¡La universidad para todos!

¡La Universidad para todos!

TEMA: Diseño de investigación

Doc: Dra. Rosa Levano Sarmiento

Periodo académico: 2018 II

Escuela Profesional Semestre: VII
Psicología humana Unidad: II
 ¡La universidad para todos!

Diseño de investigación

• Plan o estrategia para recolectar y analizar

información con el fin de llegar a conclusiones
basadas en evidencia sólida y no en un
razonamiento defectuoso o en meras opiniones
 ¡La universidad para todos!

Diseño de investigación

• Qué se va a hacer
• Cómo se piensa hacerlo
• Por qué se da cada paso
• Por qué se da cada paso así y no de otra forma
 ¡La universidad para todos!

Diseño de investigación
Elementos básicos
• Pregunta de investigación
• Teorías o hipótesis que van a ser sometidas a
prueba
• Unidad de análisis apropiada
• Variables
• Operacionalización y medición
• Observación
• Procedimientos analíticos
¡La universidad para todos!
 ¡La universidad para todos!

Diseño de investigación
Tipos básicos

• Exploratorio: más flexibilidad que precisión

• Descriptivo:
– Medición precisa de fenómenos
– Diseño debe evitar el sesgo en la observación
 ¡La universidad para todos!

Diseño de investigación
Tipos básicos
• Explicativo
– Observación confiable, no sesgada
– Diseño debe servir de base para inferir la influencia
causal de una(s) variable(s) sobre otra(s)
– Posibilidad de evaluar la hipótesis central vs. hipótesis
alternativas
 ¡La universidad para todos!

Diseño de investigación
Limitaciones
• Éticas
• Presupuestales
• De tiempo
• De falta de datos
 ¡La universidad para todos!

Diseño causal

• Permite inferir relaciones causales entre las

variables
• Define el dominio de generalizabilidad
• Un mal diseño puede llevar a conclusiones
insignificantes o erróneas, aun si las ideas o las
hipótesis son brillantes
 ¡La universidad para todos!

Diseños causales

• Buscan:
– Establecer una relación entre dos o más variables
– Demostrar que los resultados son generalmente ciertos
en el mundo real
– Revelar si un fenómeno precede a otro en el tiempo
– Eliminar tantas explicaciones alternativas como sea
posible
 ¡La universidad para todos!

Diseños causales

• Requisitos:
– Covarianza
– Proceso lógico
– Precedencia en el tiempo
– Eliminar la posibilidad de relación espuria
– Compara resultados obtenidos
 ¡La universidad para todos!

Relaciones causales y espurias

Relación causal
X Y

Relación espuria
Z

X Y
 ¡La universidad para todos!

Diseño experimental

• Controlar la exposición a una variable experimental

(VI)
• Asignar los sujetos a diferentes grupos
• Observar y medir la respuesta o comportamiento
(VD)
 ¡La universidad para todos!

Diseño experimental

• Dos grupos:
– Grupo experimental (expuesto al estímulo)
– Grupo de control (no expuesto al estímulo)
 ¡La universidad para todos!

Diseño experimental

• Asignación aleatoria de individuos a los grupos

– Pertenencia al azar, no por autoselección
– Los grupos son prácticamente idénticos en todos los
aspectos
– Esto es lo que hace tan poderosos los experimentos
 ¡La universidad para todos!

Diseño experimental

• Control de la administración del estímulo (dónde,

cuándo, bajo qué circunstancias)
• Medición de la VD antes y después del estímulo
• Control del entorno
– Exclusión de factores o influencias extraños que puedan
afectar la VD
– Misma hora del día, mismas condiciones, etc.
 ¡La universidad para todos!

Ej. Publicidad negativa

• División de la muestra en grupos aleatoriamente

• Cuestionario sobre características demográficas,
creencias y opiniones políticas (incluyendo la VD)
• Los grupos deberían ser similares en todas las
características. Si hay diferencias, son por azar
(error de muestreo), no sistemáticas
 ¡La universidad para todos!

Ej. Publicidad negativa

• El propósito del estudio se oculta: “Proyecto sobre

noticieros”
– 15 minutos de noticieros
– 30 segundos de publicidad
• Negativa (grupo experimental)
• Crema dental (grupo de control)
– 15 minutos de noticiero
• (Parte del) cuestionario de nuevo
 ¡La universidad para todos!

