• Author / Uploaded
• Grupo Investigación Estudios Interculturales

Citation preview

STUDIOS LONGITUDINALES Introducción Como se menciona en Arnau y Bono (2008) las concepciones sobre estudios longitudinales, dentro del contexto de medidas repetidas, son diversas. Pero se pueden entender como un método de investigación que mide un fenómeno a través de un intervalo

temporal

determinado.

El

cual,

sirven

para

analizar

y

observar

secuencialmente la evolución de un fenómeno o de sus elementos. Por su parte Davis (1998) citado en Arnau y Bono (2008) Señala que el estudio longitudinal, es una clase de diseño de medidas repetidas, donde los individuos son observados a través del tiempo. Y en esta misma Ruta Fitzmaurice (1998) propone que tanto la variable de respuesta como el conjunto de covariables son repetidamente medidas a lo largo del tiempo. Por su parte Hand y Crowder (1996) es en la que las observaciones se toman en ocasiones seleccionadas del continuo tiempo subyacente. Ware y Liang (1996) subrayan que los estudios longitudinales ofrecen la oportunidad de estudiar patrones individuales de cambio sobre el tiempo y condiciones. En fin, generalmente estos procesos son utilizados con frecuencia en investigaciones relacionadas con ciencias de la salud, así como en estadística, psicología, sociología y educación. El siguiente texto, presenta un Análisis y resumen, del documento Estudios longitudinales, modelos de diseño y análisis de, Jaume Arnau y Roser Bono. Se busca reconocer lo elementos que conlleva en el trabajo de investigación, recolectar datos a través del tiempo en función de determinadas variables o en la relación entre ellas, recolectar datos en puntos y períodos específicos, para hacer inferencias respecto al cambio, sus determinantes y consecuencias.

Desarrollo Los estudios longitudinales tienen como objetivo obtener información sobre un proceso de cambio. Sirven así mismo para estimar incidencias y anticipar riesgos. Lo anterior puede ocurrir a través de la observación y medición de patrones individuales y de su estabilidad o modificarse a lo largo de un tiempo. Permiten realizar estimaciones de la tasa de cambio en función del tiempo, y en relación con distintas características del individuo como la edad u otras condiciones (Arnau y Bono, 2008). En la década de los 80 ya había un amplio uso de los estudios longitudinales tanto en las ciencias sociales como en la psicología en un estudio reciente de psicología se concluye que los estudios longitudinales han crecido a través del tiempo. Dentro del contexto del diseño de medidas repetidas, las concepciones de los estudios longitudinales son diferentes, tanto así que diversos autores han opinado acerca de este estudio aplicado a menudo en las investigaciones sociales. Como principales dificultades del análisis de datos, nos encontramos con dos, principalmente: 1. El análisis suele ser más complejo 2. El investigador no puede controlar las circunstancias bajo las que obtiene las medidas repetidas de modo que a veces los datos no son balanceados o incompletos. Los estudios longitudinales permiten conclusiones más convincentes sobre el poder predictivo o las relaciones de causalidad entre variables. El objetivo fundamental del estudio longitudinal es conocer no solo los cambios o perfiles individuales, sino determinar si el cambio es significativo y si se dan las diferencias entre los distintos sujetos de la muestra. Para la obtención

de

los datos longitudinales se

pueden seguir diversos

procedimientos. Los procedimientos de análisis de los efectos de estos diseños difieren en cómo se modela la estructura de la variación de los datos. Desde lo más simple

hasta lo más complejo cuyas estrategias pueden ser: Un análisis por separado de cada punto o intervalo de tiempo; análisis univariante y multivariante de las variables de contraste temporal y los métodos basados en los modelos mixtos. En este sentido, todo modelo de análisis que intenta dar cuenta de lo que realmente interesa en el contexto longitudinal debe afrontar la posible correlación entre las medidas repetidas de los individuos. El modelo exacto de la estructura de covariancia es una importante consideración para los investigadores aplicados ya que esto produce un incremento en la potencia de la estadística para detectar los efectos de los tratamientos. Ahora bien, Las características de investigación longitudinal son evidentes al compararlas con su contraparte; los estudios transversales. Estas son las siguientes: Tabla 1.

Longitudinales -Se realiza más de una medición. -El estudio es observacional o experimental, en la que puede intervenir o no el investigador. -Hay una evaluación de cambios que experimentan una o más personas con el paso del tiempo. -Son propensos a los patrones de cambio individual. -Son costosos y requieren de mucho tiempo. -Existe una probable desviación de la muestra

Transversales -Mira las diferencias entre grupos de personas. -Es más rápido y barato. No se pierden sujetos, ya que solo se estudian un asola vez. -Enmascara la diferencia entre los individuos ya que se refiere a promedios de grupos.

