Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2.1 Infesta Dominguez. Disenos Experimentales
2.1 Infesta Dominguez. Disenos Experimentales
RESUMEN
El presente trabajo constituye una propuesta sobre cmo encarar la enseanza de los
diseos experimentales: qu aspectos conceptuales deberan abordarse en la clase y en qu
secuencia, qu ejemplos podran utilizarse y con qu finalidad y qu tipo de ejercicios podran
proponerse a los alumnos para que apliquen los temas discutidos en clase.
En tanto los estudios experimentales constituyen estudios explicativos que responden a
un modelo lgico de inferencia causal, en la primer parte de este trabajo nos referimos a las
nociones de "explicacin" y "causalidad". A continuacin, nos referimos las caractersticas de
los diseos experimentales en trminos de su estructura y sus componentes bsicos, poniendo
nfasis en los factores que afectan la validez interna y externa de estos diseos. Luego,
presentamos los distintos tipos de diseos experimentales ms comnmente utilizados en las
ciencias sociales, sealando las ventajas y desventajas de cada uno de ellos. Por ltimo,
proponemos algunos ejemplos de investigaciones, as como ejercicios para los alumnos que
podran resultar herramientas pedaggicas tiles en la enseanza de la temtica en cuestin.
DISEOS EXPERIMENTALES:
SU UTILIDAD EN LA FORMACION METODOLOGICA EN SOCIOLOGIA 1 2
I. INTRODUCCION
Una vez que el problema de investigacin ha sido formulado en una forma
suficientemente clara para especificar los tipos de informacin necesitada, el investigador debe
decidir el diseo de investigacin que se adecue ms al mismo. El diseo de investigacin "... es
el programa que gua al investigador en el proceso de recoger, analizar e interpretar
observaciones" (Nachmias y Nachmias, 1992).
Los diseos de investigacin sern distintos segn sean los objetivos de la misma.
Haciendo una sntesis, podemos decir que "cada estudio tiene sus propios objetivos pero es
posible clasificar los objetivos de investigacin en los siguientes grandes grupos:
1. avance en el conocimiento de un fenmeno o alcanzar nuevos aspectos del mismo, con
frecuencia con el propsito de formular un problema de investigacin con mayor precisin o para
poder explicitar otras hiptesis;
2. descripcin, con mayor precisin, de las caractersticas de un determinado individuo, situacin
o grupo (con o sin especficas hiptesis iniciales acerca de la naturaleza de tales caractersticas);
3. determinacin de la frecuencia con la que algo ocurre o con la que algo se halla asociado
relacionado con otro factor (generalmente, pero no siempre, con una hiptesis inicial especfica)
4. comprobacin de una hiptesis causal entre variables" (Selltiz et al., 1965).
Los estudios que se encuadran en el primero de los grupos enunciados se denominan
exploratorios. En estos estudios "... el nfasis mayor recae en el descubrimiento de ideas y
aspectos profundos... Muchos estudios exploratorios tienen como objeto la formulacin de un
problema para posibilitar una investigacin ms precisa o el desarrollo de una hiptesis. Un
1
Este trabajo fue elaborado en ocasin del Concurso para el Cargo de Profesor Adjunto de la
Ctedra de Metodologa de la Investigacin, Carrera de Sociologa, Facultad de Ciencias Sociales,
Universidad de Buenos Aires, realizado el 25 de septiembre de 1996.
2
Esta clase ser dada a alumnos que cursan Metodologa de la Investigacin I. Uno de los
principales objetivos de esta materia es que los alumnos conozcan distintos tipos diseos de
investigacin. De acuerdo con el actual programa de la materia, los diseos experimentales se incluyen
en la Unidad III en la que se analiza en particular la relacin entre objetivos y diseos de investigacin.
2
estudio exploratorio puede tener, sin embargo, otras funciones: aumentar la familiaridad del
investigador con el fenmeno que desea investigar por medio de un estudio... mejor
estructurado..., aclarar conceptos; establecer preferencias para posteriores investigaciones..."
(Selltiz, et al., 1965), etc. As, el mayor nfasis est puesto en el descubrimiento de aspectos
profundos del objeto de estudio. Consecuentemente, estos estudios requieren diseos de
investigacin lo suficientemente flexibles como para permitir la consideracin de numerosos
aspectos distintos de un fenmeno.
