Diseño Secuencial Cruzado

Puedes opinar sobre este contenido:
  • 0
  • 0
  • 0
  • 0

Actualizado el 8 de abril de 2022, por Luis Benites.

El diseño secuencial cruzado (a veces llamado secuencia transversal ) es una mezcla entre la investigación transversal y la investigación longitudinal .

El diseño comienza como un diseño de sección transversal; los datos se recopilan en un momento específico en dos o más grupos. Se realiza un seguimiento de los grupos dos o más veces, lo que le da al corte transversal su aspecto longitudinal (Mitchell et. al, 2012; Burney & White, 2009).

diseño secuencial cruzado

El diseño secuencial cruzado (verde) toma elementos de la sección longitudinal (azul) y transversal (rojo).

Un estudio longitudinal tomaría una cohorte (por ejemplo, personas nacidas en 1990) y la estudiaría durante un período de tiempo. Un estudio transversal estudiaría una variedad de grupos de edad (digamos, los nacidos en los años 50, 70 y 90) en un año. Para lograr un diseño secuencial cruzado, básicamente realiza un diseño transversal y luego repite la observación en un período de tiempo posterior (la parte longitudinal del estudio).

Ventajas y desventajas del diseño secuencial cruzado

Una de las principales ventajas de los diseños secuenciales cruzados es corregir la baja validez interna por la que se conocen los diseños transversales y longitudinales. Al realizar una investigación secuencial cruzada, puede evitar confundir las influencias graduadas de la historia normativa o los efectos de cohorte con las influencias graduadas de la edad (es decir, los efectos de la edad) (Mitchell & Jolley, 1998).

Sin embargo, el método no está exento de desventajas . Las diferencias de edad se confunden con las interacciones entre la cohorte y el momento en que se realizó la medición. Por ejemplo, las cohortes más antiguas (por ejemplo, la Generación X) darían estimaciones de «edad» que ocurrieron antes de eventos históricos importantes como el 11 de septiembre. Las cohortes más jóvenes (por ejemplo, la Generación Y) darían estas estimaciones después de que ocurrieran los eventos históricos (Little, 2013).

Referencias

Burney, D. y White, T. (2009). Métodos de búsqueda. Aprendizaje Cengage.
Mitchell, M. y Jolley, M. (1988). Explicación de los diseños de investigación. 1ra ed. Holt, Rinhart y Winston.
Pequeño, T. (2013). Modelado de ecuaciones estructurales longitudinales. Prensa Guilford.
Mitchell et. al (2012). Escribir para la Psicología. Cengage Aprendizaje .
Woolf, L. (1998). Perspectivas teóricas relevantes para la psicología del desarrollo. Recuperado el 16 de noviembre de 2017 de: http://faculty.webster.edu/woolflm/designs.html

Redactor del artículo

  • Luis Benites
    Director de Statologos.com

    Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

    Ver todas las entradas

¿Te hemos ayudado?

Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:

La ayuda no cuesta nada

Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:

Deja un comentario

El efecto de la práctica puede ocurrir cuando los participantes son evaluados más de una vez. Imagen: Cpl. Khalil Ross|Wikimedia…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!