Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodologia III
Metodologia III
41
42
43
Con independencia de la mayor o menor extensin que se d a este concepto, todos los
autores coinciden en considerar fundamental el grado de control experimental que el
diseo ejerce sobre las variables que determinan el comportamiento de la variable
dependiente (las variables independientes y las variables intervinientes). Es decir, el
control experimental se refiere a los siguientes aspectos: a) la manipulacin de la variable
independiente, b) la minimizacin o el mantenimiento constante del influjo de las variables
independientes no experimentales, c) la asignacin al azar de los sujetos a grupos y de
stos a tratamientos.
A partir de las definiciones de los distintos autores, Jimnez Fernndez (2000) define el
diseo como un esquema o estructura lgica de accin que permite mantener
constante el influjo de las variables experimentales pertinentes y controlar as la
influencia de la o las variables independientes sobre la o las variables
dependientes.
44
Los objetivos del diseo son numerosos. Para Kerlinger (1975), todos esos objetivos se
pueden resumir en dos objetivos generales: a) dar respuestas a preguntas de
investigacin, y b) controlar la varianza.
Arnau Grass (1981), sin embargo, afirma que el objetivo principal del diseo es el control
de la varianza secundaria. Si la varianza secundaria no se controla adecuadamente,
corremos el peligro de experimentar un incremento notable de la varianza de error,
pudiendo llegar a contaminar la accin de los tratamientos.
45
diseo pues cuando una investigacin se disea y ejecuta con cuidado aumenta la
confianza en los resultados y se infiere con mayor solidez. Es una cuestin de calidad
tanto como de cantidad.
El diseo es en este sentido un instrumento valioso en manos del investigador que goza
adems de otra caracterstica: la flexibilidad. Si uno de sus objetivos es responder a
preguntas de investigacin no existe un diseo ideal para todo problema sino un diseo
optimo para cada situacin. Se han creado y se seguirn creando en funcin de las
necesidades del investigador. Campbell y Stanley los sitan dentro de una concepcin
evolutiva de la ciencia y ven en el diseo de experimentos no una panacea sino el nico
camino hacia el progreso acumulativo. Por ello recomiendan la investigacin continua y
mltiple ms que los experimentos nicos y definitivos.
Kerlinger se pregunta: cmo logra el diseo aumentar la confianza en los resultados y
en la inferencia? En rigor, el diseo no dice qu hay que hacer, sino que "sugiere" las
direcciones de la observacin y el anlisis. Segn el enunciado de la hiptesis, se ve si
un diseo puede ponerla a prueba o no. Si puede probarla, sugiere si se necesita uno,
dos o mas grupos; el nmero de sujetos por grupo si se desea utilizar determinada
prueba estadstica; el tipo de observaciones que para ella hay que obtener; si es posible
o no el obtenerlas; caso de ser posible, si debido a sus caractersticas se reducir el
tamao de la muestra; qu variables extraas puede controlar y cules no; qu variables
son activas y cules atributivas y, en ltimo trmino, permite esbozar posibles
conclusiones extradas del anlisis de los datos. Es decir, proporciona un marco de
referencia para poner a prueba de un modo adecuado la relacin causal entre variables
que se postula en la hiptesis.
Ahora se puede comprender por que disear bien una investigacin significa tanto huir de
la improvisacin cuanto del tecnicismo estril. Es conocer con precisin el problema y, en
funcin de mltiples factores cientficos, tcnicos y materiales, resumirlo en una hiptesis
y elegir el diseo adecuado. No es slo disear experimentos sino seleccionar y hasta
inventar los diseos que mejor se adaptan a cada situacin aunque no sean autnticos
experimentos. Es tambin abandonar la prctica de recoger cantidad de datos y
plantearse a posteriori qu hiptesis pueden probar o descubrir que no pueden poner a
prueba, al menos de la manera ms concluyente posible, la hiptesis formulada.
