Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AA - VV. c.2000. Apunte Sobre Investigación Experimental - Caivano PDF
AA - VV. c.2000. Apunte Sobre Investigación Experimental - Caivano PDF
Observación y experimentación
José Luis Caivano
Ejemplo:
Naturaleza
Minerales - Animales - Vegetales - Hongos
Vegetales
Sin semillas (criptógamas) - Con semillas (fanerógamas)
Con semillas
Desnudas (gimnospermas) - En ovario (angiospermas)
Angiospermas
Monocotiledóneas - Dicotiledóneas
Dicotiledóneas
Magnolias - Rosales - Otras
Rosales
Legumbres - Rosáceas - Otras
1
Apunte: Investigación experimental – autores varios
Causa y efecto
José Luis Caivano
2
Apunte: Investigación experimental – autores varios
Análisis y síntesis
Para estudiar un fenómeno es conveniente separarlo en par-
tes para su tratamiento independiente, es decir hacer un análisis.
Cuando las partes de un problema han sido solucionadas, se pue-
den integrar nuevamente para explicar la totalidad, es decir hacer
una síntesis.
Hipótesis
Antes de la observación o la experimentación es necesario
contar con hipótesis o ideas a poner a prueba. Esto es precisamen-
te lo que se hace mediante la observación y experimentación. Para
que una hipótesis pueda convertirse en una ley es menester una
innumerable cantidad de observaciones que la confirmen.
Inducción: Es el procedimiento que permite generalizar en
la ciencia, es decir hacer inferencias sobre la totalidad de una cla-
se de objetos o eventos a partir de la observación de algunos
ejemplares u ocurrencias particulares de ellos. Ej.: He observado
1.000 cisnes y cada uno de ellos era blanco; de allí puedo inducir
que todos los cisnes son blancos.
Deducción: Dada una ley, mediante la inferencia lógica se
pueden aplicar las consecuencias a cualquiera de los eventos par-
ticulares comprendidos por la ley. Ej.: Partiendo de la “ley” que
dice que todos los cisnes son blancos, puedo deducir que el pró-
ximo cisne que vea será blanco.
Abducción: Se formula una hipótesis a partir de datos apa-
rentemente inconexos, pero que uno intuye que tienen alguna co-
nexión. Al tratar de probarla se abre una investigación. Es un tipo
de inferencia que suele usarse también en la investigación poli-
cial. Ej.: Por mi experiencia con lo que sucede con los patos, que
los hay de distintos colores, tengo la sospecha de que debe haber
cisnes que no sean blancos; a partir de aquí se abre una investiga-
ción.
3
Apunte: Investigación experimental – autores varios
El diseño de experimentos
A partir de Bright Wilson (1952 [1990: cap. 4])
Es esencial que un experimento sea diseñado sobre la base de alguna hipótesis prelimi-
nar. En algunos casos es posible llevar a cabo experimentos que resultan cruciales para
probar o refutar una hipótesis o teoría. Es importante diseñar experimentos cruciales en
la medida de lo posible.
Variables
Selección de la muestra
4
Apunte: Investigación experimental – autores varios
Controles y estándares
5
Apunte: Investigación experimental – autores varios
Reproducción de experimentos
Caso 1 Caso 2
Sujeto J 80 Ja 60
Control Ja 50 J 70
Diferencia +30 -10
Diseño factorial
Contra lo que podría pensarse, la repetición de observaciones no debe hacerse bajo las
mismas condiciones. Supóngase que se quiere comparar el rendimiento de dos marcas
de neumáticos. Ambas marcas se colocan en taxis y se mide su vida útil en kilómetros.
Pero como no se puede generalizar a partir de un solo juego de neumáticos probados
para cada marca, se repite la prueba. Si la primer medición se hizo en verano, ¿debería
la segunda hacerse también en verano? La respuesta es que no, ya que no se obtendría la
información deseada (lo que se quiere comparar es la vida útil en un uso normal, y los
neumáticos no se usan sólo en verano). Puede suceder que la marca A rinda 1.000 kiló-
metros más que la B en verano, pero 2.000 kilómetros menos en invierno, y entonces la
marca B tendrá un promedio mayor de vida útil general. Si las pruebas se hubiesen repe-
tido siempre en verano se habría llegado a una conclusión falsa.
