Diseño experimental

Cómo demuestran los analistas de conducta que un procedimiento, y no otra cosa, cambió la conducta: variables, validez, lógica de caso único y los diseños que se apoyan en ella.

Conceptos
9
Secciones
4
Diagramas
5
En este capítulo
  1. 01 Variables y validez
  2. 02 La lógica de la investigación de caso único
  3. 03 Cuatro diseños de caso único
  4. 04 Afinar tratamientos y elegir un diseño

Variables y validez

Todos los diseños de este capítulo existen para responder a una sola pregunta sobre una gráfica: ¿el cambio que vemos se debe a lo que hicimos? Empieza por las palabras para lo que se cambia, lo que se mide y lo que más podría haber influido.

Figura 1

Dos preguntas para cualquier cambio

La variable dependiente cambió

Validez interna

¿Fue la variable independiente?

  • Historia

    Un acontecimiento externo coincide con el cambio de fase

  • Maduración

    La persona cambia con el tiempo: crece, se cansa, se recupera

  • Medición

    Deriva del observador, expectativas, instrumentos nuevos, reactividad

  • Efectos de secuencia

    Una condición anterior tiñe a una posterior

  • Regresión a la media

    Tras seleccionar por una puntuación inusualmente extrema, otra posterior puede ser menos extrema sin un efecto de la intervención.

  • Abandono

    Hay participantes que se van, y los datos cambian con ellos

  • Integridad del tratamiento

    El procedimiento no se aplicó como estaba escrito

Validez externa

¿Se mantiene en otros casos?

  • Otros participantes
  • Otros entornos
  • Otras conductas
  • Otros momentos
  • Variantes del procedimiento

Se construye con replicación directa y sistemática, no solo con el tamaño de la muestra.

Amenaza la validez interna cualquier cosa distinta de la variable independiente que haya podido mover los datos; cada tarjeta es uno de los sospechosos habituales. La validez externa es otra pregunta, sobre otras personas, lugares y procedimientos, y la investigación de caso único la responde replicando.
D.1

Variables dependientes e independientes

La variable independiente es lo que el investigador cambia a propósito: un procedimiento, un programa de refuerzo, un tipo de ayuda. La variable dependiente es la conducta que se mide para ver si algo cambió, expresada como una dimensión con su unidad: respuestas por minuto, segundos de latencia, porcentaje de ensayos correctos. Cualquier otra cosa que pueda mover los datos, como una medicación nueva, una sala ruidosa o un observador distinto, es una variable extraña, que se mantiene constante o al menos se vigila. Solo se habla de relación funcional cuando la variable dependiente cambia de forma fiable cada vez que se cambia la independiente.

Ejemplo

Un centro comprueba si un temporizador visual acorta lo que tarda un niño en empezar una ficha. El temporizador, encendido o apagado, es la variable independiente. La variable dependiente es la latencia: segundos desde la instrucción hasta su primer trazo con el lápiz. Un maestro sustituto que llega esa semana es una variable extraña que conviene anotar en la gráfica.

Confusión frecuente

La variable dependiente no es la persona, la sala ni la meta. «Leo» o «mejor concentración» no son variables dependientes; «segundos hasta empezar, por ficha» sí lo es. Pasar del papel a un contador en la tablet es un cambio de medición, salvo que el investigador ponga a prueba deliberadamente ese cambio como variable independiente. Identifica qué se manipula para responder a la pregunta de investigación; no tiene por qué activarse y retirarse sin más.

Puntos clave (4)
  • La variable dependiente es la dimensión medida de la conducta objetivo; la variable independiente es la condición o el procedimiento que el investigador cambia de forma deliberada.
  • Una variable dependiente nombra qué se mide y cómo (frecuencia, tasa, duración, latencia, porcentaje), no al participante, el entorno ni la meta.
  • Las variables extrañas son factores no controlados, distintos de la variable independiente, que pueden afectar a la variable dependiente; el investigador las mantiene constantes o las vigila.
  • Se muestra una relación funcional cuando la variable dependiente cambia de forma fiable cada vez que se manipula la variable independiente, y solo entonces.
Ejemplos y una pregunta de práctica: D.1 Variables dependientes e independientes Practica esto: D.1 Variables dependientes e independientes
D.2