Los estudios a los que se refieren los grupos segundo y tercero los agrupamos bajo el
epgrafe de estudios descriptivos. Los hemos considerado conjuntamente porque, desde el
punto de vista de los procedimientos de investigacin, comparten determinadas caractersticas
importantes. "Las demandas de una investigacin presupone mucho conocimiento anterior del
problema que va a ser investigado... El investigador debe estar capacitado para definir
claramente qu desea someter a medida y debe hallar los mtodos adecuados para su medida.
Adems, debe ser capaz de determinar a quin debe incluirse en la definicin de una
`determinada comunidad' o `poblacin dada'. En la recogida de pruebas para un estudio de estas
caractersticas, lo que se necesita no es tanto una gran flexibilidad como una clara formulacin de
qu y quin van a ser medidos y las tcnicas para medidas vlidas y de confianza. Por estos
motivo, los procedimientos a ser utilizados en los estudios descriptivos deben ser
cuidadosamente planificados tomando todas las medidas para evitar los errores de sesgo" (Selltiz
et al., 1965).
Los estudios del grupo cuarto (estudios de comprobacin de hiptesis causales) suelen
denominarse estudios explicativos. Estos requieren procedimientos que no solamente
disminuyan los riesgos de errores de sesgo y aumenten el grado de la confianza (como los
descriptivos), sino que permitan inferir acerca de la causalidad. No es nuestra intencin
simplificar la cuestin pero sintticamente podramos decir (en una primera aproximacin al
tema) que describir es responder a la pregunta del cmo es algo, en tanto que explicar es
responder a la pregunta por qu algo es o se presenta de determinada manera. En este sentido,
los procedimientos ms frecuentes para lograr dicha condicin adquieren la forma de trabajo
experimental. No obstante, es necesario aclarar que existen estudios referidos a la comprobacin
de hiptesis de relaciones causales que no constituyen diseos experimentales.
En tanto que describir implica sealar aspectos reconocibles o signos caractersticos de
las cosas, "al describir nos mantenemos en el mismo nivel proposicional de lo que estamos
describiendo, no hay un cambio de plano. En cambio explicar (al menos en un sentido fuerte) s
implica un cambio de plano. Para decirlo rpidamente... explicar es subsumir, incorporar un
hecho bajo un enunciado general" (Schuster, 1982).
De hecho, estos diferentes tipos de estudio no son apenas susceptibles de distincin.
Cualquier investigacin dada puede contener en s elementos de dos o ms de las funciones
descriptas como caracterizadoras de los distintos tipos de estudio. Sin embargo, es frecuente que
en una investigacin se ponga el nfasis en una sola de estas funciones y el estudio puede ser
considerado como clasificado en la categora correspondiente a su funcin primordial.
En esta oportunidad, nos referiremos a los estudios explicativos, especficamente a los
3
podemos explicar los hechos singulares haciendo referencia a aspectos ms generales. Y esto
nos lleva a formular el modelo de explicacin ms riguroso y exigente, el nomolgicodeductivo. Por supuesto, este modelo, desarrollado por Popper, Hempel, Nagel, se puede aplicar
tanto a hechos singulares como generales" (Schuster, 1986). Por ejemplo, "ante el hecho... de
que un trozo de hierro, en un instante dado, se dilata con el calor, podemos preguntarnos por qu
ocurre este fenmeno. Para responder adecuadamente, buscamos enunciados generales (leyes)
dentro de las cuales el hecho en cuestin (el enunciado que lo describe) queda incluido. Para
evitar confusiones, no se trata de obtener el enunciado general a partir del hecho singular
(mediante una inferencia inductiva), sino encontrar una ley o leyes que ya han sido formuladas
previamente en el contexto de que se trate y de la que, como veremos, el hecho en cuestin
puede deducirse. En nuestro simple caso, encontraramos la ley general `Todos los metales se
dilatan con el calor'. Pero la explicacin no est as terminada, pues, incluso, no se puede hacer
propiamente la deduccin si no conocemos ciertos datos, condiciones iniciales o circunstancias
particulares; en nuestro ejemplo, que el hierro es un metal" (Schuster, 1986).
