Hoy es: 27-08-2014 / Hora: 09:07:am

BIBLIOTECA



Busqueda en mercadeoypubliciadd

Investigación explicativa.
Investigación explicativa.
Psicología
Visitas: 18530

Seguirnos en Twitter
Me gusta este tema
y también este portal
 
 
Compartir este tema

Una vez que hemos constatado una alta correlación entre variables, y, como consecuencia de ello, pudimos arriesgar una hipótesis causal (o a la inversa), llega ahora el momento crucial donde hay que probarla. Esta verificación es la gran tarea de la investigación explicativa.

Cuando tal es la tarea que nos proponemos, la investigación explicativa puede denominarse, según Hyman, teórica o experimental. Este autor parece considerar como sinónimos ambos términos, pero a nuestro criterio cabe hacer una diferencia: en la investigación experimental buscamos confrontar una hipótesis con la realidad, mientras que en la investigación teórica buscamos confrontar hipótesis entre sí, de allí que esta última sea una investigación predominantemente bibliográfica.

Según el mismo autor (12), además del propósito teórico o experimental, una investigación explicativa puede apuntar a objetivos más prácticos, de aquí que también existan, de acuerdo a denominaciones de Hyman, estudios explicativos de diagnóstico, de predicción, y de evaluación o programáticos. En este texto centraremos nuestra atención en la tarea principal: la prueba de la hipótesis causal.

En otro orden de cosas, si bien lo que caracteriza la investigación científica es la identificación de las causas de los fenómenos, en nuestras investigaciones cotidianas no científicas- muchas veces no nos tomamos esta molestia. De hecho, podemos resolver muchos problemas sin conocer las causas que los ocasionan, como por ejemplo: a) Golpeamos duramente el teléfono y anda!!!; b) Reemplazamos un electrodoméstico que no anda por otro que sí funciona; c) Si la PC anda mal muchos técnicos ni se preocupan por averiguar la causa: directamente formatean el disco rígido y reinstalan todos los programas. Estas actitudes son también observables en los ámbitos que suponemos científicos: la esquizofrenia o la epilepsia puede curarse con un electroshock, lo que no presenta gran diferencia con arreglar un teléfono golpeándolo.

Dos tipos de sospechas pueden poner en marcha una investigación explicativa, y sobre ambas alternativas organizaremos nuestra exposición: primero, podemos sospechar que cierto o ciertos factores son la causa de un fenómeno; segundo, podemos sospechar que cierto factor NO es la causa de un fenómeno dado a pesar de las apariencias (por ejemplo, a pesar de la alta correlación).

a) Si pensamos que uno o varios factores son causa de cierto efecto, deberemos efectuar una prueba de confirmación, realizando un experimento bivariado (si es un solo factor causal) o multivariado (si son varios).

Una prueba de confirmación no es una prueba donde se confirma una hipótesis, ya que el resultado puede confirmar o refutar la hipótesis (aceptación o rechazo), sino una prueba diseñada con la ‘intención’ de confirmar nuestra sospecha de causalidad. Si una prueba de confirmación fuese una prueba donde se confirma una hipótesis, ¿para qué la realizaríamos si ya conocemos el resultado?

Como consecuencia de haber aplicado una prueba de confirmación tenemos, entonces, dos posibilidades: o confirmamos o rechazamos la hipótesis. En rigor, y lo demuestra la historia de la ciencia, ninguna de ambas alternativas es definitiva, pues indagaciones posteriores pueden obligar a rechazar la hipótesis confirmada o a confirmar la rechazada, lo que demuestra una vez más que lo único seguro del conocimiento científico es su carácter probable.

b) Si pensamos, en cambio, que un cierto factor no es la causa de un fenómeno a pesar de la alta correlación constatada entre ambas, entonces emprenderemos una prueba de refutación, como por ejemplo la llamada prueba de espureidad (o prueba de falsedad, pues se busca probar que a pesar de parecer verdadera, la causa no lo es). En general, las pruebas de espureidad se realizan mediante investigaciones bivariadas.

