entre los dos grupos es el mismo que en la idealizada de datos, esta diferencia es mucho menos evidente en el contexto de la mayor variabilidad en los datos., Por lo tanto, una de las razones por las que los investigadores intentan controlar las variables extrañas es para que sus datos se parezcan más a los datos idealizados en la tabla 6.1, lo que hace que el efecto de la variable independiente sea más fácil de detectar (aunque los datos reales nunca se ven tan buenos).

una forma de controlar las variables extrañas es mantenerlas constantes. Esta técnica puede significar mantener constantes las variables de situación o tarea probando a todos los participantes en el mismo lugar, dándoles instrucciones idénticas, tratándolos de la misma manera, y así sucesivamente. También puede significar mantener constantes las variables participantes., Por ejemplo, muchos estudios del lenguaje limitan a los participantes a personas diestras, que generalmente tienen sus áreas del lenguaje aisladas en sus hemisferios cerebrales izquierdos. Las personas zurdas tienen más probabilidades de tener sus áreas del lenguaje aisladas en sus hemisferios cerebrales derechos o distribuidas en ambos hemisferios, lo que puede cambiar la forma en que procesan el lenguaje y, por lo tanto, agregar ruido a los datos.,

en principio, los investigadores pueden controlar variables extrañas limitando a los participantes a una categoría muy específica de persona, como estudiantes de psicología de 20 años, heterosexuales, mujeres y diestros. La desventaja obvia de este enfoque es que reduciría la validez externa del estudio, en particular, la medida en que los resultados pueden generalizarse más allá de las personas realmente estudiadas. Por ejemplo, podría no estar claro si los resultados obtenidos con una muestra de mujeres heterosexuales más jóvenes se aplicarían a los hombres homosexuales mayores., En muchas situaciones, las ventajas de una muestra diversa superan la reducción de ruido lograda por una homogénea.

variables extrañas como variables de confusión

la segunda forma en que las variables extrañas pueden dificultar la detección del efecto de la variable independiente es convirtiéndose en variables de confusión. Una variable de confusión es una variable extraña que difiere en promedio entre los niveles de la variable independiente. Por ejemplo, en casi todos los experimentos, los cocientes de inteligencia (IQs) de los participantes serán una variable extraña., Pero mientras haya participantes con un coeficiente intelectual más bajo y más alto en cada nivel de la variable independiente, de modo que el coeficiente intelectual promedio sea aproximadamente igual, entonces esta variación es probablemente aceptable (e incluso puede ser deseable). Lo que estaría mal sería, sin embargo, para los participantes en un nivel de la variable independiente considerablemente inferior IQs en promedio, y los participantes en otro nivel considerablemente mayor IQs en promedio. En este caso, el coeficiente intelectual sería una variable de confusión.

confundir significa confundir, y este efecto es exactamente por qué las variables de confusión son indeseables., Debido a que difieren entre las condiciones, al igual que la variable independiente, proporcionan una explicación alternativa para cualquier diferencia observada en la variable dependiente. La figura 6.1 muestra los resultados de un estudio hipotético, en el que los participantes en una condición de estado de ánimo positivo obtuvieron una puntuación más alta en una tarea de memoria que los participantes en una condición de estado de ánimo negativo., Pero si el coeficiente intelectual es una variable confusa, con los participantes en la condición de estado de ánimo positivo que tienen un coeficiente intelectual más alto en promedio que los participantes en la condición de estado de ánimo negativo, entonces no está claro si fueron los estados de ánimo positivos o los coeficientes intelectuales más altos los que causaron que los participantes en la primera condición obtuvieran una puntuación más alta. Una forma de evitar confundir las variables es manteniendo constantes las variables extrañas. Por ejemplo, se podría evitar que el coeficiente intelectual se convierta en una variable de confusión limitando a los participantes solo a aquellos con un coeficiente intelectual de exactamente 100. Pero este enfoque no siempre es deseable por las razones que ya hemos discutido., Un segundo y mucho más general enfoque—asignación aleatoria a las condiciones—se discutirá en detalle en breve.