You are on page 1of 5

PROGRAMA DEL CURSO SOBRE PSICOLOGÍA

EXPERIMENTAL
MANUEL MIGUEL RAMOS ÁLVAREZ

• Papel metodológico. • Recogida y resumen de datos. • Capacidad teórico-explicativa. • Observacional. • Intuición. Procedimiento y tarea. • Literario. FUNDAMENTOS METODOLÓGICOS DE LA INVESTIGACIÓN PSICOLÓGICA. Manuel Miguel Ramos Álvarez Resumen de Psicología Experimental 1 PSICOLOGÍA EXPERIMENTAL Manuel Miguel Ramos Alvarez. • Correlacional. Generalización de resultados. Ciencia y metodología de la Ciencia. • Definición de variable. I. • Nivel Técnico-metodológico. Introducción. • Derivación de hipótesis de investigación. • Mentales. 1. LA INVESTIGACIÓN CIENTÍFICA EN PSICOLOGÍA. • Diseño de la investigación para poner a prueba la Hipótesis y elaboración de datos. • Análisis de resultados y extracción de conclusiones. Métodos de investigación científica. 1. Elección de las variables. • Nivel Teórico-conceptual. HACIA EL MÉTODO EXPERIMENTAL. • Motivo de la investigación: Formulación del problema. 4. • Escala de medida. • Comunicación de los resultados a través del informe de investigación. 5. El conocimiento científico. Proceso general hipotético-deductivo. 2. • De vuelta sobre la teoría. 3. • Las tres grandes áreas de conocimientos: Psicología Social. • Taxonomía de las variables desde diferentes puntos de vista. La estructuración del proceso de investigación experimental a través de tres niveles de actuación • Desde la teoría hacia los datos. • Concepto de Ciencia. • Empíricos. . Explicación como búsqueda de relaciones causales -funcionales-. • Método científico. (Reajuste) Extracción de conclusiones en torno a la hipótesis de partida. • Nivel Estadístico-analítico. La estructuración del campo de investigación a partir de la definición de variables. Diferencial y Experimental. • Lógico. La Psicología Experimental en el contexto de las disciplinas psicológicas. • Experimental.

igualación y aleatorización.y de medidas repetidas –ó IntraSujetos-. • Simples –unifactoriales. • Otros tipos: Los diseños anidados. 2. LA LÓGICA DE LA INFERENCIA EXPERIMENTAL. Introducción a la técnica de Análisis de Varianza (ANOVA). METODOLOGÍA DE INVESTIGACIÓN EXPERIMENTAL 2. El control de variables extrañas. 1. • Los supuestos de la técnica estadística. Bloqueo aleatorio. • Criterios y reglas de decisión: La F de Snedecor.y factoriales. • Atendiendo a la variable independiente: • Diseños de medida única –ó EntreGrupos. • Tipos de error y su implicación en las decisiones experimentales. 1. 3. • Atendiendo a las variables controladas: • Aleatorización completa. Manuel Miguel Ramos Álvarez Resumen de Psicología Experimental 2 II. EL ANÁLISIS DE LOS DATOS. Establecimiento de inferencias a través del proceso de contrastación de hipótesis dentro del marco general de investigación. varianza. • Investigaciones pre-experimentales. • Formulación de hipótesis estadísticas. proporción y parámetros de la regresión. • Diseños que incluyen covariados. La optimización del diseño. • Fuentes de procedencia de las variables extrañas. 3. • Atendiendo a la variable dependiente: Univariados y Multivariados. • Atendiendo al número de observaciones: Diseños de caso único • El diseño experimental clásico dentro del esquema general. Contraste de hipótesis sobre algunos parámetros destacados en el caso de dos muestras: media. Esquema de clasificación de los principales diseños experimentales desde diferentes aproximaciones. . Cuadrado Latino y Cuadrado Grecolatino. • Inherentes al diseño -los efectos secuenciales-: contrabalanceo. INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS. Extensión de la lógica del contraste de hipótesis a la comparación de más de dos medias muestrales. cuasi-experimentales y experimentales en sentido estricto según el grado de control. • Técnicas para el control de variables extrañas en función de la fuente procedencia: • Provenientes del sujeto y la situación: constancia. 2.