Una prueba de refutación no es, entonces, una prueba donde se refuta una hipótesis sino sólo donde se intenta refutarla, y a partir de aquí se podrá o no tener éxito en dicho intento. La sospecha que pone en marcha este tipo de investigación puede surgir antes, durante o después de una prueba de confirmación. A veces en el curso de la investigación y antes de poder confirmar o rechazar nuesta hipótesis, puede surgir en nosotros una fuerte sospecha de que X no es la causa de Y sino Z, o sea, una variable adicional. En este punto podremos abandonar nuestros intentos originales por confirmar y emprender una prueba de refutación, consistente en tratar de demostrar que X no es la causa sino Z.

a) El concepto de causa

Antes de explicar las pruebas de confirmación y refutación, comencemos por aclarar qué debemos entender por causa en el contexto de una investigación explicativa. Ya habíamos indicado que ningún fenómeno, estrictamente hablando, tiene una sola causa. Si pretendemos ser un poco objetivos, debemos admitir que la realidad es compleja y aceptar que un fenómeno responde a una multiplicidad de causas que, actuando conjuntamente, producirán el fenómeno en cuestión. Pero, debido a que tampoco conocemos todas las causas que lo producen, sólo podremos decir que la intervención de las causas conocidas simplemente aumentan mucho la probabilidad de que el fenómeno ocurra.

Partiremos entonces del supuesto de la policausalidad: un efecto es producido por varias causas. Las causas que determinan que aprobemos un examen son varias: haber estudiado, no estar nervioso, un profesor tolerante, etc. Esquemáticamente:
 
Haber estudiado -------------

Aprobar -------------------------------------------------------------Tranquilidad
 
Profesor tolerante -----------

Indudablemente que estudiar es una condición necesaria, pero aún no es suficiente para aprobar, pues puede ocurrir que los nervios nos traicionen o el profesor sea muy exigente. Otro tanto podemos decir de los otros factores: tener un profesor tolerante es condición necesaria pero no suficiente, pues además debemos haber estudiado y no estar nerviosos. Del mismo modo, la sola intervención del factor tranquilidad, si bien necesario, no alcanza a ser suficiente por los mismos motivos anteriores. Nuestra primera conclusión es entonces esta: cada uno de los factores causales, considerados en forma independiente, son una condición necesaria pero no suficiente.

Sin embargo, si ahora en vez de considerarlos independientemente los consideramos conjuntamente, las cosas cambian, porque si todos esos factores se dan juntos entonces aprobamos el examen. Todos ellos juntos son entonces una condición suficiente, lo que nos lleva a nuestra segunda conclusión: si consideramos a los factores causales conjuntamente, funcionan como condición suficiente. De todo lo dicho se desprende que una condición suficiente es el conjunto de todas las condiciones necesarias.

En general, por causa entenderemos toda condición necesaria y suficiente para que ocurra un fenómeno. Condición necesaria es aquella que si no está, el efecto no se produce. Estudiar es condición necesaria porque si no estudiamos, no aprobamos. Del mismo modo cierta capacidad mental es condición necesaria para el aprendizaje (una piedra no puede aprender), y también es condición necesaria para ser drogadicto haber tenido alguna experiencia con drogas.

En cambio una condición suficiente es aquella que si está, el fenómeno se produce. Condición suficiente es la suma de estudiar, estar tranquilo y tener un profesor tolerante, pues si se dan estos tres factores aprobamos. Podemos decir también que una condición suficiente para la ceguera es la destrucción del nervio óptico, o que un conflicto grupal es condición suficiente para su bajo rendimiento.

Selltiz (13) dice que en la práctica es, sin embargo, muy difícil encontrar condiciones necesarias y suficientes: la destrucción del nervio óptico no es la única condición necesaria y suficiente para la ceguera, pues ésta puede existir aún cuando no se haya destruído dicho nervio, o sea, puede haber otras condiciones distintas que produzcan este efecto. Por ello el científico debe buscar una constelación de otras posibles causas (además de la necesaria y suficiente), y que suelen clasificarse como condiciones contribuyentes, contingentes y alternativas. Veamos un ejemplo, tomado del mismo autor.

Es condición necesaria y suficiente de la drogadicción el hecho de no poder el sujeto suspender voluntariamente el consumo de drogas: si no puede suspender este consumo el sujeto es drogadicto, pero nadie que investigue sobre las causas de la drogadicción se puede conformar con esta única explicación. Buscará entonces causas contribuyentes (ausencia de padre), contingentes (el habitual consumo de drogas en el barrio), y alternativas (presencia de un padre hostil).

Condición contribuyente es aquella que aumenta las probabilidades qde ocurrencia del fenómeno, pero no lo hace seguro. La ausencia de padre aumenta las probabilidades que el adolescente sea drogadicto.