Veamos un ejemplo: A un profesor de la asignatura del rea de la Histologa le preocupa
el modo de ensear determinado ncleo temtico que es al mismo tiempo rido y
fundamental. Su experiencia le dice que hay alumnos que de modo espontneo tienden a
46
memorizarlo, mientras que otros se inclinan por la comprensin pero que los resultados
son desiguales. Supongamos que l est convencido de la superioridad del estudio
comprensivo y decide poner a prueba esta hiptesis, "si los alumnos aprenden el tema de
modo comprensivo, su rendimiento ser superior a si estudian de memoria". Disea un
experimento como el siguiente (diseo de dos grupos con postest solamente):
Tratamientos
x1 (memoria)
x2 (comprensin)
X2
Es decir, tiene una variable independiente que vara de dos maneras y necesita, por
tanto, dos grupos o unidades experimentales. La variable dependiente ser medida
mediante una prueba tipificada despus de haber enseado el tema a los dos grupos,
enfatizando la memoria y la comprensin respectivamente. De la Universidad en la que
imparte sus clases, ha elegido aleatoriamente a los alumnos y los ha asignado
aleatoriamente a los grupos y a los tratamientos experimentales para lograr el deseado
control experimental. La diferencia entre las medias X1 y X2 se analizara mediante una
prueba t o F para ver si es estadsticamente significativa. Como se ha dicho, la hiptesis
alternativa o de investigacin es que X1 < X2, es decir, que en promedio obtendr mejores
resultados en el examen el grupo al que se Ie ensea comprensivamente. La prueba
estadstica indica que no existen diferencias significativas.
El profesor sigue insatisfecho a pesar del resultado y estudiando y reflexionando
considera que otras variables pueden contribuir a explicar mejor su problema y decide
manipular una nueva variable independiente, el tiempo, y formular una hiptesis de
interaccin. El mtodo comprensivo es superior al memorstico no en sus efectos
inmediatos sino a medio plazo. Si desea probar dicha hiptesis, tiene que utilizar un
diseo factorial. Elige un diseo factorial 2 x 2 como el siguiente:
47
MTODO
x1 (memoria)
x2 (comprensin)
y1 (un da)
Y1
Y2 (un mes)
Y2
TIEMPO
X1
X2
Es fcil ver que este diseo es ms potente que el anterior. Tiene dos variables
independientes, mtodo y tiempo, divididas cada una de ellas en dos categoras. Ahora
se puede saber si la diferencia en las puntuaciones obtenidas con los dos mtodos son
estadsticamente significativas, es decir, lo misino que con el primer diseo; si se obtiene
o no igual puntuacin examinndose a otro da de acabar el ncleo que examinndose un
mes mas tarde y, por ltimo, si existe interaccin entre el mtodo y el tiempo, es decir, si
ambas variables actan en paralelo o no. Tngase en cuenta que las dos primeras
pruebas estadsticas aplicadas a las variables mtodo y tiempo respectivamente, pueden
ser estadsticamente significativas y no serlo la tercera que analiza su interaccin. Ahora,
si no hay diferencias entre tiempos y si la interaccin entre mtodos y tiempo tampoco las
da, se tendra una evidencia mucho ms fuerte que con el diseo de dos grupos para
concluir acerca de la superioridad o no de uno de los mtodos.
El diseo factorial, aunque es tcnicamente ms complejo, responde mejor a las
realidades complejas que constituyen la mayor parte de los problemas cientficos, pues
trabajan con ms de una variable independiente. Aunque el cientfico siempre intenta
focalizar sus estudios en aspectos puntuales y parciales de la realidad, es bien sabido
que en la mayora de los fenmenos que ms interesan al investigador, influyen mltiples
variables independientes. Ms an, en el ejemplo mostrado arriba, se hubiese podido
trabajar con ms de dos niveles por variable independiente y con ms de dos variables
independientes. Por ejemplo, la inteligencia hubiera podido ser una tercera variable
independiente a estudiar junto a las variables mostradas en este caso hipottico. Pero
esta facilidad de respuesta del diseo factorial lleva anejas ciertas exigencias que no
siempre pueden satisfacerse.