Existen otro tipo de explicaciones que guardan relacin con la estructura lgica
anteriormente expuesta y que son las que nos interesan en esta oportunidad. Nos referimos a las
explicaciones causales, las cuales, segn Hempel, "... tienen la estructura indicada, slo que se
usan leyes causales. Popper introduce una variacin del modelo anterior en su modelo
hipottico-deductivo de explicacin, en el que permite que las leyes, en lugar de ser verdaderas
(o de que nos basemos en esto), sean hiptesis de teoras suficientemente corroboradas"
(Schuster, 1986). En este sentido, "... uno explica cuando coloca el hecho a explicar en el
contexto de una teora (entendida como conjunto de hiptesis); la explicacin es as hipottica"
(Schuster, 1986).
De lo dicho hasta aqu, no debe inferirse que toda explicacin ha de ser causal ya que
puede darse por correlaciones, como ocurre muchas veces en las ciencias sociales (Schuster,
1986). De ah que sea necesario detenernos un poco en la nocin de causalidad, la cual
abordamos en el prximo apartado.
Una condicin necesaria es la que debe ocurrir si el fenmeno del que es "causa", se da
en efecto. Si X es una condicin necesaria de Y, entonces Y nunca se dar a menos que ocurra la
condicin X. Por ejemplo, para ser un adicto a las drogas es condicin necesaria una previa
experiencia con las mismas, puesto que es imposible una adiccin a las drogas si la persona
nunca las ha usado.
Una condicin suficiente es la que siempre es seguida por el fenmeno del que es causa.
Si X es una condicin suficiente de Y, siempre que se d X, ocurrir Y. Por ejemplo, la
destruccin del nervio ptico es una condicin suficiente de ceguera, puesto que ninguna persona
cuyo nervio ptico ha sido destruido puede ver.
Una condicin puede ser a la vez necesaria y suficiente para la ocurrencia de un
fenmeno. En tal caso, Y nunca se dar a menos que X ocurra y siempre que X ocurra, tambin
se dar Y. En otras palabras, no habr ningn caso en que X o Y aparezcan solos. Ninguno de
los ejemplos anteriores se ajusta a este modelo.
En tanto el sentido comn nos lleva a confiar que un factor proporcione una completa
explicacin, el cientfico raramente confa -por no decir nunca- en que un factor nico o
condicin sea causa suficiente y necesaria de un fenmeno. Ms bien est interesado en las
condiciones contribuyentes, condiciones contingentes y condiciones alternativas o
alternantes, todas las cuales el cientfico espera que se hallen trabajando para hacer probable
pero no segura la ocurrencia del acontecimiento o fenmeno (Selltiz et al., 1965).
Una condicin contribuyente es la que aumenta las probabilidades de que ocurra un
determinado fenmeno pero no lo hace seguro, lo cual se debe a que ste es solamente uno del
nmero de factores que, conjuntamente, determina la ocurrencia del fenmeno. As, la
investigacin sobre la adiccin a las drogas no termina con la aceptacin de que la experiencia
previa con las drogas es condicin necesaria para aqulla, sino que contina con la consideracin
de qu factores personales, familiares y de vecindad han llevado a tal experiencia y cul de los
factores influye ms para que una persona que ha tenido la experiencia primera se convierta en
adicto (Selltiz et al., 1965).
Pero el comportamiento con que la ciencia social trata es complejo en extremo; la
interaccin de factores debe ser tenida en cuenta. Un factor que acta como condicin
contribuyente de un fenmeno bajo una serie de circunstancias puede no hacerlo bajo otras. Las
condiciones bajo las cuales una determinada variable es causa contribuyente de un fenmeno
dado son llamadas condiciones contingentes. Una considerable parte de la investigacin que se
realiza en el campo de las ciencias sociales se refiere a la identificacin de tales condiciones. Por
ejemplo: en las vecindades donde el uso de las drogas est generalizado (condicin contingente),
la ausencia del padre del adolescente (condicin contribuyente) contribuye a la probabilidad de
que el muchacho sea un adicto a aqullas (Selltiz et al., 1965).
El conocimiento de la multiplicidad de causas contribuyentes lleva tambin a un inters
por las condiciones alternativas que pueden hacer ms verosmil la ocurrencia de un fenmeno.
Por ejemplo, puede descubrirse que tanto la ausencia de la figura paterna como la ocurrencia de
6
trato hostil o indiferente por parte del padre, contribuyen a la probabilidad del uso de drogas en
aquellas vecindades donde su uso es comn. El cientfico social puede entonces buscar una
hiptesis que incluya un factor comn a ambas causas -la alternativa y la contribuyente- y as
formular, por ejemplo, que en las vecindades donde las drogas son fciles de adquirir, la falta de
identificacin con la figura paterna durante la niez hace ms probable la adiccin a las drogas
durante la adolescencia (Selltiz et al., 1965).
