- Explique por qué los investigadores a menudo incluyen múltiples variables independientes en sus estudios.
- Defina el diseño factorial y use una tabla de diseño factorial para representar e interpretar diseños factoriales simples.
- Distinguir entre los efectos principales e interacciones, y reconocer y dar ejemplos de cada uno.
- Dibuje e interprete gráficos de barras y gráficos de línea que muestren los resultados de los estudios con diseños factoriales simples.
Así como es común que los estudios en psicología incluyan múltiples variables dependientes, también es común que incluyan múltiples variables independientes. Schnall y sus colegas estudiaron el efecto de la conciencia de asco y del cuerpo privado en el mismo estudio. La inclusión de los investigadores de múltiples variables independientes en un experimento se ilustra en los siguientes títulos reales de varias revistas profesionales:
- Explique por qué los investigadores a menudo incluyen múltiples variables independientes en sus estudios.
- Defina el diseño factorial y use una tabla de diseño factorial para representar e interpretar diseños factoriales simples.
- Distinguir entre los efectos principales e interacciones, y reconocer y dar ejemplos de cada uno.
- Dibuje e interprete gráficos de barras y gráficos de línea que muestren los resultados de los estudios con diseños factoriales simples.
Así como incluir múltiples variables dependientes en el mismo experimento permite responder más preguntas de investigación, también lo hace, incluidas múltiples variables independientes en el mismo experimento. Por ejemplo, en lugar de realizar un estudio sobre el efecto del asco sobre el juicio moral y otro sobre el efecto de la conciencia del cuerpo privado en el juicio moral, Schnall y sus colegas pudieron realizar un estudio que abordara ambas preguntas. Pero incluir múltiples variables independientes también permite al investigador responder preguntas sobre si el efecto de una variable independiente depende del nivel de otro. Esto se conoce como una interacción entre las variables independientes. Schnall y sus colegas, por ejemplo, observaron una interacción entre el asco y la conciencia del cuerpo privado porque el efecto del asco dependía de si los participantes eran altos o bajos en la conciencia del cuerpo privado. Como veremos, las interacciones a menudo se encuentran entre los resultados más interesantes en la investigación psicológica.
Con mucho, el enfoque más común para incluir múltiples variables independientes en un experimento es el diseño factorial. En A, cada nivel de una variable independiente (que también puede llamarse factor) se combina con cada nivel de los demás para producir todas las combinaciones posibles. Cada combinación, entonces, se convierte en una condición en el experimento. Imagine, por ejemplo, un experimento sobre el efecto del uso del teléfono celular (sí vs. no) y la hora del día (día versus noche) sobre la capacidad de conducción. Esto se muestra en la figura 8.1. Las columnas de la tabla representan el uso del teléfono celular, y las filas representan la hora del día. Las cuatro celdas de la tabla representan las cuatro combinaciones o condiciones posibles: usar un teléfono celular durante el día, no usar un teléfono celular durante el día, usar un teléfono celular por la noche y no usar un teléfono celular por la noche. Este diseño en particular se conoce como un diseño factorial 2 × 2 (lea «dos por dos») porque combina dos variables, cada una de las cuales tiene dos niveles. Si una de las variables independientes tuviera un tercer nivel (por ejemplo, usando un teléfono celular portátil, usando un teléfono celular manos libres y no usando un teléfono celular), entonces sería un diseño factorial 3 × 2, y habría seis condiciones distintas. Observe que el número de condiciones posibles es el producto del número de niveles. Un diseño factorial 2 × 2 tiene cuatro condiciones, un diseño factorial 3 × 2 tiene seis condiciones, un diseño factorial de 4 × 5 tendría 20 condiciones, etc.
¿Qué es una variable independiente en metodologia?
Por ejemplo, un científico quiere ver si el brillo de la luz tiene algún efecto en una polilla atraída por la luz. El brillo de la luz está controlado por el científico. Esta sería la variable independiente. La forma en que la polilla reacciona a los diferentes niveles de luz (distancia desde la fuente de luz) sería la variable dependiente.