Las variables en juego en un experimento se denominan factores. En el ejemplo ante-
rior ellos eran dos marcas (A y B) y dos temperaturas (verano e invierno) El principio de
diseño factorial requiere que toda vez que se repita un experimento se de un valor dife-
6
Apunte: Investigación experimental – autores varios
rente a alguna variable. Esto se aplica especialmente a variables que se creen irrelevan-
tes. Si realmente lo son, no habrá peligro en cambiar los valores. Si se cree que son irre-
levantes pero en realidad son importantes, el diseño factorial es la mejor forma de averi-
guarlo.
Distribución al azar
Hay siempre factores que varían de manera desconocida o que tienen efectos desconoci-
dos. Cuanto menor sea la influencia de estas variables, más preciso será el experimento.
Estas variables deben entonces distribuirse al azar. Ej.: En experimentos para determinar
el efecto de la duración de la presión en el molde sobre la resistencia de un plástico, se
operó de la siguiente manera: se introdujo plástico caliente en el molde, se aplicó pre-
sión durante 10 seg. y se sacó la pieza, se puso otra colada en el mismo molde, se aplicó
presión durante 20 seg. y se sacó la otra pieza, y así siguiendo, cada vez aumentando en
10 seg. Luego se midió la resistencia de cada pieza y se la graficó contra la duración de
la presión (Fig. 1).
Fig. 2. Repetición del experimento. El orden de las coladas con distintas duraciones
de presión fue distribuido al azar. El gráfico muestra que los aumentos de resistencia
de la pieza dependen del orden de las coladas, no de la duración de la presión.
7
Apunte: Investigación experimental – autores varios
Sólo de esta manera se descubrió que era el orden y no la duración la variable control.
La primer conclusión era equivocada. Con cada colada el molde se ponía más caliente y
el aumento de resistencia se debía al aumento de temperatura, no de duración de la
prsión.
El tiempo no es la única variable que debe distribuirse al azar. En experimentos en
agricultura se distribuye al azar la posición de cada cultivo en la parcela. Toda vez que
se utilicen diferentes materiales o especímenes, ellos deben distribuirse al azar.
El propósito del análisis estadístico es proveer métodos de tratamiento de los datos
de manera que haya un riesgo de error predeterminado. Ningún método puede dar riesgo
de error cero.
8
Apunte: Investigación experimental – autores varios
7. Selección de la muestra
Determinar el universo
Extraer la muestra
9
Apunte: Investigación experimental – autores varios
El diseño experimental
Con el propósito de responder a las preguntas de investigación planteadas y some-
ter a prueba las hipótesis formuladas se selecciona un diseño específico de investiga-
ción, que debe tener en cuenta los objetivos planteados en la misma porque ellos defini-
rán el grado de exactitud de las mediciones, los instrumentos que se utilizarán, los re-
cursos humanos y financieros necesarios. Los diseños de investigación pueden ser expe-
rimentales o no experimentales. En el diseño experimental se somete “un objeto en es-
tudio a la influencia de ciertas variables, en condiciones controladas y conocidas por el
investigador, para observar los resultados que cada variable produce” (Sabino 1986
[1993: 82]).
Las decisiones que debe tomar el investigador ante la situación de incertidumbre
que implica inferir de casos particulares (muestra) a la generalidad (población), deben
estar respaldadas por la objetividad que garantiza la aplicación del método científico.
Los resultados obtenidos en situaciones experimentales serán idealizados de
acuerdo a un modelo probabilístico conveniente, permitiendo al investigador medir en
términos de probabilidad la incertidumbre que trae aparejada la generalización de sus
resultados. Es decir, podrá medir y comunicar el error que puede cometer o la confianza
que deposita en sus decisiones.
10
Apunte: Investigación experimental – autores varios
1- Decidir cuáles y cuántas variables serán incluidas en el experimento (incluir variables que sean nece-
sarias para probar las hipótesis, alcanzar los objetivos y responder a las preguntas de investigación).
2- Elegir los niveles de tratamiento o niveles de manipulación de las variables, cuyos efectos se quieren
medir, establecer los distintos niveles de interés de cada tratamiento.
Grados de manipulación de la variable independiente:
Presencia - ausencia (grupo experimental - grupo control), (ej.: placebo, droga).
Más de dos grados (manipular la variable independiente en cantidades o grados), intensidad del es-
tímulo. Un grado más equivale a un grupo más (ej.: dosis de un fertilizante o medicamento).