Validez interna y externa

La validez interna plantea una pregunta sobre un estudio concreto: ¿puede atribuirse el cambio de la variable dependiente a la variable independiente, y no a otra cosa que ocurría al mismo tiempo? Aumenta con el control experimental, que en los diseños de caso único procede de repetir el efecto dentro del propio diseño. La validez externa pregunta si la relación se mantiene fuera del estudio, con otras personas, entornos, conductas, momentos o versiones del procedimiento; los analistas de conducta lo llaman generalidad. La investigación de caso único la construye mediante la replicación: la replicación directa repite el procedimiento tal cual, la sistemática varía a propósito algún rasgo.

Ejemplo

Un sistema de fichas reduce las interrupciones de una alumna de tercero, y el efecto desaparece y vuelve cada vez que se retiran y se reintroducen las fichas: validez interna sólida. Si funcionará con sus compañeros, en clase de música o con otra maestra es otra pregunta, que solo se responde probándolo allí: validez externa.

Confusión frecuente

Las dos se valoran por separado. Un estudio puede mostrar un control riguroso con una persona y decir todavía poco sobre las demás, y una muestra grande no hace por sí sola que un resultado sea fiable ni general. La validez social es una tercera pregunta, distinta: si las metas, los procedimientos y los resultados importan a las personas implicadas y les resultan aceptables. El acuerdo entre observadores es una cuarta: cuánto puede confiarse en la propia medición.

Puntos clave (4)
  • La validez interna es el grado en que un cambio en la variable dependiente puede atribuirse a la variable independiente y no a factores no controlados.
  • La validez externa es el grado en que una relación funcional se mantiene con otros participantes, entornos, conductas, momentos o versiones del procedimiento (generalidad).
  • En la investigación de caso único, la generalidad se construye mediante replicaciones directas y sistemáticas, no mediante muestras grandes.
  • La validez interna, la validez externa, la validez social y la fiabilidad de la medida responden a preguntas distintas y se valoran por separado.
D.3

Amenazas a la validez interna

Una amenaza a la validez interna es cualquier factor no controlado que podría producir, u ocultar, el cambio que se atribuye a la intervención. La historia es un acontecimiento externo que coincide por casualidad con un cambio de condición. La maduración es un cambio dentro de la persona con el paso del tiempo: crecer, cansarse, recuperarse. Entre las amenazas de medición están la deriva del observador (que poco a poco aplica la definición de otra manera), las expectativas del observador, los cambios de instrumento y la reactividad, cuando sentirse observado altera la conducta. Los efectos de secuencia, la regresión a la media, el abandono de participantes y un procedimiento que no se aplica como está escrito, es decir, una baja integridad del tratamiento, completan la lista habitual.

Ejemplo

Las rabietas bajan justo la semana en que empieza un plan nuevo, y esa misma semana terminan las obras de al lado, que no dejaban dormir al niño. Dormir mejor porque la calle está tranquila es una amenaza de historia: un acontecimiento externo alineado con el cambio de fase. Un niño pequeño cuyo lenguaje mejora durante seis meses de programa mientras, simplemente, va creciendo ilustra la maduración.

Confusión frecuente

La historia ocurre fuera de la persona; la maduración, dentro de ella y ligada al paso del tiempo. La regresión a la media se aplica cuando se eligió a alguien por una puntuación inusualmente extrema, de modo que una medición siguiente menos extrema era probable de todos modos; no explica cualquier mejora. Antes de atribuirle un resultado a un tratamiento, o de culparlo, comprueba que se aplicó como estaba diseñado: una baja integridad puede ocultar un efecto real o fabricar uno aparente.

Puntos clave (4)
  • La historia es un acontecimiento ajeno al estudio que coincide con un cambio de condición y podría producir el cambio observado.
  • La maduración es un cambio dentro del participante a lo largo del tiempo, como el desarrollo, el crecimiento o la fatiga, independiente del procedimiento.
  • Las amenazas relacionadas con la medición o la observación incluyen deriva, expectativas, cambios de instrumento y reactividad. La reactividad cambia la propia conducta; las otras pueden alterar su registro.
  • Los efectos de secuencia, la regresión a la media, la pérdida de participantes y una integridad del tratamiento deficiente también pueden producir u ocultar cambios que no se deben a la variable independiente.