Resultados
Pre-test Post-test
Medición de intención Medición de intención
Grupo de voto de voto
Experimental 70% 20%

De control 68% 66%

• Covariación
• Proceso lógico
• Precedencia temporal
 ¡La universidad para todos!

Resultados
Pre-test Post-test
Medición de intención Medición de intención
Grupo de voto de voto
Experimental 70% 20%

De control 68% 66%

• Descarte de posibles explicaciones alternativas y de

relaciones espurias
– Selección aleatoria
– Manipulación del experimento
– Los grupos (en promedio) sólo difieren en la exposición al
tratamiento
→ La diferencia en la intención de voto es atribuible a
la publicidad negativa
 ¡La universidad para todos!

Diseño experimental

Pre-test Post-Test

Grupo experimental (aleatorio) Yexp1 X Yexp2

Grupo de control (aleatorio) Ycont1 Ycont2

Efecto experimental = (Yexp2 - Yexp1 ) - (Ycont2 - Ycont1 )

0
 ¡La universidad para todos!

Validez interna

• En qué medida el diseño garantiza que la posible

relación encontrada es causal, no espuria
 ¡La universidad para todos!

Condiciones que afectan la

validez interna
• Historia: eventos que ocurren entre las mediciones pre-
y post-test pueden afectar la VD

Pre-test Post-Test

Grupo experimental (aleatorio) Yexp1 Z X Yexp2

Grupo de control (aleatorio) Ycont1 Z Ycont2
Efecto experimental = (Yexp2 - Yexp1 ) - (Ycont2 - Ycont1 ) (?)
 ¡La universidad para todos!

Condiciones que afectan la

validez interna
• Maduración: cambio de los sujetos en el tiempo
– Cansancio
– Confusión
– Distracción
– Aburrimiento
 ¡La universidad para todos!

Condiciones que afectan la

validez interna

• “Efecto de la prueba” (testing): la medición pre-

puede afectar la medición post-
– Las preguntas políticas pueden alertar al individuo sobre
el propósito del estudio y, por consiguiente, alterar su
respuesta post.
 ¡La universidad para todos!

Condiciones que afectan la

validez interna
• Sesgos de selección
• Regresión a la media
• Mortalidad experimental (deserción que
desequilibre los grupos)
• Alteración del instrumento antes y después
 ¡La universidad para todos!

Validez interna del

diseño experimental
• A pesar de todo esto, el diseño experimental es el
más sólido en cuanto a su validez interna
 ¡La universidad para todos!

Validez externa del

diseño experimental
En qué medida los resultados son generalizables a:
– Poblaciones más amplias
– Momentos diferentes
– Condiciones diferentes
Diseño experimental:
• La muestra original no es representativa
• Las condiciones son artificiales
 ¡La universidad para todos!

Otros tipos de diseño

experimental
• Diseño post-test simple
– Grupos virtualmente idénticos (selección aleatoria, grupos
grandes)
– Sólo se hace medición post
– No hay efecto de prueba
 ¡La universidad para todos!

Otros tipos de diseño

experimental
• Series de tiempo experimentales (cuando no se
sabe cuánto tiempo tarda en aparecer el efecto)
• Diseño multigrupo (cuando se miden varios niveles
de la VI)
• Experimentos de campo o cuasi-experimentos
 ¡La universidad para todos!

Inferencia causal en diseños

no experimentales

• Un solo grupo
• No hay control sobre la asignación de sujetos
• No hay control sobre la aplicación del estímulo (VI)
→ Inferencias causales menos fuertes que
en los diseños experimentales
 ¡La universidad para todos!

Ejemplos de diseños no
experimentales
• Encuestas
• Grupos focales
• Datos agregados
– ej. resultados electorales
 ¡La universidad para todos!

Ejemplos de diseños no
experimentales
• Análisis documental o de contenido
– ej. asignación de un puntaje en la escala ideológica de
magistrados de la Corte Suprema a partir de editoriales
de diarios que comentan su nominación
• Estudios de caso
 ¡La universidad para todos!

Series de tiempo

• Varias mediciones de la VD tomadas antes y

después de la “introducción” de la VI
• Tendencias pre-test
• Mediciones post
• ¿Cambian las tendencias?
¡La universidad para todos!

Series de tiempo
 ¡La universidad para todos!

Series de tiempo

• Funciona mejor cuando la VI ocurre en un

momento dado
– Ej.: Evaluación de la introducción de una política pública o
un programa
• Cambios en el instrumento amenazan la validez
interna
– Ej.: Medición del desempleo
 ¡La universidad para todos!