Sin embargo, esta condición contribuyente podrá funcionar efectivamente como causa siempre y cuando en el barrio el consumo de droga sea habitual (condición contingente). Y así, una condición contingente es una situación especial en la cual la condición contribuyente puede realmente actuar como causa. En suma: en las vecindades donde el uso de drogas está generalizado (condición contingente), la ausencia del padre del adolescente (condición contribuyente), contribuye o ayuda a aumentar las probabilidades de que el muchacho sea drogadicto. Decimos que ‘aumenta’ su probabilidad pero no lo hace 100% seguro, porque además el sujeto debe no poder desprenderse voluntariamente de su hábito (condición suficiente).

La condición contribuyente (ausencia del padre) tiene una condición alternativa (presencia de un padre que trata en forma hostil o indiferente al sujeto). En rigor esta última es también una condición contribuyente en tanto también aumenta la probabilidad que el hijo sea drogadicto. Lo que interesa entonces destacar acá, según nuestro parecer, es que si una condición contribuyente tiene alguna condición alternativa que es también capaz de producir el fenómeno, entonces aumentan aún más las probabilidades de que este ocurra pues ambas condiciones cubrieron todo o casi tod el espectro de posibilidades de la situación del padre.

b) Requisitos de causalidad

Sea una prueba de confirmación o una de refutación, en toda investigación explicativa lo que se hace es una prueba de causalidad, y para poder probar que ralmente la relación X-Y es causal deben cumplirse obligatoriamente tres condiciones, que podemos llamar requisitos de causalidad.

1) Variación concomitante (correlación).- X e Y deben variar conjunta o concomitantemente en la forma prevista por nuestra hipótesis. Sin embargo, hemos dicho ya que una simple correlación de este tipo no prueba necesariamente que haya una relación causa-efecto, pues puede ocurrir que X e Y varíen en el mismo sentido sólo porque son ambas efectos de una causa desconocida Z (véase más adelante Pruebas de espureidad).

Puede ocurrir que X e Y no aparezcan en un primer momento correlacionadas, pero ello no significa que no estén conectadas causalmente, ya que otras variables que no podemos controlar en ese momento pueden estar distorsionando la correlación subyacente (como por ejemplo errores de medición). Estas situaciones especiales no deben hacernos pensar que puede haber causalidad sin correlación: allí donde hay causalidad siempre ha de haber correlación, aunque ésta pueda aparecer encubierta.

La existencia de una correlación (encubierta o no) es condición necesaria para que hay un vínculo causal, pero aún no suficiente, porque además deben cumplirse los restantes dos requisitos.

2) Ordenamiento temporal.- Para que X sea causa de Y es preciso que la causa X ocurra cronológicamente antes que el efecto Y, o por lo menos simultáneamente con él. No se rompe primero el vidrio y después tiramos la piedra. Robert Koch, bacteriólogo alemán, bromeaba con que había un solo caso donde la causa sigue al efecto, y es cuando el médico va detrás del féretro de su paciente.

3) Eliminación de otros posibles factores causales.- Si la tarea de establecer la correlación era propia de una investigación descriptiva, el trabajo de eliminar la influencia de otros posibles factores causales es ya lo más característico de una investigación explicativa. De aquí en más, entonces, nos ocuparemos de este problema.

Cuando intentamos averiguar si X es la causa de Y casi siempre existe la sospecha de que hay otras variables adicionales o ajenas al experimento en sí que pueden estar ejerciendo también influencia sobre Y, y entonces podrá ocurrir que Y varía por influencia de esas otras variables ajenas y no por X. Por lo tanto, debemos ‘anular’ al máximo estas influencias externas para saber si realmente la variación de Y se debe o no a X. Si nuestro interés está en averiguar la influencia causal de la educación (X) sobre la inteligencia (Y), procuraremos anular la influencia de variables extrañas como por ejemplo la alimentación, pues tenemos la sospecha que la inteligencia también depende de ella. Notemos que se trata de una simple anulación metodológica pues no estamos anulando la condición causal de la alimentación como tal, sino sólo su influencia (de hecho, el niño con el que experimentamos continúa alimentándose).