Modalidades de manipulación: Exponer a los grupos experimentales a diferentes modalidades de la
variable independiente pero sin que esto implique cantidad (ej.: experimentar con distintos tipos de
semillas, tipos de vacunas o materiales).
3- Planear cuidadosamente y paso a paso cómo se manejarán los sujetos o elementos que participan del
experimento, desde el inicio hasta el final del mismo.
4- Seleccionar una muestra de elementos, objetos o personas (unidad experimental) representativa de la
población.
Determinar a qué unidades experimentales se van a aplicar los tratamientos. Ej.: para un biólo-
go, la unidad experimental puede ser una rata, una planta, etc., para el agrónomo, una parcela de
terreno convenientemente seleccionada, para un médico será un paciente, para un investigador
social puede ser una persona, una familia, para un ingeniero, una unidad de producto fabricada.
Delimitar la población en base a los objetivos y en cuanto a características de contenido, de lu-
gar y en el tiempo.
Elegir el tipo de muestra: muestras probabilísticas y no probabilísticas.
Definir el tamaño de la muestra (medir el error experimental). El tamaño de la muestra tiene
mucha influencia en la precisión de las estimaciones que se efectúen y en la validez de sus con-
clusiones.
El error experimental es una medida de la variabilidad que existe entre las mediciones efectua-
das sobre unidades experimentales que han sido tratadas de la misma manera (diferencia entre el
verdadero valor y el valor medido).
Procedimiento de selección: Las unidades de análisis o los elementos muestrales se seleccionan
aleatoriamente para asegurarse que cada elemento de la muestra tenga la misma probabilidad de
ser elegido. Dividir los individuos al azar, asignándolos a los grupos o emparejándolos.
11
Apunte: Investigación experimental – autores varios
5- Desarrollar los instrumentos para medir las variables dependientes. En la variable dependiente se
mide el efecto, ésta debe ser válida y confiable.
Validez: grado en que un instrumento realmente mide la variable que pretende medir.
Validez interna: cuánta confianza tenemos en que sea posible interpretar los resultados del experi-
mento y que éstos sean validos. La validez interna se relaciona con la calidad del experimento y se
logra cuando hay control. Lograr control en un experimento es controlar la influencia de otras varia-
bles extrañas en las variables dependientes, para que podamos saber realmente si las variables inde-
pendientes que nos interesan tienen o no efecto en las dependientes.
Validez externa: se refiere a cuán generalizables son los resultados de un experimento a situaciones
no experimentales y a otros sujetos o poblaciones.
6- Aplicar, cuando corresponda, las pre-pruebas, los tratamientos respectivos y las post pruebas.
7- Llevar un informe minucioso de todo lo acontecido a lo largo del experimento, el cual nos ayudará a
analizar la posible influencia de variables extrañas que generan diferencias entre los grupos, y será un
material importante para la interpretación de los resultados.
Asignación aleatoria de
Tratamiento Medición
sujetos a cada grupo
Se compara si hubo
Grupo 1 X O1
o no efecto
Grupo 2 (control) ---- O2
Asignación aleatoria
de sujetos a cada gru- Tratamiento Medición
po
Se compara si hubo o
Grupo 1 X1 O1
no efecto
Grupo 2 X2 O2
Grupo 3 X3 O3
Grupo K Xk OK
Grupo K+1 (control) Xk+1 Ok+1
12
Apunte: Investigación experimental – autores varios
Con más de dos grupos, con pre-prueba, post prueba y grupo control
3. Diseño de 4 grupos
13
Apunte: Investigación experimental – autores varios
Asignación aleatoria
Tratamientos Primer Segundo Tercer
de sujetos a cada
postest postest postest
grupo
Grupo 1 X1 O1 O2 O3
Grupo 2 X2 O4 O5 O6
Grupo 3 X3 O7 O8 O9
Grupo 4 (control) ------ O10 O11 O12
Asignación aleatoria
Trata- Primer Segundo Tercer
de sujetos a cada Pretest
mientos postest postest postest
grupo
Grupo 1 O1 X1 O2 O3 O4
Grupo 2 O5 X2 O6 O7 O8
Grupo 3 (control) O9 -- O10 O11 O12
7. Diseños factoriales
Manipulan dos o más variables independientes e incluyen dos o más niveles de presen-
cia en cada una de las variables independientes. Ej.: diseño 2 x 2 variables.
Variable Variable
independiente B independiente A
A1 A2
B1 A1 B 1 A2B1
B2 A1 B 2 A2B2
14