Muchas hiptesis en ciencias sociales se ocupan de las condiciones contribuyentes o
alternativas y las contingencias bajo las cuales actan. Sin embargo, es imposible demostrar
directamente que una caracterstica u ocurrencia determinada (X) determina otra caracterstica u
ocurrencia (Y), ya se por s misma o en combinacin con otras caractersticas u ocurrencias (A,
B, C, etc.). Ms bien lo que ocurre es que estamos siempre en posicin de inferir, a partir de
datos observados que la hiptesis de que X es una condicin para la ocurrencia de Y es o no
sostenible con cierto grado especfico de confianza.
La ciencia, como otros procesos cognitivos, comprende la formulacin de teoras,
hiptesis, modelos, etc., as como la aceptacin o el rechazo de ellos en virtud de algn conjunto
de criterios externos. La experimentacin pertenece a esa segunda fase, la del desbrozamiento, el
rechazo y la revisin. Podemos suponer para nuestra ciencia una ecologa en la cual el nmero
de hiptesis positivas exceda en mucho al de hiptesis que a la larga demostrarn ser compatibles
con nuestras observaciones. La caracterstica predominante de la tarea de compilacin de
datos para la prueba de teoras es, pues, el rechazo de hiptesis inadecuadas (Campbell y
Stanley, 1970). Para conseguirlo resulta provechoso cualquier ordenamiento de observaciones
en virtud del cual se desautorice la teora correspondiente, incluyendo diseos
cuasiexperimentales de menor eficacia que los verdaderos experimentos.
En un sentido muy fundamental, los resultados experimentales nunca "confirman" ni
"demuestran" una teora; ms bien la teora triunfante est probada y escapa a la refutacin. En
otras palabras, "los resultados de un experimento `ponen a prueba' pero no `prueban' una
teora. Una hiptesis bien fundada es aquella que ha sobrevivido en reiteradas ocasiones a esos
exmenes pero que siempre puede ser desplazada por otra nueva investigacin" (Campbell y
Stanley, 1970).
1. Comparacin
El proceso de comparacin subyace al concepto de covariacin o correlacin. La
comparacin es una operacin requerida para demostrar que dos variables estn correlacionadas.
Digamos, por ejemplo, que deseamos demostrar una correlacin entre fumar cigarrillos y el
cncer de pulmn: el fumar cigarrillos est asociado a un mayor riesgo de contraer cncer de
pulmn. Para examinar esto, el investigador debe comparar la frecuencia de casos de cncer
entre fumadores y no fumadores o, alternativamente, comparar el nmero de casos de cncer en
una poblacin de fumadores antes y despus de haber comenzado a fumar. Supongamos que
creemos que el mirar televisin contribuye a fomentar imgenes tradicionales sobre los roles de
hombres y mujeres entre los adolescentes. Nosotros esperamos encontrar una covariacin entre
el mirar televisin y las imgenes tradicionales de gnero. Esto es, los adolescentes que pasan
ms tiempo mirando televisin exhibirn estereotipos tradicionales de roles de gnero. Para
estimar esta covariacin podramos comparar grupos de adolescentes que miren poca televisin
con grupos que miren mucha televisin; o bien comparar las concepciones sobre los roles de
gnero de un grupo antes y despus de ver un programa de televisin que privilegia las imgenes
tradicionales sobre los roles de gnero. En otras palabras, para determinar la covariacin
debemos evaluar los resultados de los adolescentes sobre la variable dependiente antes y despus
9
de introducir la variable independiente, o bien comparar un grupo que est expuesto a la variable
independiente con otro que no lo est. En el primer caso, un grupo es comparado con s mismo;
en el segundo caso, un grupo experimental es comparado con un grupo de control.