Hay muchas variables adicionales que pueden estar ejerciendo influencia sobre la variable dependiente Y, además de X, pero podemos agruparlas en dos categorías.

a) Variables organísmicas: o factores que dependen del sujeto mismo, tales como sus experiencias pasadas y los cambios debidos a la maduración o al desarrollo. Si queremos indagar la influencia de los premios o castigos (X) sobre el aprendizaje (Y), puede ocurrir que el sujeto aprenda mejor debido a sus cambios madurativos (variable adicional) y no a los refuerzos, sobre todo si el experimento implica un seguimiento de niños muy pequeños a lo largo de varios meses. Del mismo modo, si queremos conocer la influencia del ruido (X) sobre el estrés (Y), puede ocurrir que ciertos sujetos sean hipersensibles a los ruidos por alguna experiencia traumática o simplemente por factores constitucionales, y entonces revelen mayor nivel de estrés debido a su hipersensibilidad (variable adicional).

b) Variables situacionales: o factores que dependen del ambiente. Al investigar cómo influye el ruido sobre el estrés, puede ocurrir que los sujetos elegidos para el experimento habiten en un país económicamente inestable, con lo cual el estrés se verá influenciado también por esta condición (variable adicional), con lo que correremos el riesgo de no saber si el estrés se debe al ruido o a la inestabilidad económica.

Un caso muy especial de variable situacional son las variables derivadas del experimento, ya que muchas veces ocurre que es el mismo experimento quien influye sobre Y. Al investigar el vínculo ruido-estrés puede ocurrir que el sujeto, al sentirse como una especie de ‘conejillo de Indias’ al que investigan crudamente, por ese solo hecho aumente su nivel de estrés. Quizás estamos usando una amenazadora máquina para medir su estrés y el individuo se estresa con sólo mirarla, con lo cual no podremos saber si tal estrés se debe al experimento mismo o a los ruidos. Esta influencia que puede ejercer la misma situación experimental es llamada ‘acción retroactiva’ por O’neil, ‘influencia de la pre-medida’ por Selltiz, ‘efectos de las mediciones previas’ según Blalock, etc., pero todas esas denominaciones apuntan a la misma idea.

Un conocido ejemplo de influencia del experimento y que preocupó durante mucho tiempo a los médicos fue la llamada ‘hipertensión del guardapolvo blanco’. Cuando el médico intentaba tomarle la presión a una persona, la sola presencia del galeno munido de un tensiómetro bastaba para que la presión subiera espontáneamente, con lo cual el médico nunca podía saber si la hipertensión era un signo patológico o simplemente un momentáneo aumento de la presión ante la visión del guardapolvo blanco y el instrumento de medición.

Otro ejemplo aparece en Blalock (14). Un grupo de obreras aumentó su rendimiento laboral pero no debido a que había mayor iluminación y horarios de descanso, como se pensaba, pues cuando estos factores se suprimieron, el rendimiento no decayó. Este se debía en realidad a que fueron separadas y aisladas para realizar el experimento: esto las halagó pues creían estar siendo objeto de un trato preferencial, y entonces aumentaron su rendimiento.

Los factores debidos al experimento mismo no se ven sólo en el ámbito de las ciencias sociales: pueden detectarse también en experimentos de microfísica cuando se trata de averiguar la causa de ciertas características de las partículas subatómicas. Una de las interpretaciones del principio de incertidumbre de Heisenberg dice que, cuando el físico quiere observar la trayectoria de una partícula subatómica, su sola presencia material hace que esa trayectoria se modifique, con lo cual nunca puede saber hasta qué punto depende de su presencia física o de otro factor que en ese momento resulte importante investigar.

c) Control de variables adicionales

Sea que se trate de variables organísmicas o situacionales, lo que el científico buscará hacer con estas variables adicionales es controlarlas y conocer su grado de influencia, por lo menos mientras el experimento dura. Para esto dispone de dos recursos fundamentales: la aleatorización y los grupos de control.

1) Aleatorización.- Los experimentos suelen hacerse con una muestra, y los individuos deben ser preferiblemente elegidos al azar (aleatorización). Esta selección al azar permite controlar la influencia de las variables adicionales y así por ejemplo, si queremos estudiar la influencia del ruido sobre el estrés, los sujetos elegidos no podrán ser ‘todos’ ellos veteranos de guerra o bien ‘todos’ ejecutivos, porque entonces las variables extrañas ‘experiencias traumáticas’ y ‘tipo de ocupación’ estarán también influyendo sobre los niveles de estrés. En cambio si tomo los sujetos al azar (donde entrarán verosímilmente veteranos y no veteranos, ejecutivos y no ejecutivos), esto se supone que garantizará la heterogeneidad del grupo en cuanto a experiencias traumáticas y ocupaciones, con lo que la influencia de éstas se reducirá considerablemente hasta un nivel aceptable donde su intervención no resulta significativa.