La lógica de la investigación de caso único

Los analistas de conducta suelen estudiar a una persona cada vez y medirla una y otra vez. Esa elección tiene su propio razonamiento, sus propias ventajas frente a los estudios de grupo y su propia manera de leer una gráfica.

Figura 2

Un diseño de reversión leído con la lógica de la línea base

↑ Manos levantadas por clase

A

B

A

B

Predicción Verificación Replicación

Sesiones →

A Línea baseB TratamientoA RetiradaB Tratamiento

Valores ilustrativos, no datos de un caso real. La línea discontinua proyecta hacia delante la primera línea base (predicción). La vuelta hacia niveles de línea base en la segunda fase A muestra que la proyección se habría cumplido (verificación), y la segunda fase B produce de nuevo el efecto (replicación).
D.4

Rasgos que definen los diseños de caso único

En un diseño de caso único, cada caso aporta su propia comparación mediante mediciones repetidas entre condiciones o valores de la variable independiente; se pueden comparar línea base y tratamiento o dos tratamientos activos. La conducta se mide repetidamente dentro de cada condición, y normalmente se espera a que los datos sean estables antes de cambiar. Este razonamiento se llama lógica de la línea base. Predicción: una línea base estable, proyectada hacia delante, muestra lo que probablemente pasaría si nada cambiara. Verificación: pruebas de que esa proyección se habría cumplido, por ejemplo datos que vuelven a niveles de línea base al retirar el tratamiento. Replicación: el efecto se produce de nuevo. Organiza las comparaciones para distinguir la diferencia prevista en la variable independiente de otros cambios; si se introduce un paquete completo a la vez, el resultado corresponde a ese paquete y no a la contribución de cada componente.

Ejemplo

Se cuenta en cada clase, durante dos semanas, cuántas veces levanta la mano un adolescente, y la cifra se queda en torno a dos por sesión: esa línea estable es la predicción. Se añade un elogio cuando levanta la mano y la cifra sube a ocho. Se retira el elogio y la cifra vuelve hacia dos (verificación). El elogio regresa, y con él la tasa alta (replicación).

Confusión frecuente

Caso único no significa un solo dato, y un estudio puede incluir a varias personas; significa que cada persona sirve de control de sí misma, por lo que no hace falta un grupo de control aparte. Verificación y replicación son pasos distintos: una confirma la predicción de la línea base y la otra repite el efecto del tratamiento. Una medición antes y otra después del tratamiento no son un diseño de caso único.

Puntos clave (4)
  • Cada participante es su propio control: su desempeño con el tratamiento se compara con su propio desempeño sin él.
  • La conducta se mide repetidamente dentro de cada condición, y las condiciones suelen cambiarse cuando la respuesta alcanza un estado estable.
  • La lógica de la línea base tiene tres elementos: predicción (la trayectoria proyectada de la línea base), verificación (mostrar que la predicción se habría cumplido) y replicación (repetir el efecto).
  • Cambia un factor planificado cada vez para aislar una comparación; la atribución causal exige además efectos replicados y control de explicaciones alternativas. Cambiar componentes juntos evalúa el paquete, no la contribución de cada componente.
D.5

Diseños de caso único frente a diseños de grupo

Los diseños de grupo suelen comparar resultados agregados de grupos asignados a condiciones distintas, como una intervención, otra intervención activa, la atención habitual o ninguna intervención; cuando es viable, la asignación aleatoria fortalece la inferencia causal. Sirven para saber cuánto efecto hay, en promedio, en una población, algo que importa para decidir sobre programas y políticas. Los diseños de caso único muestran cómo cambia la conducta de cada persona sesión a sesión, y permiten ajustar las condiciones cuando los datos lo piden. Su generalidad procede de la replicación con distintas personas y entornos, no del número de participantes de un estudio.

Ejemplo

Un distrito escolar quiere saber si un programa de lectura sube las puntuaciones medias de cuarenta aulas: eso lo responde una comparación de grupos. El Instructor que decide si ese mismo programa funciona con un niño concreto, y qué cambiar si no funciona, necesita los datos repetidos de ese niño.

