Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

IV. FACTORES DE VALIDEZ EN LOS DISEÑOS

EXPERIMENTALES

Como acabamos de ver, el diseño en investigación experimental constituye una guía que
indica al investigador cómo debe actuar para proceder con la mayor precisión posible en
cada investigación. De este modo, los resultados que se obtengan podrán ser
interpretados de la manera más unívoca posible.

Sin embargo, uno de los problemas más importantes a los que ha de enfrentarse un
investigador es la existencia de factores incontrolados o variables extrañas que pueden
afectar al experimento. Así, numerosos factores relacionados con el experimento y que el
investigador no controla, podrían dificultar la detección de los factores que determinan un
determinado efecto, esto es, nos podrían inducir al error. En la medida en que dichos
factores incontrolados se conviertan en factores controlados, se favorece la correcta
interpretación de los resultados obtenidos. Los factores incontrolados o variables
extrañas pueden atentar tanto a la relación que se postula entre dos o mas variables
cuanto a la posibilidad de generalizarla. Veamos cuáles son estos factores.

57
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

A.- LA VALIDEZ INTERNA DE UN DISEÑO EXPERIMENTAL

La validez interna de un diseño se preocupa por saber si los cambios observados en la

variable dependiente se deben a la manipulación de la o de las variables independientes.
Campbell y Stanley (1991) y Tejedor (1981) la definen como la "validez mínima
imprescindible, sin la cual es imposible interpretar el modelo". Este tipo de validez es
condición sine qua non para dar credibilidad a los resultados obtenidos y, desde luego,
para poder generalizarlos. Si no hay cierta evidencia de una relación entre variables, la
generalización carece de fundamento científico.

En realidad, la validez interna de un diseño podría responder a los siguientes

interrogantes: ¿introducían, en realidad, una diferencia los tratamientos empíricos en este
experimento concreto?; ¿qué otras variables que pudieran explicar los resultados
diferenciales han sido convenientemente controladas?

La validez interna de un diseño depende del control de múltiples factores (variables), que
los Campbell y Stanley resumen en ocho:

1. La historia.

El efecto historia se refiere a acontecimientos específicos ocurridos en el desarrollo de la

experimentación, además de la variable experimental, y que pueden afectar la actuación
de los sujetos antes o después del tratamiento experimental. Escotet (1980) afirma que
"son diferentes eventos específicos a los del tratamiento experimental que ocurren entre
la causa y el efecto o entre el pretest y el postest dándonos explicaciones alternadas de
efectos“.

Por su propia naturaleza, el experimento exige la aplicación de tratamientos diferenciados

y simultáneos en el proceso de experimentación, lo que hace difícil el control de este
efecto. Una importante fuente de sesgo puede ser el propio experimentador, pues éste no
siempre puede actuar de forma simultánea con los grupos, el mismo día de la semana,
los acontecimientos específicos, la hora del día, etc. Su control se hace más difícil en los
experimentos que requieren la aplicación individualizada de los tratamientos, pues es
más dificultoso igualar las condiciones. La forma de controlar estas fuentes de sesgo es

58
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

proceder con racionalidad y precisar al máximo condiciones, instrucciones, etc., para

evitar efectos no planeados.

En cuanto a las mediciones a tomar, normalmente pretest y postest, se evitarán los

sesgos en la medida en que se midan conjuntamente los diferentes grupos
experimentales. De este modo habrá "una historia intrasesional única que suponemos
afectará por igual a todos los sujetos experimentales" (Tejedor, 1981). Ello no siempre es
posible.

El control del efecto historia es mas difícil a medida que aumenta la duración del
experimento y el tiempo dedicado a la medición. Por ello, el control de tipo estadístico,
como la asignación al azar, no debe excluir el control racional y crítico de planificar y
operativizar en lo posible las condiciones de la experimentación.

2. La maduración.

El efecto maduración se refiere a todos aquellos procesos biológicos y/o psicológicos que
varían de modo más o menos sistemático en función del tiempo per se,
independientemente de ciertos acontecimientos externos, como puede ser el propio
experimento. El aumento en estatura o edad, así como fatiga de los sujetos a estudiar,
son ejemplos de los efectos de la maduración.