En este punto podríamos preguntarnos lo siguiente: para qué recurrir a la aleatorización, si podemos controlar las variables adicionales manteniéndolas constantes? Sería como decir que al estudiar el vínculo ruido-estrés seleccionamos solamente a veteranos de guerra (es decir mantenemos constante la variable extraña ‘experiencias traumáticas pasadas’) y entonces, cualquier variación en el grado de estrés entre los que recibieron ruidos y los que no, se deberá solamente al factor ruido ya que ambos grupos, al ser todos veteranos de guerra, están en igualdad de condiciones.

Esta solución sería viable si fuese solamente una la variable extraña que hay que controlar, pero habitualmente son varias y realmente resulta muy difícil, cuando no imposible, mantenerlas constantes a todas, o sea, reunir un grupo homogéneo respecto de todas las variables adicionales. De hecho, ya poder seleccionar un grupo donde todos sean veteranos de guerra y al mismo tiempo todos ejecutivos es bastante engorroso. Elegimos entonces el procedimiento de la aleatorización, por su mayor sencillez. El azar, como la muerte, es el gran nivelador, y por sí solo es capaz de colocar en igualdad de condiciones a todos los sujetos de un experimento.

2) Grupos de control.- Cuando es necesario aumentar nuestro control de las variables adicionales, utilizaremos también grupos de control, un recurso bastante habitual. Una vez extraída una muestra de una población, dentro de la misma seleccionamos dos grupos: el grupo experimental y el grupo de control. Llamamos grupo experimental al que sometemos a la influencia del posible factor causal que nos interesa (X), o sea a la influencia de la variable independiente o experimental, y llamamos grupo de control a cualquier otro grupo usado como referencia para hacer comparaciones. Habitualmente los grupos de control son aquellos a los que no sometemos a la influencia del posible factor causal. Ejemplo: a los efectos de investigar el estrés, el grupo experimental es aquel al que sometemos a distintas intensidades de ruidos, y el grupo de control no. Obviamente que los individuos de ambos grupos deben haber sido elegidos al azar: nuestro experimento fracasaría si ponemos en el grupo experimental a todos los veteranos de guerra y en el de control a sujetos sin experiencias traumáticas pasadas.

El grupo de control es un adecuado procedimiento para neutralizar la influencia de las variables adicionales porque, al quedar minimizada su influencia por la aleatorización, se puede notar con mayor claridad la influencia de la única variable no aleatorizada, o sea X. Si los sujetos son muy distintos en cuanto a ocupación, experiencias pasadas, raza, estado civil, sexo, edad, etc., pero a todos los sometemos (o no) a los mismos ruidos, entonces se aprecia mejor la influencia de estos sobre el estrés.

Consignemos, finalmente, porqué en las investigaciones explicativas se suele utilizar un grupo y no una persona única, cuando este último recurso podría ser más sencillo. Al respecto, se considera que un solo caso puede ejemplificar un vínculo causal, pero no tiene poder probatorio. Es más seguro concluír que la psicoterapia cura la depresión cuando hemos analizado 50 casos que cuando hemos analizado un único caso, y ello es así en gran parte debido a que en un grupo es posible aleatorizar, es decir, controlar muchas otras variables que también podrían haber ocasionado la cura.

d) El diseño experimental


Una vez que hemos tomado la precaución de elegir los sujetos al azar, estamos ahora en condiciones de elegir un plan para hacer el experimento que probará si hay o no causalidad entre X e Y. Este plan se llama diseño experimental, y podemos definirlo con O’neil (15) como un modelo particular de variación y constancia. Es particular porque se aplica a una muestra concreta, no a toda la población, con lo cual luego deberá resolverse si las conclusiones obtenidas para la muestra son igualmente aplicables a toda la población, tarea que competerá a la estadística inferencial.