Los modelos que se han aplicado en los datos son de carácter lineal ya que siguen distintos enfoques entre ellos el más conocido es el ANOVA y el MANOVA, para ellos se necesita que los datos vayan completos y balanceados. El ANOVA es el más tradicional en el ámbito de la psicología social puesto que se ha utilizado para hacer comparaciones entre intervalos de tiempo tanto en diseños simples como en diseños multimuestra. La principal ventaja es su simplicidad técnica, aunque tenga sus limitaciones particularmente con estudios longitudinales aplicados que no siempre cuentan con datos completos e intervalos de tiempo constantes. Los enfoques surgieron como procedimiento de análisis de datos de medidas repetidas que pueden ser consideradas multivariadas y se analizan como tales. El ANOVA es

univariado y el MANOVA es multivariado, por la tanto como ya se dijo anteriormente el ANOVA es mucho más potente en el análisis de datos que el MANOVA. Un procedimiento paralelo al MANOVA es el análisis de perfiles que sirve para probar, además de la diferencia de grupos, hipótesis de la diferencia entre dos o más vectores de medidas de datos multivariados. Estos dos modelos suelen centrarse en la parte entre sujetos o entre grupos del análisis. Un supuesto básico del MANOVA es que las observaciones son consideradas como si fueran múltiples variables dependientes o respuestas interrelacionadas de un mismo sujeto, además enfatizan en la parte fija del modelo. Los supuestos son: las respuestas de los sujetos son independientes entre sí; la distribución de las múltiples variables dependientes es normal multivariada; y el conjunto de datos ha de ser completo sin observaciones perdidas. La gran desventaja del modelo MANOVA es la falta de potencia cuando es comparado con el ANOVA, más aún cuando se cumplen las condiciones en la matriz de covariancia, el ANOVA convencional es el más potente que la prueba multivariada. El análisis de la curva de crecimiento consiste en comparar los vectores de medidas multivariadas con estructuras de corrección no especificadas. La técnica de análisis de curva de crecimiento, aplicada a datos longitudinales, fue propuesta por Elston y Grizzle (1962) y generalizada más tarde por Potthoff y Roy (1964), recibió el nombre de modelo MANOVA generalizado (GMANOVA). Un trabajo posterior de Laird y Ware (1982) popularizó este enfoque. El GMANOVA es una reformulación del procedimiento multivariado y ha servido de pauta para la mayor parte de los modelos de datos longitudinales, consiste en ajustar funciones polinómicas de carácter temporal para describir los perfiles individuales mediante coeficientes aleatorios y para generar la estructura de correlación entre las observaciones repetidas de cada individuo. Este análisis reconoce que los estudios longitudinales suelen tener datos no balanceados e incompletos, por cuya razón surgió la necesidad de plantear modelos alternativos. El modelo ANOVA como el MANOVA presentan serias limitaciones ya que

requieren que sean balanceados y completos por medida, por eso a lo largo de los años ochenta se han desarrollado modelos más generales para el análisis de datos longitudinales incompletos. A diferencia de los modelos ANOVA (univariado y multivariado), el modelo multinivel para medidas repetidas no enfatiza el factor entre sujetos, dado que constituye una forma particular de analizar los datos longitudinales. El modelo multinivel tiene por objeto modelar las curvas de crecimiento individuales y analizar, a continuación, las diferencias interindividuales en los parámetros que describen los patrones de crecimiento. El aspecto fundamental del estudio longitudinal es identificar el proceso real subyacente, de carácter continuo, en lugar de los simples cambios discretos entre los intervalos de tiempo. Por último, un análisis comprensivo de datos longitudinales requiere tener en cuenta un conjunto de aspectos. Entre estos aspectos está la variación intra-sujetos y entresujetos, la no proporcionalidad de los estudios, la pérdida de datos y el desgaste de muestra (Gill, 2000). No obstante, cabe destacar, entre una de sus principales ventajas, que la especificación de la correcta estructura de covariancia produce pruebas más potentes de los parámetros fijos (Wolfinger, 1996). Conclusiones La desventaja de estos enfoques ANOVA y MANOVA es la necesidad de datos completos y balanceados por lo que los modelos estadísticos mixtos asumen que las observaciones constan de dos partes, los efectos fijos y los efectos aleatorios orientados directamente hacia el estudio de las curvas de crecimiento. Los efectos fijos son los valores esperados de las observaciones y los efectos aleatorios las variancias y covariancias de las observaciones. Los estudios longitudinales. modelos de diseño y análisis son muy importantes dentro de la investigación social que se realiza en el contexto educativo, cada uno de los temas aquí abordados aporta al conocimiento y a la reflexión, para hacer de la mejor manera el análisis de la información que se recoge, para dar alternativas de solución a

la problemática planteada, y dar resultados verídicos siguiendo las pautas de recolección de información y análisis, de manera rigurosa. Referencias. Arnau, J., y Bono, R. (2008). Estudios longitudinales: modelo de diseño y análisis (p. 32- 41).

Barcelona.

Retrieved

from. Recuperado de:

http://scielo.isciii.es/pdf/ep/v2n1/original3.pdf