Series de tiempo

• Se pueden crear grupos cuasi-experimentales y

grupos de cuasi-control
– Ej.: Programas de paz y desarrollo (municipios con y
municipios sin)
• A veces se mide en el tiempo no sólo la VD sino
también la VI
– Ej.: Hipótesis: “las variaciones en la opinión pública
afectan los cambios en las decisiones de las altas cortes”
¡La universidad para todos!

Series de tiempo
 ¡La universidad para todos!

Diseño transversal
(cross-section)
• Mediciones de las VI y VD tomadas (aprox.) al
mismo tiempo
• No hay control sobre
– Aplicación del tratamiento
– Asignación de sujetos a grupos
– Condiciones de aplicación de la VI
 ¡La universidad para todos!

Diseño transversal
(cross-section)
• Técnicas estadísticas para producir grupos
cuasi-experimentales y de cuasi-control
post-tratamiento
• Más realista = mayor validez externa
• Ej.: Hipótesis: “Quienes tienen mayores
niveles de educación formal reciben
mayores ingresos”
– No es susceptible de diseño experimental
– El control se logra midiendo factores
alternativos y controlándolos estadísticamente
 ¡La universidad para todos!

Relaciones causales y espurias

Relación causal
X Y
(Exposición a - (Decisión de votar)
publicidad negativa)

Relación espuria
Z
(Educación)

- +

X Y
(Exposición a (Decisión de votar)
publicidad negativa)
 ¡La universidad para todos!

Diseño transversal
Ej. Publicidad negativa
• Encuesta a muestra representativa
• Preguntas
– Exposición a publicidad
– Decisión de voto
– Nivel educativo
• Se descarta la relación espuria entre exposición y
abstención (vía educación) controlando este factor
mediante técnica estadística (regresión)
 ¡La universidad para todos!

Diseño transversal
Problemas
• No hay garantía de precedencia temporal
– Especialmente cuando las variables son actitudes o
creencias
• Es difícil incluir medidas de todas las explicaciones
alternativas posibles
– Puede haber “sesgo de variable omitida”
– Las diferencias entre los “grupos” pueden ser
sistemáticas, no al azar
 ¡La universidad para todos!

Diseño de panel

• Diseño transversal + dimensión temporal

• Hay un pre-test
• Ej.: Estudio del impacto de las campañas en el
comportamiento electoral (Brasil)
• Problema: “mortalidad”
 ¡La universidad para todos!

Estudio de caso

• Examen a uno o unos pocos casos

• Más detalle y profundidad
• Combinación de varios métodos de recolección de
datos
– Entrevistas
– Documentos
– Observación
• Considerado por algunos como un diseño inferior
para hacer inferencias causales
 ¡La universidad para todos!

Estudio de caso

• Exploratorio
– Cuando se conoce poco el fenómeno
– Sugerir explicaciones generales posibles → hipótesis que
pueden ser probadas más sistemáticamente observando
más casos
 ¡La universidad para todos!

Estudio de caso

• Descriptivo
– Averiguar y describir qué sucedió en una o unas cuantas
situaciones
– No se buscan explicaciones generales
• Explicativo
– Probar hipótesis deducidas de teorías existentes
 ¡La universidad para todos!

Estudio de caso
Ventajas en prueba de hipótesis

• Determinar si una correlación hallada en un

análisis transversal es causal o no
• Analizar el proceso que conecta la VI con la VD
• Es central la selección de casos
 ¡La universidad para todos!

Estudio de caso
Ventajas en prueba de hipótesis
• Caso único
– Caso típico
– Caso excepcional
– Prueba de fuego
• Más de un caso
– Mayor poder explicativo
– No son una “muestra”
– Seleccionados por la presencia o ausencia de
factores que según la teoría son importantes (ej.
Moore, Skocpol)
 ¡La universidad para todos!

Estudio de caso
Problemas

• Falta de rigor en la presentación de las evidencias

– Sesgo en el uso de la evidencia
– El investigador es el instrumento
(observación e interpretación)
– No es replicable
• No es posible generalizar
• Pueden ser dispendiosos y conducir a informes
muy largos
 ¡La universidad para todos!

Otras estrategias de
investigación

• Modelos formales (ej. Modelo espacial)

• Simulaciones (ej. veto players)
 ¡La universidad para todos!

Diseños causales

Requisitos
• Covariación
• Proceso lógico
• Precedencia en el tiempo
• Eliminar la posibilidad de relación espuria
→ CONTROL