También es un modelo de variación, porque nuestro experimento consiste en hacer variar la variable independiente X para ver si también varía la variable dependiente Y. Es también un modelo de constancia porque al mismo tiempo que hacemos variar las variables principales debemos controlar la influencia de las variables extrañas, lo que podemos hacer manteniéndolas en valores constantes. Dijimos que teóricamente esto sería lo ideal, pero como no se pueden mantener constantes tantas variables extrañas al mismo tiempo, podemos lograr el mismo control mediante la aleatorización, situación en la cual si bien no se mantienen constantes sus valores, sus fluctuaciones quedan razonablemente neutralizadas. En ciertos casos, no obstante, ciertas variables adicionales pueden mantenerse constantes, como por ejemplo cuando queremos estudiar la relación entre volumen y temperatura de un gas, a presión ‘constante’.

No debe confundirse el diseño experimental con el experimento: el diseño experimental es un plan general para hacer un experimento, de la misma manera que el plano de una casa es un plan para construírla. La definición de O’neil antes indicada es una definición de experimento, pero en lo esencial la juzgamos igualmente aplicable al diseño experimental

Un experimento implica siempre en mayor o menor medida crear una situación controlada, donde mantenemos constantes ciertos factores y hacemos variar otros. Pero a veces, para probar una hipótesis, no podemos recrear una tal situación, y debemos esperar a que ocurra espontáneamente. Esto se aplicaría por ejemplo en el caso de querer verificar la hipótesis de la periodicidad de las manchas solares o de los eclipses, en cuyo caso no tenemos otro remedio que esperar una detemrinada fecha para ver si se producen o no, y para colmo tampoco podemos mantener constantes todos los otros posibles factores edicionales.

En cambio si lo que quiero verificar es la temperatura de ebullición del agua, aquí sí puedo crear una situación en la cual pongo a hervir agua y compruebo con un termómetro a qué temperatura se transformará el vapor, manteniendo al mismo tiempo constantes otros factores como presión atmosférica, cantidad de solutos disueltos, etc. Esta última es, dijimos, una investigación claramente experimental, mientras que el caso anterior del eclipse corresponde a una investigación no experimental. En suma: un experimento es una situación provocada y controlada.

Realizar experimentos en ciencias sociales presenta algunas dificultades especiales: a) experimentar con seres humanos suele tener una limitación ética. La alternativa podría ser encarnizarse con animales no humanos, pero aquí surge otra dificultad: podemos desconocer hasta qué punto las conclusiones obtenidas sobre animales son extensibles a los seres humanos. De hecho este problema se presenta aún en ciencias biológicas, cuando se investigan nuevas drogas para curar enfermedades; b) el ser humano es particularmente complejo, y por lo tanto un experimento implicará controlar una mayor cantidad de variables adicionales, lo cual hace que debamos complejizar nuestro disseño experimental bivariado o, incluso, pasar a uno multivariado.

Fuente - Autor: / Publicado en mercadeoypublicidad.com


Paute AQUÍ

Anuncios de Publicidad



Reg No.
6719 / 09- May- 2007
No Visitas.
18530
 
Investigación explicativa.

TEMAS RELACIONADOS CON: Investigación explicativa.


Adjuntos:
Ninguno

COMENTARIOS SOBRE: Investigación explicativa.

 

 

 

 

 

Ustedes Recomiendan
Inicio de sesión - Usuarios - mercadeoypublicidad.com

Facebook - mercadeoypublicidad.com
twitter - mercadeoypublicidad.com
Gracias por compartirnos...
youtube - mercadeoypublicidad.com



SECCIONES SOBRE MERCADEO Y PUBLICIDAD:
Biblioteca
Multimedia / Comerciales / Spots
Eventos
Gente y opinión
Gráfica
Investigación
Legislación
Noticias
Artículos
HERRAMIENTAS PARA PUBLICISTAS Y MARKETERS:
Directorio especializado
Pauta
Presupuestos en linea / Cotice Online
Empleo
Publicar noticias, artículos, etc...
 
TIENDA DE PRODUCTOS  Y ARTÍCULOS PUBLICITARIOS:
Tiendamyp.com
 
 
ACERCA DE MERCADEOYPUBLICIDAD.COM:
Quiénes somos
Otros servicios
Políticas de privacidad
Términos de servicio
Políticas de pago
-----
FAQ - Preguntas Frecuentes
 
USUARIOS:
Actualizar datos
Renovar suscripción
 
-------
Contáctenos
Inicio
 
 
 
¿TE GUSTA ÉSTE PORTAL?
----
SÍGUENOS TAMBIEN EN...

MERCADEOYPUBLICIDAD.COM® es un portal de SRM Group E.U. Todos los derechos reservados. | Diseño: Doble Click / SRM Group - 2.000