Este tipo de efecto es difícil de controlar, sobre todo si el periodo de tiempo transcurrido
en el experimento es demasiado largo, ya que los cambios ocurridos durante el mismo en
los sujetos experimentales pueden deberse a los efectos de la maduración y no a la
variable independiente. A diferencia de la variable historia, la maduración aparece desde
dentro del individuo.

Tradicionalmente se ha recurrido al diseño grupo experimental-grupo control con medidas

pretest y postest como medio de controlar la maduración. La suposición que subyace en
la utilización de este diseño es que el efecto de la maduración entre el pretest y el postest
será similar en ambos grupos (experimental y de control) y, por tanto, si existen
diferencias entre ellos en la medida postest, pueden atribuirse a los efectos del
tratamiento experimental seguido únicamente por el grupo experimental. Es decir, al
comienzo del experimento ambos grupos se suponen iguales, sobre todo si se han
formado aleatoriamente. Posteriormente ambos grupos siguen un tratamiento distinto. Al
final del experimento se vuelven a medir los grupos. Las diferencias encontradas entre
ellos en la segunda medición se deben presumiblemente a la variable independiente,

59
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

mientras que los efectos de la maduración corresponderán a los cambios observados

entre la primera y la segunda medición dentro del grupo de control.

Pero el grupo de control no resuelve el problema si el experimento dura demasiado

tiempo. A veces, el propio tratamiento experimental introduce variables que pueden
modificar las experiencias o aprendizajes de los sujetos a través del proceso normal de
maduración, como interés por ciertas actividades, cambios de actitudes, etc. Estas
modificaciones no pueden atribuirse a la influencia en si de los tratamientos
experimentales, pues invalidarían la verdadera relación entre la variable experimental y la
variable dependiente.

En los llamados diseños factoriales no existen necesariamente medidas pretests ni grupo

control en el sentido que acabamos de darle a estos conceptos, pero no por ello carecen
de control sobre los efectos de la maduración. En primer lugar, porque en todo diseño de
varios grupos, cada uno de ellos actúa como grupo control de los demás. Es decir, si se
supone que los efectos de la maduración actúan por igual en los diferentes grupos, los
cambios observados al medir la variable dependiente se deberán presumiblemente a los
diferentes tratamientos experimentales. Caso de que éstos no introduzcan diferencias, los
resultados observados en el postest serán muy similares en todos los grupos, y al
contrario. La igualdad inicial de los grupos se puede conseguir mediante la elección al
azar de los sujetos y la asignación al azar de éstos a grupos de estudio, y de los grupos a
tratamientos experimentales. En realidad, se trata de una forma de control estadístico
realizado a través del análisis de varianza.

3. La administración de tests.

Este efecto se refiere a la influencia que la administración de un test previo ejerce o

puede ejercer sobre los resultados de otro test posterior. En realidad, podríamos hablar
de los efectos reactivos de determinados instrumentos de medida y de cómo estos
efectos reactivos pueden afectar a los resultados futuros obtenidos al aplicar estos
mismos instrumentos. Una prueba es reactiva cuando produce cambio al mismo tiempo
que mide (Castro, 1980).

El efecto de administración de tests se produce en aquellos experimentos que requieren

medidas pretest o algún tipo de entrenamiento previo a la introducción de la variable
experimental. El efecto reactivo es mayor en la medida en que aumenta la novedad de la
prueba o situación, que puede servir de motivación al sujeto que se somete a ella. Como

60
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

indica Fox (1981), puede ocurrir que la prueba previa se convierta en sí en una
experiencia profunda que afecte el comportamiento de los individuos durante todo el
experimento. Por ello, la mayoría de los instrumentos producen resultados algo distintos
cuando se aplican por segunda vez, resultados que suelen ser más elevados en los
campos de aprovechamiento. Estos pequeños cambios pueden tener cierto sentido,
sobre todo en los experimentos a corto plazo. Si ocurren sólo en el grupo experimental,
se pueden confundir con el efecto de la variable independiente, pues normalmente no se
esperan cambios globales demasiado grandes. Si por el contrario ocurren en el grupo de
control, pueden dar una estimación falsa de los tipos de cambio y de su evolución.