2. Manipulacin
La nocin de causalidad implica, como ya dijimos, que Y es causada por X, entonces un
cambio inducido en X acarrear un cambio en Y. Esta relacin emprica es asimtrica no
reversible, lo cual implica que X produce Y pero no a la inversa. Para que esto se produzca, el
cambio de X debera ocurrir ante que el cambio de Y, de lo cual se sigue que sta no puede ser la
variable determinante. Por ejemplo, si se sostiene que la participacin en grupos de tratamiento
de alcohlicos aumenta la negacin de los problemas del alcoholismo, debe demostrarse que el
aumento de la negacin tiene lugar luego de la participacin en el grupo de tratamiento. Esto
puede estar acompaado por alguna forma de control -manipulacin- de la asignacin al grupo
de tratamiento de tal forma que el investigador pueda medir el nivel de negacin a los problemas
del alcoholismo antes y despus de la participacin en el grupo.
En los escenarios ("settings") experimentales, especialmente en experimentos de
laboratorio, los investigadores pueden introducir ellos mismos el estmulo experimental y
manipularlo. Esto sucede cuando el investigador puede decidir libremente que el estmulo sea
introducido en uno u otro grupo. Slo as puede hablarse de experimento en sentido estricto pues
slo entonces existe la certeza de que la modificacin de Y (variable dependiente) fue producida
por X (estmulo introducido). Sin embargo, en los escenarios naturales (experimentos de campo)
los investigadores no siempre pueden introducir el estmulo experimental y manipularlo
libremente. En ambos casos, la principal evidencia requerida para determinar el orden temporal
de los eventos, esto es que la variable independiente preceda a la variable dependiente, es que se
produzca un cambio solamente despus de la activacin de la variable independiente.
3. Control
El tercer criterio de causalidad requiere que otros factores sean desechados como
explicaciones opuestas de la asociacin observada entre las variables investigadas. Tales
factores podran invalidar la inferencia de que las variables estn causalmente relacionadas. Esto
ha sido denominado por Donald Campbell y Julian Stanley (1970) como problema de validez
interna. As, "llamamos validez interna a la mnima imprescindible sin la cual es imposible
interpretar el modelo. Por su parte, la validez externa plantea el interrogante de la posibilidad de
generalizacin: a qu poblaciones, situaciones, variables de tratamiento y variables de medicin
puede generalizarse este efecto? Ambos criterios son sin duda importantes, aunque con
frecuencia se contrapongan, en el sentido de que ciertos factores que favorecen a uno de ellos
perjudican al otro. Si bien la validez interna es el sine qua non y a la cuestin de validez
externa, como a la de la inferencia inductiva, nunca se puede responder plenamente, es obvio
que nuestro ideal lo constituye la seleccin de diseos ricos en una y otra validez.
10
A. Factores extrnsecos
Son factores que dan cuenta de sesgos resultantes de una seleccin diferencial en el
reclutamiento de los participantes de la investigacin para los grupos experimental y de control.
Estos factores de seleccin producen diferencias entre el grupo experimental y de control que son
anteriores a la operacin de investigacin. Los efectos de seleccin son especialmente
problemticos en casos en los cuales los individuos deciden si participan en un experimento. En
tales casos, el investigador no puede decir si la variable independiente causa las diferencias
observadas entre el grupo experimental y de control o si otros factores relacionados con los
procesos de seleccin son los responsables de tales efectos observados.
Procedimientos de control
Para que las mediciones de la variable dependiente realizadas en los grupos experimental
y de control puedan ser comparadas entre s con pleno sentido, ambos grupos han de ser iguales
en todas las variables que (junto a X) hayan podido influir en la variable dependiente. Esto se
denomina control de los factores desconocidos. Estn controlados cuando existe la certeza de
que su repercusin en la variable dependiente es la misma en ambos grupos. Para la igualacin
de los grupos se emplean habitualmente dos mtodos: la aleatorizacin ("randomization") y el
pareo ("matching").
a) Pareo
Cuando deba experimentarse con una totalidad pequea, la igualdad de los dos grupos
puede realizarse mediante la aplicacin del mtodo del pareo o "matching". Es decir, se divide la
poblacin en dos grupos segn el principio del pareo. De esta manera estn en vigencia las leyes
de la teora probabiIstica, y se puede suponer que ambos grupos, siempre que no sean
demasiado pequeos, son iguales en sus atributos (Mayntz, 1988). Si, por ejemplo, se sospecha
que junto al factor X tambin el sexo y la edad de los estudiantes son determinantes de la
intensidad del prejuicio, se los podra subdividir de la manera que se expone en la siguiente tabla
(Mayntz, 1988):
Menos de 20 aos
20-25 aos
Ms de 25 aos
11
Varones
20
40
20
Mujeres
15
30
18
Cada uno de los seis subgrupos es luego dividido en dos, al azar. La mitad se incluye en
el grupo Gl, y la otra mitad, en el grupo G2 (en caso de nmeros impares una de las mitades ser
mayor que la otra en una unidad. El error resultante es despreciable cuando el nmero de los
ocupantes del cuadro es suficientemente grande. Naturalmente, se puede extraer al azar a una
persona, con lo que el cuadro presenta un nmero par). De esta manera se consigue que cada
miembro de un grupo tenga un "gemelo" (en los factores causales codeterminantes escogidos) en
el otro grupo. Por ello se habla de pareo. Mediante la biparticin aleatoria de los subgrupos se
procura que ambas mitades sean iguales en todos los restantes factores causales no considerados.