Confusión frecuente

Una media puede ocultar lo que les pasó a las personas: una mejora media modesta puede venir de unas pocas mejoras grandes mientras muchos no cambiaron o empeoraron, y esos resultados no son errores que descartar. Ninguna de las dos familias de diseños es mejor para cualquier pregunta; elige la que corresponda a lo que necesitas saber.

Puntos clave (4)
  • Los diseños de caso único muestran cómo cambia la conducta de cada persona y permiten ajustar las condiciones según los datos que se van obteniendo.
  • La media de un grupo puede ocultar la variabilidad individual: una mejora promedio puede no describir a casi ningún participante.
  • Los diseños de grupo con asignación aleatoria y muestras grandes sirven para estimar efectos promedio en una población, por ejemplo para decisiones sobre programas o políticas.
  • Los hallazgos de caso único ganan generalidad mediante la replicación con distintas personas y condiciones, no por el tamaño de la muestra.
D.6

Interpretar y criticar datos de caso único

Los datos de caso único se leen mediante el análisis visual de la gráfica. Dentro de cada fase se observa el nivel (dónde se sitúan los datos), la tendencia (su dirección y pendiente) y la variabilidad (cuánto oscilan). Entre fases contiguas se observa con qué rapidez cambian los datos y cuánto se solapan las dos series. Un efecto convincente suele mostrar un cambio de nivel o de tendencia poco después del cambio de condición, con poco solapamiento. El control experimental exige que ese efecto se repita dentro del diseño: un único cambio de línea base a tratamiento, una comparación A-B, no descarta otras explicaciones.

Ejemplo

En línea base una niña completa 3, 4, 3 y 4 puzles por sesión; con un procedimiento de ayudas nuevo completa 9, 10, 11 y 10, y las replicaciones posteriores se ven igual. Una línea base estable, un salto de nivel inmediato y ningún solapamiento: el patrón que se espera ver.

Confusión frecuente

Si la línea base ya muestra una tendencia en la dirección que esperas del tratamiento, que esa tendencia continúe después de empezar no prueba nada a su favor. Una línea base muy variable hace difícil leer cualquier cambio posterior. Si un tramo cambia antes de recibir la intervención, o la conducta nunca vuelve hacia la línea base en una reversión, sospecha de una variable de confusión o de un límite del diseño en lugar de contarlo como un éxito.

Puntos clave (4)
  • El análisis visual examina el nivel, la tendencia y la variabilidad dentro de las fases y entre ellas, además de la inmediatez del cambio y el solapamiento entre fases.
  • Una línea base que ya tiende en la dirección que se espera del tratamiento, o muy variable, dificulta atribuir un cambio posterior a la intervención.
  • El control experimental exige replicar el efecto dentro del diseño; un solo cambio A-B no demuestra una relación funcional.
  • Un cambio en un nivel o condición que aún no ha recibido el tratamiento, o no recuperar los niveles de la línea base, señala un posible factor de confusión o un límite del diseño.

Cuatro diseños de caso único

Cuatro disposiciones cubren la mayor parte de la investigación de caso único. Cada una repite el efecto a su manera: retirando el tratamiento, empezándolo en momentos distintos, alternando condiciones con rapidez o desplazando un criterio.

Figura 3

Línea base múltiple entre entornos

↑ Segundos por transición

Línea base Agenda con imágenes CasaCentroColegio

Sesiones →

Valores ilustrativos. La intervención empieza en un momento distinto en cada entorno mientras los siguientes siguen en línea base. Los entornos que se mantienen estables hasta su propio inicio apoyan la predicción, y cada cambio escalonado repite el efecto; un entorno que cambiara antes de su inicio apuntaría a una variable de confusión.

Figura 4

Tratamientos alternos: dos condiciones, una gráfica

↑ Respuestas correctas (%)

Modelado en vídeo Instrucciones habladas

Línea base

Tratamientos alternos

Mejor condición sola

Sesiones →

Valores ilustrativos. Tras una línea base breve, las dos condiciones se alternan de una sesión a otra en un orden contrabalanceado, cada una señalada por su propio estímulo. La separación entre sus series apoya la comparación; después se aplica sola la condición más eficaz. El arrastre de una condición a la otra es el principal riesgo del diseño.