Para algunos autores, el efecto de Hawthorne constituye un tipo de efecto de

administración de tests. Este efecto se debe a que, cuando los sujetos de una
investigación se empiezan a dar cuenta de que forman parte de la misma, suelen
desencadenar una serie de conductas distintas a las que manifestarían si ignorasen que
son objeto de estudio.

En los diseños experimentales tradicionales se controla este efecto recurriendo al

establecimiento de grupos de control. En los diseños factoriales el control se ejerce bien
renunciando a medidas pretest o bien mediante la aleatorización de los grupos
experimental que compensa el término del error. Este tipo de control debe completarse
con el control lógico, racional, de utilizar siempre que se pueda pruebas mínimamente
reactivas.

4. La instrumentación.

Se refiere a los efectos que producen los cambios habidos en los instrumentos de
medición, evaluadores, entrevistadores, etc., que pasan inadvertidos al experimentador y
que pueden producir diferencias en las medidas que se obtienen. Por ejemplo, si un
proyector funcionó correctamente en una sesión experimental y no en otra, entre las dos
sesiones habrá una diferencia al medir las respuestas de los sujetos. Estas diferencias
debidas al aparato, si no se advierten, pueden llevar a inferir un efecto de la variable
independiente sobre la variable dependiente. Otras veces, si durante la realización de un
experimento que utiliza observadores, éstos cambian repentinamente, las diferencias
halladas al medir la variable dependiente pueden deberse al registro distinto utilizado por
cada observador y no a un efecto real de la variable independiente, como erróneamente
podría creerse.

61
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

Este efecto perturbador es más difícil de controlar en los experimentos que utilizan
medidas pretest, en los que exigen entrenamientos laboriosos y/o medidas repetidas de
un mismo sujeto, siendo fácil de controlar en aquellos que utilizan una sesión única con
un solo experimentador y con un instrumento de medida fiable y fácil de interpretar.

La asignación al azar de los experimentadores a las distintas sesiones experimentales, el

desconocimiento por parte de los mismos de cuáles son los grupos experimentales, o, si
son pruebas a corregir, la ignorancia de cuáles pertenecen a la primera medida y cuáles
a la segunda, así como las técnicas de control estadístico, son formas de controlar esta
fuente de sesgo.

5. La regresión estadística.

La regresión ocurre cuando para un experimento se seleccionan a los grupos sobre la

base de sus puntuaciones extremas. Este problema, que intrigó a Galton a finales del
siglo XIX, esta básicamente relacionado con una baja correlación entre dos variables, en
este caso dos mediciones sucesivas. Cuanto más baja sea la correlación, más probable
es que ocurra el efecto de regresión estadística. Estos efectos operan tanto en el extremo
superior como en el inferior de la variable dependiente.

Si se selecciona un grupo de sujetos por sus puntuaciones sobresalientes en un test

previamente aplicado (valores pretest), en una prueba posterior igual o similar a ella,
estos alumnos obtendrán en promedio resultados altos, pero más bajos que los
anteriores. Por el contrario, los alumnos con bajo rendimiento en el pretest, tenderán a un
promedio más alto, más próximo a la media en una segunda aplicación de la prueba. La
"regresión" hacia la media afecta a ambos grupos extremos.

Así, parte de los cambios observados en estos grupos no pueden atribuirse al efecto de
la variable independiente, ni a los de la historia, maduración, etc., sino que simplemente
son el resultado de cierto comportamiento estadístico de los datos. Este comportamiento
obedece a la carencia de correlación perfecta entre ellos, que a su vez puede estar
ocasionada por errores de medición o por fuentes sistemáticas de varianza específica,
propia de una u otra medición.

Campbell y Stanley (1991) afirman que "los efectos de la regresión son, pues,
acompañamientos inevitables de la correlación imperfecta de test-retest para grupos
seleccionados por su ubicación extrema. No son, sin embargo, concomitantes necesarios
de puntuaciones extremas donde quiera que ellas se produzcan. Si un grupo

62
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

seleccionado por razones independientes resulta poseer una media extrema, hay una
menor expectación a priori de que la media grupal se regresione en una segunda prueba,
pues se ha permitido a las fuerzas aleatorias o externas de varianza que influyan sobre
las puntuaciones iniciales en ambas direcciones". No ocurre igual en los grupos
seleccionados a causa de su valor extremo en una sola variable.