Ahora bien, los subgrupos no deberan ser demasiado pequeos. Naturalmente, as es posible
igualar ms de dos factores. Pero si los subgrupos son demasiado pequeos, su biparticin
aleatoria conduce a una "igualdad" muy distorsionada. El "matching" puede ser tambin aplicado
a una muestra extrada a partir de un universo muy amplio (Mayntz, 1988).
b) Aleatorizacin ("randomization")
Se obtienen ambos grupos como muestras aleatorias del mismo universo (por ejemplo,
estudiantes de la Universidad de Buenos Aires). Segn la teora matemtico-estadstica de la
probabilidad, estas muestras (dentro de determinados lmites de error) son iguales en todas sus
caractersticas (medias, distribuciones de frecuencias). Con esto estn "controlados" todos los
factores causales desconocidos (Mayntz, 1988).
A veces se indica un tercer mtodo para la igualacin de ambos grupos: la igualacin de
los parmetros de las distribuciones de frecuencia relevantes. Las personas sometidas al
experimento son distribuidas entre los dos grupos en base a los factores causales codeterminantes
supuestos de manera que las medias (y, eventualmente, las dispersiones) sean iguales. Si se
sospecha, pongamos por caso, que la edad es un factor codeterminante, habra que repartir a los
individuos entre los dos grupos de tal forma que su edad media y, eventualmente, la dispersin
de edad, fueran iguales en ambos grupos. Se trata de una forma primitiva del "matching". Los
restantes factores causales codeterminantes, a diferencia de lo que ocurre en el "matching", no
resultan controlados, puesto que el principio aleatorio no es puesto en prctica a la hora de la
asignacin de los individuos al grupo Gl o al G2.
B. Factores intrnsecos
Estos factores dan cuenta de cambios en los individuos o unidades estudiadas que
ocurren durante el perodo de estudio, cambios en el instrumento de medicin o el efecto reactivo
de la propia observacin. Los siguientes son los principales factores que pueden invalidar la
interpretacin causal resultante de los resultados de la investigacin:
12
1) Historia
Se refiere a todos los acontecimientos ocurridos entre la primera y la segunda medicin
que -adems de la variable independiente- pueden afectar a los individuos estudiados y proveer
una explicacin opuesta para el cambio de la variable dependiente.
2) Maduracin
Incluye procesos biolgicos, psicolgicos o sociales que producen cambios en los
participantes que operan como resultado del mero paso del tiempo (no son peculiares de los
acontecimientos en cuestin). Estos cambios podran influenciar posiblemente a la variable
dependiente y llevarnos a realizar inferencias errneas. La maduracin al igual que la historia
son amenazas serias para la validez de la inferencia causal.
3) Administracin de tests
La posible reaccin a la medicin es uno de los principales problemas de la investigacin
en las ciencias sociales. El proceso de administrar tests puede cambiar el fenmeno que est
siendo medido. El efecto de ser sometido a un pretest puede sensibilizar a los individuos y
afectar sus resultados en el postest. As, la diferencia entre los resultados del postest y el pretest
podran deberse no a la variable independiente sino ms bien a la experiencia ganada por los
individuos en el pretest. Similarmente, a travs del pretest, los individuos pueden aprender las
respuestas socialmente aceptadas ya sea formulando las preguntas o discutiendo los resultados
con amigos. As, ellos pueden responder en la direccin esperada en el postest.
4) Instrumentacin
Designa los cambios en los instrumentos de medicin o en los observadores o
calificadores participantes entre el pretest y el postest que pueden producir variaciones en las
mediciones que se obtengan. Para asociar las diferencias entre los resultados del postest y el
pretest con la variable independiente, el investigador tiene que mostrar que mediciones repetidas
con el mismo instrumento de medicin bajo condiciones estables conducirn al mismo resultado.