Figura 5

Criterio cambiante: la conducta sigue cada paso

↑ Minutos de lectura diaria

Criterio vigente
Línea base 812161220 ↓ Paso atrás

Sesiones →

Valores ilustrativos. En esta disposición, el reforzamiento depende de cumplir el criterio vigente de duración de la lectura. Cada línea horizontal es el criterio vigente, y los datos se asientan cerca de cada nivel nuevo poco después de que cambie. Pasos de distinta duración y tamaño, y un paso atrás a un criterio anterior, hacen difícil explicar la coincidencia por otra cosa que no sea el criterio.
D.7

Diseños de reversión, de línea base múltiple, multielemento y de criterio cambiante

Un diseño de reversión (o de retirada) introduce la variable independiente, la retira y la vuelve a introducir (la secuencia A-B-A-B); el control se aprecia cuando la conducta cambia cada vez que cambia la condición. Un diseño de línea base múltiple escalona el inicio de la intervención entre conductas, entornos o participantes que pueden cambiar de forma independiente. Planifica al menos tres inicios distintos para disponer de oportunidades repetidas de demostrar el efecto. La variante de sondeos múltiples reduce la medición continua de la línea base, pero conserva sondeos planificados, incluidas comprobaciones antes de intervenir en cada tramo, para evaluar si los tramos aún no tratados siguen sin cambiar. Un diseño multielemento, o de tratamientos alternos, cambia rápidamente entre condiciones, cada una asociada a su propio estímulo distintivo, y compara sus series de datos. Un diseño de criterio cambiante hace que el reforzamiento dependa de cumplir criterios sucesivos de ejecución de una conducta y comprueba si la conducta sigue esos cambios de criterio.

Ejemplo

Para comprobar si una agenda con imágenes acorta las transiciones, un Instructor la introduce primero en casa, dos semanas después en el centro y dos semanas más tarde en el colegio, y registra el tiempo de transición en los tres lugares desde el principio: una línea base múltiple entre entornos. Si las transiciones se acortan solo donde y cuando llega la agenda, cada inicio escalonado repite el efecto.

Confusión frecuente

Una reversión retira el tratamiento; una línea base múltiple nunca lo hace, escalona cuándo empieza. Los tratamientos alternos cambian de condición de una sesión a otra o más deprisa, no de una fase a otra. En un criterio cambiante, el control lo muestra la conducta que sigue cada criterio nuevo, no una retirada ni una alternancia. «Entre conductas», «entre entornos» y «entre participantes» nombran qué son los tramos, no tres lógicas distintas.

Puntos clave (4)
  • Un diseño de reversión (retirada) muestra control introduciendo, retirando y volviendo a introducir la variable independiente, como en A-B-A-B.
  • Un diseño de línea base múltiple introduce la variable independiente de forma escalonada entre conductas, entornos o participantes; un diseño de sondeos múltiples usa sondeos intermitentes de línea base en lugar de una medida continua.
  • Un diseño multielemento (de tratamientos alternos) alterna rápidamente dos o más condiciones, cada una asociada a un estímulo distinto, y compara sus trayectorias de datos.
  • Un diseño de criterio cambiante modifica por pasos el criterio de desempeño de una conducta; el control se muestra cuando la conducta cambia hasta ajustarse a cada nuevo criterio.

Afinar tratamientos y elegir un diseño

Cuando algo funciona, las preguntas siguientes son qué versión funciona mejor y qué diseño encaja con el caso que tienes delante. Las dos se deciden por la pregunta planteada y por lo que la conducta permite.

D.8

Análisis comparativos, de componentes y paramétricos

Estos análisis afinan un tratamiento en lugar de preguntar solo si funciona. Un análisis comparativo enfrenta dos o más intervenciones distintas para ver cuál es más eficaz o eficiente. Un análisis de componentes desmonta un paquete de tratamiento, quitando elementos del paquete completo o añadiéndolos uno a uno, para saber qué partes son necesarias o suficientes. Un análisis paramétrico mantiene una sola variable independiente y compara distintos valores de ella: su cantidad, intensidad, duración o frecuencia de aplicación.