El control estadístico de este efecto se ejerce en los diseños clásicos recurriendo a

grupos de control formados aleatoriamente, y en los diseños factoriales aplicando los
modelos estadísticos del análisis de varianza o de covarianza que exigen asimismo
técnicas de aleatorización.

6. La selección de sujetos.

El efecto de selección se produce como resultado de elegir directamente a los sujetos

que formarán los grupos de comparación. Dicha selección suele llevar consigo que los
grupos difieran a distintos niveles de significación cuando se comparan las medidas de la
variable dependiente. Estas preferencias selectivas aparecen normalmente en los
estudios que solicitan voluntarios para utilizarlos como grupo experimental (Escotet,
1980).

Para controlar esta fuente de sesgo, lo más recomendable es asignar aleatoriamente a

los sujetos a los diferentes grupos experimentales y aumentar el tamaño de los grupos.
Estos dos recursos no garantizan la equivalencia inicial de los grupos, pero es la única
forma de saber que no ha habido sesgos en el proceso de selección de los sujetos.

Campbell y Stanley (1991) se pronuncian categóricamente en contra de sustituir el

proceso de aleatorización de los sujetos por el de la equiparación entre los mismos.
Afirman que la "equiparación no constituye una ayuda real cuando se la utiliza para
solucionar diferencias iniciales entre los grupos. Ello no significa que propugnemos la
eliminación lisa y liana de este procedimiento como posible aditamento a la
aleatorización... Pero la equiparación como sustituto de la aleatorización es tabú, incluso
para los diseños cuasiexperimentales que no emplean más que dos grupos naturales
intactos, uno experimental y otro de control: aun en este endeble 'experimento' hay
medios mejores que la armonización para tratar de corregir diferencias iniciales entre las
medias de una y otra muestra".

Cuando el diseño lo permite, se puede ejercer el control estadístico aplicando las técnicas
del análisis de varianza por bloques o de covarianza recurriendo al diseño intrasujetos.

63
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

7. La mortalidad experimental.

Este efecto se refiere a la perdida o deserción de participantes en los grupos de

comparación. Dicha perdida es mayor a medida que aumenta la duración del experimento
o el grado de compromiso de los tratamientos experimentales, y suele ser máxima en
aquellos en que se trabaja con personas voluntarias.

En general, se acepta que la "mortalidad" o abandono del experimento no se produce de

modo aleatorio, sino que los que permanecen en un experimento suelen tener una
motivación distinta que aquellos que lo abandonan. El abandono suele ir unido a
indiferencia, descontento, miedo, etc., hacia la experimentación, lo que no deja de ser
una diferencia sutil pero importante. En los estudios longitudinales este efecto puede
llegar a ser demoledor y sesgar los resultados.

El modo de controlarlo es evitar se produzca la mortalidad experimental o planificando la

inclusión en el experimento de sujetos de reserva asignados aleatoriamente a los
diferentes grupos y que siguen el proceso experimental normal. Las medidas obtenidas
en estos sujetos se incluirán en los análisis solo en caso de que se haya producido la no
deseada mortalidad. Las técnicas de control estadístico, como el recurrir a posteriori a
diseños no equilibrados (desigual numero de sujetos en los grupos) o a técnicas de
predicción de las puntuaciones que habrían obtenido los grupos que abandonaron el
experimento, no son del todo satisfactorias.

8. Interacción entre distintos factores.

En realidad, este efecto se refiere a que en un experimento es posible que dos o más de
los efectos que acabamos de estudiar actúen de modo conjunto, produciendo
interacciones de distinto orden. Habría que considerar por tanto, la interacción selección-
maduración, maduración-historia, selección-historia, selección-test, etc. Los efectos
producidos por esta combinación de factores podrían confundirse con el efecto producido
por la variable experimental. Recurrir a los grupos de control, es una forma de controlar
estas posibles interacciones.