Si esto no puede ser mostrado, las diferencias observadas podran atribuirse a cambios en el
instrumento de medicin y no necesariamente a la variable independiente. La estabilidad de la
medicin es un problema de confiabilidad y su ausencia puede ser una amenaza para la validez
de los instrumentos.
5) Regresin estadstica
Opera cuando los individuos han sido asignados a los grupos experimental y de control
sobre la base de sus puntajes extremos sobre la variable dependiente. Cuando esto ocurre y las
mediciones no son confiables, individuos que han tenido resultados por debajo del promedio en
el pretest podrn aparecer como que han aumentado su resultado en el postest. Inversamente, los
individuos que han tenido resultados superiores al promedio en el pretest aparecern con
resultados no tan buenos en el postest. Por ejemplo, cuando nosotros damos un examen, algunas
veces podemos tener una actuacin por debajo de nuestras expectativas en relacin al test debido
a factores que escapan a nuestro control y que nada tiene que ver con nuestra capacidad
acadmica (por ej., haber tenido una noche de insomnio antes del test o haber tenido un problema
personal). Estos factores que no reflejan la verdadera capacidad son definidos como errores. Es
muy probable que la prxima vez que el test fuera tomado nuestro rendimiento aumentara sin
13
estudiar adicionalmente. En una visin ms general, la regresin estadstica puede llegar a ser
una amenaza para la validez de un estudio si se espera que el tratamiento produzca un cambio en
los individuos cuyos resultados sobre la variable dependiente son extremos al comenzar.
6) Mortalidad experimental
Se refiere a los problemas que la prdida de participantes de los grupos de comparacin
le generan al investigador ya que le impiden obtener informacin completa en todos los casos.
Cuando los individuos desaparecen selectivamente del grupo experimental y de control, la
muestra final sobre la cual se dispone informacin completa puede estar sesgada.
7) Interaccin con selecciones
Muchos de los factores que constituyen una amenaza para la validez interna de los
experimentos pueden interactuar con seleccin y representar una amenaza adicional para la
validez del estudio. Los factores que ms comnmente interactan son la seleccin-historia y la
seleccin-maduracin. La interaccin seleccin-historia resulta cuando el grupo experimental y
el de control seleccionados provienen de distintos escenarios ("settings") los cuales pueden
afectar las respuestas de los individuos al tratamiento. La interaccin seleccin-maduracin
ocurre cuando el grupo experimental y el de control maduran a un ritmo diferente (por ejemplo,
si se compara el desarrollo cognitivo de hombres y mujeres entre el pretest y el postest).
Grupo
Pretest Estmulo
Experimental R
01
Control
03
Postest
02
04
Sin embargo, este diseo es dbil en lo que hace a la validez externa y no permite realizar
generalizaciones a la poblacin no testeada. Las dos variaciones de este diseo que veremos a
continuacin son ms fuertes en este ltimo aspecto (validez externa).
Pretest Estmulo
Postest
16
01
03
02
04
05
06
Sin embargo, en algunos estudios con diseos de este tipo que se llevaron a cabo en USA
(Nachmias y Nachmias, 1992) result que los grupos experimental y de control que no fueron
pretesteados fueron mucho menos proclives a participar ms tarde (en el postest) que aquellos
que haban participado del pretest. De este modo, la tasa de rechazo de aquellos dos grupos fue
tan alta que el investigador tuvo que atenerse solamente al grupo pretesteado para el anlisis de
los resultados (Nachmias y Nachmias, 1992).
Grupo
Estmulo
Postest
01
02
El diseo de grupo de control con postest nicamente controla todas las causas de
invalidez interna. Con la omisin del pretest, la administracin de test y la instrumentacin
llegan a ser fuentes irrelevantes de invalidez. Puede tambin asumirse que los restantes factores
intrnsecos de validez son controlados, si ambos grupos estn expuestos a los mismos
acontecimientos externos y sujetos al mismo proceso de maduracin. Adicionalmente, el factor
extrnseco de seleccin est controlado por la asignacin al azar de los sujetos a los grupos
experimental y de control, lo cual elimina un sesgo inicial en cada grupo.