Ejemplo

Un programa de alimentación combina elogios, un sorbo de la bebida favorita después de cada bocado y un cuadro con dibujos del plato. Aplicarlo con y sin el cuadro es un análisis de componentes. Un sorbo por bocado frente a un sorbo cada tres bocados es paramétrico. El programa entero frente a un procedimiento completamente distinto con modelado en vídeo es comparativo.

Confusión frecuente

Componentes significa partes de un mismo paquete; comparativo, tratamientos diferentes; paramétrico, valores distintos de una misma variable. Un análisis funcional pregunta qué contingencias ambientales influyen en la conducta objetivo; los análisis comparativos, de componentes y paramétricos describen qué se compara o se varía, de modo que esas etiquetas también pueden describir comparaciones dentro de un análisis funcional.

Puntos clave (4)
  • Un análisis comparativo enfrenta dos o más intervenciones distintas para averiguar cuál es más eficaz o eficiente.
  • Un análisis de componentes separa las partes de un paquete de tratamiento, quitándolas o añadiéndolas, para averiguar cuáles son necesarias o suficientes.
  • Un análisis paramétrico compara distintos valores de una misma variable independiente, como la cantidad, la intensidad, la frecuencia o la duración.
  • Estos análisis se eligen para hacer los tratamientos más eficientes: eliminar componentes innecesarios, elegir el mejor procedimiento o encontrar un nivel eficaz.
D.9

Elegir y aplicar diseños de caso único

Empieza por la pregunta. Para mostrar que una intervención cambia una conducta sirven una reversión o una línea base múltiple; para comparar intervenciones con rapidez, los tratamientos alternos; para mostrar control sobre un cambio gradual en una conducta que ya está en el repertorio, un criterio cambiante. Después mira la conducta. Una habilidad que no se pierde una vez aprendida, como leer una palabra, no puede revertirse, así que usa una línea base múltiple o de sondeos múltiples. Si retirar un tratamiento eficaz sería inseguro o inaceptable, como en una autolesión grave, evita los diseños que exigen retirada. Los tramos de una línea base múltiple deben ser independientes entre sí y, a la vez, sensibles a la misma intervención.

Ejemplo

Un Instructor quiere mostrar que un procedimiento de enseñanza nuevo funciona para leer tres grupos de señales de la calle. Cuando el niño ya lee STOP, retirar el procedimiento no hará que lo olvide, así que una reversión fracasaría. Encaja un diseño de sondeos múltiples con los tres grupos: enseñar el primero mientras se comprueban de vez en cuando los otros dos, y luego avanzar.

Confusión frecuente

Elegir una reversión para una habilidad que no se revierte, o para una conducta peligrosa, es el error clásico. Otro es construir tramos que cambiarán juntos, como dos habilidades muy parecidas que probablemente se contagien, o dos hermanos que comparten la misma rutina. La evaluación repetida puede resultar pesada o enseñar la habilidad, por lo que conviene considerar sondeos planificados; retrasar un tratamiento necesario es un problema ético distinto, y medir menos veces no acorta la espera. Si esperar es inaceptable, elige un diseño y una organización del servicio que permitan atender a tiempo.

Puntos clave (5)
  • El diseño se elige para responder a la pregunta planteada: demostrar el efecto de un tratamiento, comparar tratamientos o mostrar control sobre cambios graduales.
  • La conducta que probablemente no vuelve a la línea base una vez aprendida se evalúa con un diseño de línea base múltiple o de sondeos múltiples, no con uno de reversión.
  • Cuando retirar un tratamiento eficaz sería inseguro o inaceptable, se prefiere un diseño que no exija la retirada.
  • Los niveles de una línea base múltiple deben ser independientes entre sí y, a la vez, probablemente sensibles al mismo tratamiento; las líneas base prolongadas o reactivas favorecen los sondeos múltiples.
  • Un diseño de criterio cambiante encaja con una conducta que ya está en el repertorio y que debe cambiar gradualmente, por pasos, hacia una meta.

Sigue avanzando

Practica todo el capítulo en el curso

Preguntas originales sobre cada tarea del área D, con explicaciones y un registro de las tareas que ya dominas.

Abrir el curso

Prueba una muestra gratis, sin cuenta