64
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

B.- LA VALIDEZ EXTERNA DE UN DISEÑO EXPERIMENTAL

La validez externa se refiere a la representatividad o generalización de los resultados; es

decir, plantea el siguiente interrogante: ¿a qué poblaciones, situaciones, variables de
tratamiento y variables de medición pueden generalizarse estos efectos? O, como dice
Kerlinger (1989), "después de acabado un experimento en que se ha encontrado una
relación, ¿a qué poblaciones puede ser generalizada?; ¿se puede decir que A se
relaciona con B para todos los casos similares?, ¿o sólo para la muestra con la que
hemos trabajado en nuestro estudio?".

Y es que "la validez externa no solamente se relaciona con la población a la cual el

investigador espera generalizar sus resultados, sino que también incluye la
generalización de sus datos hacia otras variables independientes interrelacionadas".

Todos estos interrogantes deben formularse y contestarse en el marco de un experimento

para generalizar con fundamento. Debe alentarnos el hecho de que la ciencia es
autocorrectiva y precede por pequeños pasos. En el campo educativo solo tras varios
estudios se establece una relación y se precede a generalizarla.

Siguiendo a Campbell y Stanley veamos qué factores amenazan la validez externa o

representatividad de un diseño.

1. El efecto reactivo o interactivo de las pruebas

Este efecto ocurre cuando la administración previa de una prueba (pretest) genera un
efecto sobre los resultados futuros que podría alterar dichos resultados. Habitualmente,
este efecto consiste en un aumento o disminución de la sensibilidad o la calidad de la
reacción del participante a la variable experimental.

Cuando esto ocurre, no es legítimo generalizar los resultados al conjunto de la población

(al cual no se administró el pretest), ya que el grupo experimental ha dejado de ser
representativo de esta población general para la variable de estudio. Es decir, el efecto
que produce la variable experimental es distinto en sujetos que han recibido pretest y en
los que no lo han recibido, por lo que no podemos extender los resultados de un grupo al
otro.

65
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

El problema fundamental es que, si no tenemos en cuenta este efecto reactivo de la

prueba, podríamos pensar erróneamente que la variable independiente fue la causante
del efecto observado sobre la variable dependiente. Debido a este efecto, existe la
posibilidad de no poder generalizar los resultados experimentales a sujetos que no han
vivido la situación experimental completa.

Piénsese, por ejemplo, en un diseño que utiliza medidas pretest-postest para estudiar el
comportamiento reológico de un tejido artificial generado en laboratorio mediante
ingeniería tisular después de aplicar un tratamiento hipertónico. Antes de introducir la
variable experimental (el tratamiento hipertónico), se realiza una medición pretest de la
elasticidad y resistencia del tejido utilizando un reómetro estándar. Seguidamente, se
introduce la variable independiente (introducción del tejido en suero salino hipertónico) y
se mide de nuevo la variable dependiente aplicando el mismo reómetro que se utilizó la
primera vez. Olvidando ahora las repercusiones que el pretest pudiera tener en la validez
interna, nuestra preocupación se centra en saber si es lícito suponer que el tratamiento
hipertónico cambiará el comportamiento reológico en tejidos artificiales que no han sido
sometidos a una medición previa bajo las mismas condiciones que lo han hecho las
muestras sometidas a esta experiencia previa (el pretest). Es un problema de
representatividad y, por ende, de generalización.

El efecto pretest sobre la variable dependiente dependerá del grado en que las
situaciones de medición experimental difieran de las características del conjunto,
respecto del cual se pretende generalizar. Cuando se utilizan pruebas que tienen poco
que ver con las situaciones normales de los sujetos experimentales, es improcedente
generalizar a sujetos que no han vivido la situación experimental. Por ello se potencia la
validez externa en la medida en que el proceso de experimentación utiliza pruebas que
no provocan respuestas reactivas.

2. La interacción entre la selección y la variable experimental

Este efecto se refiere básicamente al problema de la selección de los sujetos, es decir, a

la representatividad de la muestra utilizada. Evidentemente, si la muestra que se ha
seleccionado para un experimento no representa fielmente a la población de origen, los
resultados obtenidos no podrán extrapolarse a dicha población de origen, con lo que la
validez externa del estudio será muy escasa. No hay que olvidar que las peculiaridades
de los sujetos elegidos determinan el grado de generalización de las conclusiones.

