Métodos de Investigación en Psicología

diseños de base múltiple

Hay dos problemas potenciales con el diseño de reversión, ambos relacionados con la eliminación del tratamiento. Una es que si un tratamiento está funcionando, puede ser poco ético eliminarlo. Por ejemplo, si un tratamiento parece reducir la incidencia de autolesiones en un niño con discapacidad del desarrollo, no sería ético eliminar ese tratamiento solo para demostrar que la incidencia de autolesiones aumenta., El segundo problema es que la variable dependiente puede no volver a la línea de base cuando se elimina el tratamiento. Por ejemplo, cuando se elimina la atención positiva para estudiar, un estudiante puede continuar estudiando a un ritmo mayor. Esto podría significar que la atención positiva tuvo un efecto duradero en el estudio del estudiante, lo que por supuesto sería bueno. Pero también podría significar que la atención positiva no fue realmente la causa del aumento del estudio en primer lugar., Tal vez algo más sucedió aproximadamente al mismo tiempo que el tratamiento; por ejemplo, los padres del estudiante podrían haber comenzado a recompensarlo por buenas calificaciones.

una solución a estos problemas es utilizar un diseño de múltiples líneas de base, que se representa en la figura 10.5″resultados de un estudio genérico de múltiples líneas de Base». En una versión del diseño, se establece una línea de base para cada uno de los varios participantes, y luego se introduce el tratamiento para cada uno. En esencia, cada participante se prueba en un diseño AB., La clave de este diseño es que el tratamiento se introduce en un momento diferente para cada participante. La idea es que si la variable dependiente cambia cuando se introduce el tratamiento para un participante, podría ser una coincidencia. Pero si la variable dependiente cambia cuando el tratamiento se introduce para múltiples participantes, especialmente cuando el tratamiento se introduce en diferentes momentos para los diferentes participantes, entonces es extremadamente improbable que sea una coincidencia.

como ejemplo, considere un estudio de Scott Ross y Robert Horner (Ross & Horner, 2009). Estaban interesados en cómo un programa de prevención de intimidación en toda la escuela afectaba el comportamiento de intimidación de estudiantes con problemas particulares., En cada una de las tres escuelas diferentes, los investigadores estudiaron a dos estudiantes que habían participado regularmente en el acoso escolar. Durante la fase de referencia, observaron a los estudiantes durante períodos de 10 minutos cada día durante el recreo del almuerzo y contaron el número de comportamientos agresivos que exhibieron hacia sus compañeros. (Los investigadores utilizaron computadoras de mano para ayudar a registrar los datos. Después de 2 semanas, implementaron el programa en una escuela. Después de 2 semanas más, lo implementaron en la Segunda Escuela. Y después de 2 semanas más, lo implementaron en la tercera escuela., Encontraron que el número de comportamientos agresivos exhibidos por cada estudiante disminuyó poco después de que el programa se implementara en su escuela. Observe que si los investigadores solo habían estudiado una escuela o si habían introducido el tratamiento al mismo tiempo en las tres escuelas, entonces no estaría claro si la reducción en los comportamientos agresivos se debió al programa de intimidación o a algo más que sucedió aproximadamente al mismo tiempo que se introdujo (por ejemplo, un día festivo, un programa de televisión, un cambio en el clima)., Pero con su diseño de línea de base múltiple, este tipo de coincidencia tendría que ocurrir tres veces separadas, una ocurrencia muy improbable, para explicar sus resultados.

en otra versión del diseño de múltiples líneas de base, se establecen múltiples líneas de base para el mismo participante pero para diferentes variables dependientes, y el tratamiento se introduce en un momento diferente para cada variable dependiente. Imagine, por ejemplo, un estudio sobre el efecto de establecer objetivos claros en la productividad de un empleado de oficina que tiene dos tareas principales: hacer llamadas de ventas y escribir informes., Podrían establecerse bases de referencia para ambas tareas. Por ejemplo, el investigador podría medir el número de llamadas de ventas realizadas y los informes escritos por el trabajador cada semana durante varias semanas. A continuación, el tratamiento de fijación de objetivos podría ser introducido para una de estas tareas, y en un momento posterior el mismo tratamiento podría ser introducido para la otra tarea. La lógica es la misma que antes. Si la productividad aumenta en una tarea después de la introducción del tratamiento, no está claro si el tratamiento causó el aumento., Pero si la productividad aumenta en ambas tareas después de que se introduce el tratamiento, especialmente cuando el tratamiento se introduce en dos momentos diferentes, entonces parece mucho más claro que el tratamiento fue responsable.

en una tercera versión del diseño de líneas de base múltiples, se establecen varias líneas de base para el mismo participante pero en diferentes entornos. Por ejemplo, se podría establecer una línea de base para la cantidad de tiempo que un niño pasa leyendo durante su tiempo libre en la escuela y durante su tiempo libre en casa., Luego, un tratamiento como la atención positiva se puede introducir primero en la escuela y más tarde en casa. Una vez más, si la variable dependiente cambia después de que el tratamiento se introduce en cada entorno, entonces esto le da al investigador la confianza de que el tratamiento es, de hecho, responsable del cambio.