• La razón F de la tendencia. 6. Consideraciones generales en torno a los diseños de medidas repetidas. • Los principales supuestos: Normalidad. 2. • Cálculo de las Sumas de Cuadrados. Scheffé. • La definición del contraste. y Aditividad componentes. • Alternativas a la violación de supuestos: Transformación Box-Cox de las puntuaciones y análisis no paramétrico. 1. INTRODUCCIÓN COMPARATIVA A LOS DIFERENTES TIPOS DE DISEÑOS A TRAVÉS DE SU ECUACIÓN ESTRUCTURAL. Análisis detallado de los datos. Técnica de Análisis de Varianza (ANOVA). • Análisis de los datos mediante el proceso de contraste de Hipótesis. • Análisis de contrastes a posteriori. DISEÑO DE UNA VARIABLE MANIPULADA ENTRE GRUPOS. 1. Homocedasticidad. • Contrastes redundantes y ortogonales. 3. • Corrección de la F según la aproximación Geisser-Greenhouse. • Supuestos de la técnica ANOVA. Diseño Entregrupos (EG. LA INVESTIGACIÓN EXPERIMENTAL EN PSICOLOGÍA A TRAVÉS DE DISEÑOS EXPERIMENTALES DESTACADOS. • Contrastes planeados y “a posteriori” • Análisis de contrastes planeados. • Técnicas de análisis sin corrección del error: LSD de Fisher. Análisis global de los datos. • Determinación de coeficientes. Manuel Miguel Ramos Álvarez Resumen de Psicología Experimental 3 III. Extensión de las técnicas de Análisis de datos para este tipo de diseños: • Análisis global • Análisis detallado de los datos. • La razón F del contraste. 4.) completamente aleatorizado. Independencia errores. . • Alternativa Multivariada de análisis. Newman-Keuls. 2. Tukey. • Cálculo de las Sumas de Cuadrados. 5. • Los contrastes o comparaciones. • Ecuación estructural y partición de la variabilidad del diseño. • Componentes de tendencia. DISEÑO DE UNA VARIABLE MANIPULADA INTRA-SUJETOS. • Con corrección del error: Bonferroni. • Análisis de Tendencias.

2. Mezcla factorial. . DISEÑOS EXPERIMENTALES EN EL CASO GENERAL. DISEÑOS EXPERIMENTALES CON MAS DE UNA VARIABLE QUE INCLUYEN MANIPULACIÓN INTRA-SUJETOS. 3. Introducción a los diseños Multivariados. 1. bifactorial. Manuel Miguel Ramos Álvarez Resumen de Psicología Experimental 4 7. DISEÑOS EXPERIMENTALES CON MAS DE UNA VARIABLE MANIPULADA ENTRE GRUPOS. • Análisis de la interacción • Análisis de efectos simples. 2. La inducción de un modelo estructural general: El Modelo Estructural Lineal. • Modelo estructural: Esquema de partición de la varianza y extensión de los supuestos. • Contrastes planeados (a priori) y no-planeados (a posteriori). bifactorial. Los diseños de caso único. • Modelo estructural: Esquema de partición de la varianza y extensión de los supuestos. 1. • Análisis de datos: análisis global y detallado. • Análisis de datos: análisis global y detallado. Análisis de regresión y análisis de varianza. Extensión al diseño factorial Mixto. 9. Introducción a los diseños factoriales. • Los contrastes en el diseño factorial. • La partición de la variabilidad del diseño. 4. 2. Análisis global de los datos en el Diseño EG. Extensión de la lógica de análisis de los diseños bifactoriales a otros diseños factoriales más complejos. • Interacción de comparaciones • Comparaciones “a posteriori” 8. Análisis detallado de los datos en el Diseño EG. • Análisis de efectos principales. 3. El concepto de interacción.Extensión al diseño factorial Intra-sujetos. 1. • El modelo estructural del diseño. • Aplicación del Análisis de la Varianza (ANOVA) sobre este tipo de diseño.