66
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

A la hora de diseñar y planificar un Proyecto de Investigación, siempre debemos tender a

seleccionar correctamente a los sujetos o las muestras que incluiremos en nuestro
estudio. Sin embargo, obtener muestras representativas de las poblaciones que interesa
estudiar no es tarea fácil.

El problema de la representatividad de la muestra no tiene por qué afectar a la validez

interna del experimento, siempre que éste esté bien diseñado, pero siempre afectará a la
generalización de los resultados. La negativa de algunos sujetos a participar en algunos
tipos de investigaciones, la tendencia del experimentador a utilizar únicamente las
"muestras disponibles", el trabajar con "voluntarios", lo caro y laborioso que resulta
diseñar buenos experimentos, la imposibilidad de aplicar la selección al azar, etc., son
algunos de los factores de selección que contribuyen a minar la validez externa de un
diseño.

Si se ha experimentado una nueva técnica de tinción histológica a muestras titulares

procedentes de cerebro humano, en principio, no podemos generalizar los resultados a
todos los tejidos pertenecientes al sistema nervioso humano, ni a otros tipos de tejidos
humanos. Es muy posible que los resultados sean otros si se experimenta con biopsias
renales o hepáticas, aunque el protocolo a seguir sea el mismo. En sentido estricto, los
datos sólo permiten afirmar que aquí y ahora se ha descubierto tal tipo de relación
(validez interna). El querer generalizarla a sujetos o situaciones distintas de las
experimentales es ya otra cuestión que va más allá y que puede realizarse o no en
función de numerosos factores.

3. Efectos reactivos de los dispositivos experimentales

Como en los casos anteriores, la existencia de efectos reactivos impediría generalizar los
efectos de la variable experimental más allá de la situación experimental concreta
diseñada en nuestro estudio.

Normalmente, existe la creencia de que lo que se experimenta es mejor que lo conocido,

lo cual sólo es cierto en parte, pues si no, no se pondría a prueba. Si esta creencia se
suscita, bien porque hay filtraciones o bien por la sofisticación de la nueva situación
experimental, se producen efectos reactivos que merman la representatividad de los
sujetos. La presencia de personas o factores extraños dentro del marco experimental
desencadena con frecuencia conductas reactivas. Sin embargo, hay investigadores que
son partidarios de explicar a los sujetos experimentales la realidad de la situación en la

67
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

creencia de que ello evitará filtraciones indebidas y facilitará el desarrollo normal de los
acontecimientos. Es difícil establecer una norma. La novedad o artificialidad de un
experimento y la conciencia del sujeto de que esta participando en él (efecto Hawthorne)
son con frecuencia causa fundada de falta de representatividad y, por tanto, obstáculos
para la generalización de las conclusiones.

En términos prácticos, esto significa que se deben planificar investigaciones que sean
"naturales" a los sujetos experimentales y a la población a la que pretenden representar.

4. Interferencia de tratamientos múltiples

La interferencia se produce cuando se aplican a un mismo grupo de sujetos diferentes

tratamientos experimentales. Cuando a un grupo de muestras o de sujetos se aplica un
tipo de intervención o tratamiento y, a continuación, aplicamos un segundo tratamiento,
puede ocurrir que los efectos del primer tratamiento aún estén presentes en el grupo de
muestras o sujetos y que, por tanto, los efectos del segundo tratamiento queden
afectados por el primero. Por supuesto, todo esto se puede complicar exponencialmente
si aplicamos un tercer, un cuarto o un enésimo tratamiento a los sujetos del estudio.

Desde el punto de vista del diseño, la solución consiste en evitar los diseños de un solo
grupo para estudiar más de un tratamiento experimental. El recurso a diseños más
complejos como los factoriales, puede obviar este problema.

Según Fox (1981), existen cinco posibles fuentes de error en el desarrollo de un

experimento y que, aunque externas a éste, pueden sesgar los datos experimentales.
Estas fuentes de error son: el experimentador o sus agentes; los dispositivos de medición
utilizados; las situaciones de investigación, en especial durante la recogida de datos; la
ejecución del experimento, y la influencia del propio experimento. En realidad, estos
factores equivalen en gran medida a los factores que acabamos de analizar.

68
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

C.- CONTROL DE VARIABLES EXTRAÑAS

Hasta ahora hemos visto cómo numerosos factores y variables pueden afectar a la
validez interna o externa de los estudios experimentales. Tradicionalmente, se
consideraba que la experimentación básica de laboratorio generaba investigaciones de
gran validez interna (pues las condiciones experimentales están muy controladas),
mientras que los estudios de campo tendrían sobre todo validez externa (porque
representan muy bien a la población de origen). Hoy, sin embargo, algunos autores están
reconsiderando estos planteamientos.

La capacidad de control, sobre todo de control físico, de las investigaciones de

laboratorio, desvirtúa en ocasiones los procesos observados debido a la artificialidad de
la propia situación experimental. Por otro lado, los estudios de campo renuncian, más o
menos explícitamente, al control de los factores que afectan a la validez interna al
estudiar a los sujetos en su medio y su actividad habitual.

Los estudios de campo cuasiexperimentales pueden alcanzar gran validez interna si

aplican adecuadamente diseños complejos, así como validez externa si entre la muestra
y la población existen condiciones ambientales semejantes. No hay que olvidar que los
estudios de campo cuasiexperimentales ofrecen al menos las siguientes ventajas: 1) se
realizan en un marco real, por lo que es posible evitar muchas respuestas reactivas; 2)
permiten probar hipótesis amplias con proyección practica; 3) generan nuevas hipótesis
que pueden ponerse a prueba en situaciones mas restrictivas, y 4) aumentan la
posibilidad de generalizar los resultados.

Para evitar los problemas asociados a cada tipo de situación experimental, el investigador
puede recurrir al control de las variables extrañas que influyen en éstas. De este modo,
se podrá controlar la influencia de algunas variables independientes que son extrañas a
la finalidad de la investigación, de modo que la varianza que producen se anule, minimice
o aísle. La tarea de decidir qué variables experimentales pueden ser pertinentes y cuáles
no en una investigación concreta, puede ser ardua y difícil. Precisar cuáles son y cómo se
va a proceder para evitar que influyan de modo diferencial es función del investigador.

Varias son las técnicas de control que pueden utilizarse. En este Proyecto de
Investigación expondremos las siguientes, recordando que, en los experimentos
complejos, es frecuente utilizar al mismo tiempo más de una técnica de control:

69
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

1- Eliminación. Una de las formas de controlar una variable extraña consiste en mantener
constantes los valores de dicha variable. Es decir, eliminar la variable como variable,
dando a todos los grupos experimentales una sola graduación de ella. Así, por ejemplo, si
en un cultivo celular se quiere controlar el posible efecto de los distintos subcultivos
celulares sobre la variable estudiada, el investigador puede trabajar sólo con cultivos
celulares que pertenezcan a un mismo subcultivo. O si lo que preocupa es el sexo de los
individuos de los cuales proceden ciertos tejidos, se pueden elegir los grupos de modo
que pertenezcan a todos a un solo sexo, etc.

Esta técnica, en apariencia sencilla, tiene como contrapartida que limita la generalización
de los resultados y reduce la validez externa de los mismos. ¿Se mantendrá la misma
relación en células que pertenezcan a otros subcultivos o procedentes de pacientes de
otro sexo? No se sabe. Por otro lado, muchas variables extrañas no pueden ser
eliminadas por el investigador, por lo que no hay más remedio que incluirlas en el estudio
y recurrir a otro tipo de mecanismos de control (Escotet, 1980).

2- Introducción. Otra forma de controlar la variable experimental es introducirla en el

diseño como una variable independiente para lograr que varíe de modo sistemático. Así,
en los ejemplos citados se podría trabajar en todos los grupos con muestras procedentes
de individuos de ambos sexos o células pertenecientes a más de un subcultivo. Si
interesa información sobre dicha variable extraña y la variable dependiente o sobre la
interacción entre ella y la o las variables independientes, esta técnica es adecuada. Si no
es así, ata menos al investigador que la técnica anterior, pero no deja de ser laboriosa.

3- Constancia. Una tercera forma de control es la constancia de las condiciones. Cuando

una variable extraña no puede eliminarse, se la puede controlar manteniéndola fija
durante el proceso experimental. Es decir, cualquiera que sea esa variable, a todos los
sujetos se les asignará el mismo valor. Si la variable extraña influye del mismo modo y en
el mismo grado sobre las variables experimentales, no es probable que su efecto nos
pueda enmascarar los efectos de las variables causales sobre la variable problema. Por
ejemplo, aplicar los tratamientos experimentales en el mismo lugar, utilizar un solo
experimentador para todos los grupos, recoger las medidas con el mismo instrumento o
aparato, etc. En cuanto a los sujetos o las muestras, elegirlos del mismo tipo, la misma
edad, etc. En realidad, esta técnica está íntimamente relacionada con la eliminación.

70
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

4- Emparejamiento. Una cuarta técnica de control es el emparejamiento de sujetos. Si

tenemos una variable experimental que correlaciona altamente con la variable
dependiente, el emparejamiento reduce el término de error y aumenta la precisión del
experimento, pero ofrece ciertas dificultades. En primer lugar, es difícil obtener
coeficientes de correlación elevados, de 0,8, por ejemplo, y como mínimo de 0,6, entre
ambas variables. Por otra parte, es más difícil aún lograr el emparejamiento en dos o más
variables sin perder muestras o sujetos, pues en ocasiones es difícil encontrar pares de
muestras o sujetos igualados en varias variables. No obstante, cuando existe una
correlación sustancial entre la variable de apareamiento y la variable dependiente, es
recomendable utilizar el emparejamiento, si bien es necesario asignar después al azar a
los grupos experimentales a cada uno de los sujetos apareados. Este tipo de control es
ventajoso en los llamados diseños de medidas repetidas, que utilizan los mismos sujetos
con diferentes tratamientos experimentales.

5- Aleatorización. Otra forma de control es la distribución al azar. Teóricamente, este

método es la única forma de controlar todas las variables experimentales posibles, lo que
no quiere decir que necesariamente lo logre. La aleatorización, que fue introducida por
Fisher en 1928, supone una de las herramientas más poderosas con las que cuenta el
científico para controlar las variables extrañas en un marco experimental. Es decir, si se
ha utilizado en todo momento la distribución al azar, un investigador puede suponer que
sus grupos son estadísticamente iguales, aunque por azar podrían no serlo. Pero existen
mayores probabilidades de que lo sean que de que no lo sean. En efecto, cuando se lleva
a cabo una selección aleatoria de las muestras y de los casos a estudiar, es muy
probable que los sesgos se repartan de forma aleatoria en todos los grupos de estudio,
con lo que la posibilidad de llegar a una conclusión falsa por causa de un factor externo
será muy baja. Hoy en día, todo marco experimental ha de contar en mayor o menor
medida, con un proceso de aleatorización.

La aleatorización se emplea generalmente en dos situaciones: a) Cuando se sabe que

ciertas variables extrañas actúan en la situación experimental y no es posible controlarlas
por ninguna de las técnicas anteriores; b) Cuando se supone que existen algunas
variables extrañas que pueden actuar en nuestro estudio pero no es posible identificarlas
y, por tanto, no se puede recurrir a las otras técnicas.

71
Grupo de Investigación de Ingeniería Tisular Máster en Ingeniería Tisular

6- Control estadístico. Por último, recordar que existe el control estadístico, en el sentido
de que los métodos estadísticos sirven para aislar y cuantificar la varianza de unos datos.
La elección de la prueba estadística apropiada al diseño depende de varios criterios,
como veremos en el apartado correspondiente de este Proyecto de Investigación.

La técnica de control estadístico más utilizada es el análisis de covarianza. Se trata de

una forma de controlar la varianza que se lleva a cabo a nivel del análisis estadístico de
los datos, una vez ha concluido la recogida de información en forma de resultados. Por
ello, la potencia de este tipo de control es menor que la que se realiza en niveles previos
a la recogida de datos.

7- El diseño intrasujeto. En ocasiones, se puede recurrir a diseños experimentales

especiales, como el intrasujeto, que nos ayudan a controlar la varianza. Este tipo de
diseños, sin embargo, presentan poca utilidad en el campo de la investigación básica
experimental en ciencias de la salud.

72