En todos los diseos experimentales descriptos hasta aqu se asumi que el efecto de la
variable independiente sobre la variable dependiente puede ser observado inmediatamente o
dentro de un perodo corto de tiempo. Pero, algunas veces, nosotros podemos esperar que
efectos de largo plazo tengan lugar con el transcurso del tiempo. Esto es particularmente
evidente en estudios de polticas y en investigaciones en las cuales la variable dependiente es un
una actitud.
Una solucin para los estudios de efectos retrasados consiste en introducir perodos de
postest adicionales, por ejemplo, seis meses o un ao ms tarde. Esta es una solucin
convencional cuando la investigacin tiene lugar en escuelas, por ejemplo, donde mediciones
postest en los grados seran recogidas de cualquier modo. Sin embargo, Campbell y Stanley
(1970) indican que "... cuando mediciones postest son introducidas por el investigador, la
repeticin de las mediciones sobre los mismos sujetos podran tener el mismo efecto de invalidez
que tendra el pretest. Entonces, una mejor solucin sera establecer separadamente los grupos
experimental y de control para cada postest planificado" (ver tabla).
Grupo
Pretest Estmulo
O1
03
05
O7
Postest Postest
O2
O4
O6
O8
La misma duplicacin del grupo experimental puede ser incorporada en otros diseos.
5. Diseos factoriales
En todos los diseos discutidos hasta ahora haba solamente una variable independiente
que se introduca en el grupo experimental y se evitaba en el grupo de control. Examinar el
efecto de ms de una variable independiente requiere un amplio nmero de grupos
experimentales y un diseo factorial.
Supongamos que en nuestro estudio tenemos dos variables independientes dicotmicas
(como el programa educativo y el tipo de institucin escolar) y una dependiente, ser necesario
18
trabajar con cuatro grupos experimentales para estudiar todas las combinaciones de valores de
esas dos variables. Los cuatro grupos experimentales tienen cuatro diferentes "tratamientos"
representando todas las posibles combinaciones de valores de las dos variables independientes
(en este ejemplo, dichas combinaciones quedaran reflejadas en un cuadro de 2x2).
Grupo
Estmulo
Postest
X1
O1
X2
O2
X3
03
X4
04
En cuanto a la validez externa de los diseos factoriales, podemos decir que la principal
ventaja de los diseos factoriales es que ellos pueden ampliar el rango de generalizacin. En
lugar de "controlar para cualquier cosa", como en los experimentos con una nica variable, se
introducen variables relevantes adicionales, cada una a dos o ms diferentes niveles.
Consecuentemente, el investigador no est constreido o limitado por el nivel constante de cada
una de estas variables relevantes cuando realiza generalizaciones sobre el efecto de una variable
independiente. Adems, el investigador est en posicin de inferir que el efecto ocurre
similarmente a travs de varios niveles de las variables o, alternativamente, que el efecto es
diferente a diferentes niveles de una u otra de esas variables. Entonces, los diseos factoriales
aumentan la validez externa de los experimentos.
Efectos interactuantes en los diseos factoriales: Otra ventaja de los diseos factoriales es
que ellos permiten establecer sistemticamente cmo dos (o ms) variables independientes
interactan. La interaccin est presente cuando el efecto de una variable independiente sobre la
variable dependiente depende del valor de la segunda variable independiente. El test de la
interaccin de las variables independientes hace posible expandir ampliamente nuestro
conocimiento sobre el efecto de las variables independientes sobre la variable dependiente.
Dicho test nos permite calificar la conclusin sobre sus efectos en un sentido muy importante ya
que nosotros estudiamos la operacin simultnea de dos variables independientes.
BIBLIOGRAFIA
21
ANEXO
Ejercicio 1:
Lea la investigacin de Chapin, S.F. (s.f.). Efectos sociales de los Planes Oficiales de
Viviendas en Minneapolis, mimeo. Luego, resuelva la siguiente gua de trabajos prcticos:
Ejercicio 2
1) Formule un problema y objetivos de investigacin que requieran ser abordados a partir de un
diseo experimental. Indique el tipo de diseo experimental que ms se adecua a sus objetivos.
(Justifique su respuesta).
2) Cul es la hiptesis que pondra a prueba? Indique cul es la variable dependiente y cul/es
la/s independiente/s y cmo las operacionalizara?
3) Indique los procedimientos que utilizara para conformar los grupos que requiera su diseo y
22
23