48
2. El control de la varianza
EI otro gran objetivo que Kerlinger asigna al diseo es el control de la varianza. En cierto
sentido, el diseo no es sino un conjunto de instrucciones al investigador para que recoja
y analice sus datos de manera que controle la situacin experimental lo ms posible. El
principio estadstico en el que se basa este control lo sintetiza as: maximizar la varianza
sistemtica, controlar la varianza sistemtica y minimizar la varianza de error (principio
maxmincon de Kerlinger).
49
Es por ello por lo que se insiste en cuidar las circunstancias experimentales que
condicionan la validez de un diseo. Cuanto ms incontroladas sean, mas posibilidades
de actuacin se dan a los determinantes de la varianza de error. Es evidente que este
control experimental es mas difcil en la investigacin de campo que en la de laboratorio
pero aun en aquella puede aumentarse dando instrucciones especficas y excluyendo
factores ajenos al objeto de la investigacin.
En cuanto a la fidelidad de las medidas, es obvio que la falta de precisin de un
instrumento condiciona los resultados que con el se obtienen. Si las variaciones que se
observan en los resultados son totalmente azarosas no permiten identificar y extraer
varianzas sistemticas pues hoy nos dara puntuaciones muy buenas, maana muy
malas, etc. Si la varianza de error es muy grande, es difcil que pueda descubrirse una
relacin pequea aunque exista.
50
51
3. Generalizacin
Este criterio es sinnimo de validez externa, como veremos mas adelante. Es responder
al interrogante, en qu medida se pueden generalizar los resultados de un estudio a
otros sujetos, grupos y condiciones experimentales?
Este criterio es de gran inters en la investigacin aplicada, pues se persigue generalizar
los resultados a poblaciones lo mas extensas posible. Empalma con el problema de la
representatividad de la muestra, pero los conceptos de poblacin y muestra se aplican no
slo a las personas, sino tambin a las situaciones experimentales, por ejemplo.
Con propiedad, los resultados slo pueden generalizarse a aquellas muestras, personas,
grupos o situaciones que sean muy similares a las empleadas en la investigacin y ello
siempre que se hayan ejercido los controles adecuados.
52
En realidad, los dos ltimos criterios estn muy relacionados. En la medida en que
aumenta el control de variables experimentales, en esa medida aumenta la generalidad
de los resultados. Pero pueden existir experimentos que demuestren claramente
relaciones especficas entre la variable independiente y la variable dependiente, validez
interna, y sin embargo, carecer de validez externa o representatividad. Por ello, al
seleccionar el diseo hemos de preguntarnos si lo que nos interesa es sobre todo
confirmar la relacin postulada en la hiptesis o si adems de ello interesa generalizar
ese resultado, en cuyo caso hay que pedir al diseo validez interna y externa (como
veremos ms adelante).
53
Son varios los criterios que pueden emplearse en su clasificacin. Los ms empleados
son: la lnea de investigacin, el grado de control, la tcnica de control empleada y el
nmero de variables independientes, o una combinacin de los anteriores.
segunda
clasificacin
del
diseo
puede
ser
en
preexperimentales,
54
de los fenmenos en su medio ambiente natural, sin apenas influir sobre las distintas
variables del estudio. Como se ver ms adelante, este tipo de estudios tienen ventajas e
inconvenientes, pero son muy poco utilizados en el campo de las Ciencias de la Salud.
Todos ellos se inscriben en la tradicin estadstico-fisheriana y son, por tanto, diseos de
grupo. Utilizan tcnicas de control como la aleatorizacin y el emparejamiento al formar
los grupos. La generalizacin de sus conclusiones est relacionada con el grado de
control.
55
56