Como otro ejemplo, supongamos que desea saber si el desayuno afecta los puntajes de la prueba de los estudiantes o no. El factor bajo el control del experimentador es la presencia o ausencia de desayuno, por lo que sabe que es la variable independiente. El experimento mide los puntajes de las pruebas de estudiantes que han desayunado en comparación con aquellos que no lo hicieron. En teoría, los resultados de la prueba dependen del desayuno, por lo que los resultados de la prueba son la variable dependiente. Tenga en cuenta que los puntajes de las pruebas son la variable dependiente, aunque parece que no hay relación entre los puntajes y el desayuno.
Para otro experimento, un científico quiere determinar si un medicamento es más efectivo que otro para controlar la presión arterial alta. La variable independiente es el fármaco, mientras que la presión arterial del paciente es la variable dependiente. En cierto sentido, este experimento se asemeja al de desayuno y puntajes de prueba. Sin embargo, al comparar dos tratamientos diferentes, como el fármaco A y el medicamento B, es normal agregar otra variable, llamada variable de control. La variable de control, que en este caso es un placebo que contiene los mismos ingredientes que los medicamentos, le permite establecer si ambos medicamentos realmente afectan la presión arterial.
Se pueden ver variables y empleados independientes en términos de causa y efecto. Si se cambia la variable independiente, se muestra un efecto en la variable dependiente. Recuerde, los valores de ambas variables pueden cambiar en un experimento y se registran. La diferencia es que el valor de la variable independiente es controlado por el experimentador, mientras que el valor de la variable dependiente cambia solo en respuesta a la variable independiente.
¿Qué es variable independiente en investigación ejemplos?
En un estudio experimental que analiza la exposición a la música clásica y la capacidad de lectura en los niños, el investigador dividió a los niños en dos grupos (grupos A y B). En el Grupo A, los niños escucharon a Mozart durante una hora todos los días durante un mes. En el Grupo B, los padres recibieron instrucciones de abstenerse de tocar música clásica en todo el niño durante un mes. A finales de mes, todos los niños recibieron una prueba de comprensión de lectura. Aquellos que escucharon a Mozart Daily (Grupo A) obtuvieron puntajes significativamente más altos en la prueba de lectura. En este caso, la puntuación de prueba de comprensión de lectura es la variable dependiente y la exposición a la música de Mozart es la variable independiente. Esto se debe a que la puntuación de la prueba depende de si el niño escucha o no la música de Mozart. La variable independiente, la exposición a la música de Mozart, es independiente porque es algo que el investigador puede manipular o cambiar.
En un estudio con un diseño similar al ejemplo anterior, los investigadores analizaron los efectos de la nutrición en la capacidad de lectura. En el Grupo A, los niños comieron al menos tres onzas de verduras de color verde oscuro todos los días durante un mes. En el Grupo B, los niños fueron alimentados con su dieta regular. A finales de mes, los niños tomaron una prueba de comprensión de lectura. Aquellos que comieron las verduras verdes todos los días durante un mes (Grupo A) no variaron en sus puntajes de prueba en comparación con el Grupo B.
- En el segundo ejemplo, ¿cuál es la variable independiente? ¿Por qué?
- En el segundo ejemplo, ¿cuál es la variable dependiente? ¿Por qué?
- Identificar qué variables dependen e independientemente en los siguientes ejemplos:
- Actividad física y pérdida de peso
- Retroalimentación positiva y confianza en uno mismo
- Dolor de cabeza y aspirina
- Masa muscular y entrenamiento con peso
- Consumo de calcio y densidad ósea
- Presión arterial y consumo de sal
Las variables son importantes para entender porque son las unidades básicas de la información estudiada e interpretada en los estudios de investigación. Los investigadores analizan e interpretan cuidadosamente el valor (s) de cada variable para dar sentido a cómo las cosas se relacionan entre sí en un estudio descriptivo o lo que ha sucedido en un experimento.
Artículos Relacionados:
