DISEÑOS EXPERIMENTALES

Los diseños experimentales intentan establecer básicamente relaciones causa-

efecto. Más específicamente, cuando se desea estudiar como una variable
independiente (causa) modifica una variable dependiente (efecto), un diseño puede
contemplar el efecto que producen dos variables independientes tienen sobre una
dependiente, por lo que los diseños experimentales poseen una gran variación.

La relación causa-efecto solo puede ser atribuida mediante la aplicación de un

pensamiento lógico junto a un diseño bien aplicado.

Las siguientes pautas están asociadas a diseños idóneos:

a) La adecuada selección de un marco teórico
b) La selección apropiada de los sujetos
c) El uso de procedimiento estadísticos correctos
d) El control de la variable independiente
e) La adecuada medición de la variable dependiente
f) El control de variables asociadas o extrañas (Suárez, 2000).

Experimento
Un experimento es un estudio de investigación en el que se manipulan
deliberadamente una o más variables independientes para analizar las consecuencias
que la manipulación tiene sobre una o más variables dependientes, dentro de una
situación de control para el investigador (Hernández, Fernández y Baptista, 2014).

Un experimento se lleva a cabo para analizar si una o más variables

independientes afectan a una o más variables dependientes y por qué lo hacen.

El diseño experimental, establece cómo y en qué condiciones concretas se

pone a prueba la hipótesis, y trata de asegurar la validez interna de los resultados. La
clasificación de estos diseños se hace en dos categorías no excluyentes: los sujetos y
las variables (Flores, 2013).

Los diseños experimentales pueden considerar el estudio de grupos de sujetos.

Cuando se desea observar el comportamiento del fenómeno o de las variables
dependientes e independientes entre los sujetos de dos grupos o más, el diseño se
conoce como inter-sujetos. Cuando se pretende conocer el comportamiento del
fenómeno dentro de los miembros de un mismo grupo, se hace referencia a diseños
intrasujetos.

En la categoría de variables, los diseños se dividen en:

• Univariados, cuando hay una única variable dependiente.
• Multivariados, cuando hay más de una variable dependiente.

Los univariados, a su vez, se dividen en dos categorías:

• Diseños en los que hay una sola variable independiente, con dos o más niveles.
• Diseños factoriales, en los que hay más de una variable independiente (Flores,
2013).

La ampliación a más de una variable independiente del diseño anterior origina los
diseños factoriales, en los que cada uno de los experimentos es, en realidad, una
combinación de niveles de las variables independientes implicadas. La gran ventaja del
diseño factorial, es que no sólo permite evaluar la marca de cada una de las variables
independientes de un modelo, sino, también, su recíproca interacción.

Los diseños experimentales multivariados son una extensión de los diseños invariados:
“El diseño experimental multivariado es una estructura de investigación en la que se
registran dos o más variables dependientes de naturaleza cualitativamente distinta,
que, en conjunto, representan una entidad teórica compleja a la que denominamos
constructo” (Balluerka y Vergara, como se citó en Flores, 2013).
Según la Real Academia, un constructo se define como: “construcción teórica para
resolver un problema científico determinado” (Real Academia, como se citó en Flores,
2013).

Clasificación general de diseños experimentales

Sujetos Variables

Inter-sujetos Intra-sujetos Univariados Multivariados

Cada variable se Las variables se Factoriales Aquellos que
experimenta con experimentan con presentan dos
un grupo distinto. el mismo grupo. Presenta una Aquellos que o más variables
variable presentan mas dependientes.
independiente. de una variable
independiente.

En la investigación psicológica, de acuerdo con Flores (2013) limitar la complejidad de

la conducta a una sola variable dependiente trae consigo imprecisiones de validez, por
lo que el empleo de los diseños multivariados resulta útil. Esta clase de diseños facilitan
diversas tareas, entre las que destacan:
 Investigar temas complejos como el comportamiento humano
 Formar relaciones complejas entre diversas variables dependientes.
 Proporcionar más información en la investigación, así como mayor validez.

Sin embargo, los diseños más utilizados en psicología son los univariados de
comparación y factoriales inter-sujetos o intra-sujetos.

El experimento es una experiencia cuidadosamente planificada. Sus elementos

característicos son el control y la manipulación. Es necesario que el experimen-tador
lleve a cabo una observación objetiva de fenómenos, los cuales se reproducen bajo
situaciones de estricto control y en los que se hacen variar uno o más factores,
mientras los restantes permanecen constantes. El experimento está dotado de un
carácter activo que consiste en manipular niveles de variables independientes (causas)
seleccionadas con el objetivo de examinar la influencia que ejercen sobre determinadas
variables dependientes (efectos) (Flores, 2013).

En la experimentación, Flores (2013) menciona que al menos una de las variables es

manipulada, mientras que las unidades experimentales son asignadas aleatoriamente a
los distintos niveles de las variables manipuladas. Además de la presente clasificación
revisada, la historia de la psicología ha desarrollado múltiples herramientas o
estrategias de investigación como: la observación, entrevista, cuestionario, las escalas
de actitudes y de medida, que pueden emplearse, en esta disciplina. Los diseños cuasi
experimentales ofrecen esta posibilidad.

Simbología

Según Campbell y Stanley (como se citó en Suárez, 2000), se pueden escoger los
siguientes símbolos para la nominación de los diseños experimentales:

R = Para asignación al azar o aleatorización. Cuando aparece quiere decir que los
sujetos han sido asignados a un grupo de manera aleatoria (proviene del inglés
randomization).

G = Para determinar el número o grupo de sujetos (G1 = grupo 1, G2 =grupo 2, etc.).

X = Para la presencia de un tratamiento, estímulo, o condición experimental, las cuales

pueden ser varias, por lo que puede tener subíndices (X1, X2,...., Xn)

O = Una medición a los sujetos de un grupo, prueba, cuestionario, observación,

tarea, etc.). Si aparece antes del estímulo o tratamiento, se trata de un pretest
(previa al tratamiento). Si aparece después del estímulo se trata de una postest
(posterior al tratamiento). Puede tener subíndices para determinar el número de

mediciones (O1, O2, ..., On)

- = Ausencia del estímulo. (nivel “cero” en la variable independiente), Indica que
se trata de un grupo de control.

De acuerdo con Hernández, Fernández y Baptista (2014) la secuencia horizontal

indica tiempos distintos y cuando en dos grupos aparecen dos símbolos alineados
verticalmente, eso indica que tienen lugar en el mismo momento del experimento.
Veamos de manera gráfica estas dos observaciones:

RG1 O X O
Primero, se
Segundo, se Tercero, se Cuarto, se aplica
asigna a los
aplica una administra el una medición
sujetos al azar al
medición previa. tratamiento. posterior.
grupo 1.

RG1 X O Ambos símbolos están alienados

verticalmente, lo que significa que
RG2 - O tienen lugar en el mismo momento.

En la historia de la investigación, Campbell y Stanley en 1963 (como se citó en Suárez,

2000) revolucionaron la forma en que se planteaban y se llevaban a cabo las
investigaciones. Ellos identificaron tres categorías generales de diseños
experimentales:
a) experimentos verdaderos,
b) cuasi-experimentos, y
c) pre-experimentos.
En el siguiente cuadro se muestran las principales diferencias entre estos tipos de
experimentos.

Pre- Cuasi- Experimentos

Característica
experimentos experimentos puros
En algunos
Presencia de grupo control. Si Si
casos

Si, pero
Selección aleatoria de sujetos. No Si
restringida

Asignación aleatoria de los sujetos

No No Si
a los grupos.

Asignación aleatoria de
No Si es posible Si
tratamientos a grupos.

Grado de control sobre variables

Bajo Moderado Alto
externas.

Tienen equivalencia de grupos Si Si

EXPERIMENTOS “VERDADEROS”

Son aquellos que reúnen los dos requisitos para lograr el control y la validez interna:
1. grupos de comparación.
2. equivalencia de los grupos (Hernández, Fernández, y Baptista, 2014).

Diseño con postest únicamente y grupo de control

Este diseño incluye dos grupos, uno recibe el tratamiento experimental y el otro no
(grupo de control). Es decir, la manipulación de la variable independiente alcanza sólo
dos niveles: presencia y ausencia. Los sujetos se asignan a los grupos de manera
aleatoria. Después de que concluye el periodo experimental, a ambos grupos se les
administra una medición sobre la variable dependiente en estudio (Hernández,
Fernández, y Baptista, 2014).

El diseño se diagrama de la siguiente manera:

Asignan al azar Administración

Postest
Grupos tratamiento

RG1 X 01

RG2 – 02

En este diseño, la única diferencia entre los grupos debe ser la presencia-
ausencia de la variable independiente. Inicialmente son equivalentes y para
asegurarse de que durante el experimento continúen siéndolo (salvo por la presencia o
ausencia de dicha manipulación) el experimentador debe observar que no ocurra algo
que sólo afecte a un grupo.
La hora en que se efectúa el experimento debe ser la misma para ambos grupos (o ir
mezclando un sujeto de un grupo con un sujeto del otro grupo, cuando la participación
es individual), lo mismo que las condiciones ambientales y demás factores
mencionados al hablar de la equivalencia de los grupos (Hernández, Fernández, y
Baptista, 2010).

Wiersma y Jurs en 2008 hacen hincapié en que el postest debe administrarse

inmediatamente después de que concluya el experimento, en especial si la variable
dependiente tiende a cambiar con el paso del tiempo. El postest se aplica de manera
simultánea a ambos grupos (Wiersma y Jurs, como se citó en Hernández et al., 2010).

La comparación entre los resultados del pos-test de ambos grupos (01 y 02) nos indica
si hubo o no efecto de la manipulación. Si ambas difieren significativamente (01 ≠ 02),
esto indica que el tratamiento experimental tuvo un efecto a considerar. Si no hay
diferencias (01 = 02), ello indica que no hubo un efecto significativo del tratamiento
experimental (X).

La prueba estadística que suele utilizarse en este diseño para comparar a los grupos
es la prueba “t” de student para grupos correlacionados, al nivel de medición por
intervalos.

Según Hernández, Fernández, y Baptista (2010) El diseño con postest únicamente y

grupo de control puede extenderse para incluir más de dos grupos (tener varios niveles
o modalidades de manipulación de la variable independiente); en este caso, se usan
dos o más tratamientos experimentales además del grupo de control. Los sujetos se
asignan al azar a los grupos, y los efectos de los tratamientos experimentales se
investigan comparando los resultados del postest de los grupos. Su formato general
sería:

Asignan al azar Administración

Postest
Grupos tratamiento

RG1 X1 01
RG2 X2 02
RG3 X3 03
* * *
* * *
* * *
RGk Xk 0k
RGk+1 - 0k+1

Obsérvese que el último grupo no se expone a la variable independiente: es el

grupo de control. Si se carece de grupo de control, el diseño puede llamarse “diseño
con grupos aleatorizados y postest únicamente” (Wiersma y Jurs como se citó en
Hernández et al., 2010).
En el diseño con postest únicamente y grupo de control, así como en sus posibles
variaciones y extensiones, se logra controlar todas las fuentes de invalidación
interna. La administración de test no se presenta porque no hay pretest. Por haber
una sola medición, la aplicación de un test no influirá en las puntuaciones de test
subsecuentes (Hernández, Fernández, y Baptista, 2014).

La inestabilidad no afecta porque los componentes del experimento son los

mismos para todos los grupos (excepto la manipulación o los tratamientos
experimentales) ni la instrumentación porque es el mismo postest para todos, ni la
maduración porque la asignación es al azar (si hay, por ejemplo, cinco sujetos en un
grupo que se cansan fácilmente, habrá otros tantos en el otro grupo u otros grupos), ni
la regresión estadística porque si un grupo está regresando a su estado normal el otro
u otros también lo están (Hernández, Fernández, y Baptista, 2014).

También, Hernández, Fernández y Baptista (2014) la selección tampoco es

problema, ya que, si hay sujetos atípicos en un grupo, en el otro u otros también habrá
sujetos atípicos, y suponiendo que todos en un grupo sean atípicos, en el otro u otros
grupos todos serán atípicos y eso queda compensado. Las diferencias se pueden
atribuir a la manipulación de la variable independiente y no a que los sujetos sean
atípicos, pues la aleatorización hace equivalentes a los grupos en este factor.

Si en los dos grupos solo hubiera personas demasiado inteligentes y la variable

independiente fuera el método de enseñanza, diferencias en aprendizaje se atribuirían
al método y no a la inteligencia

Otras interacciones tampoco pueden afectar los resultados, pues si la selección se

controla, sus interacciones operarán de modo similar en todos los grupos. Y la historia
se controla si se vigila cuidadosamente que ningún acontecimiento afecte a un solo
grupo. Y si ocurre el acontecimiento en todos los grupos, aunque afecte, lo hará de
manera pareja en éstos.
En resumen, lo que influya en un grupo también influirá de manera equivalente en los
demás. Este razonamiento se aplica a todos los diseños experimentales “verdaderos”
(Hernández, Fernández y Baptista, 2014).

Diseño Pretest - Postest y Grupo Control

Este diseño incorpora la administración de pruebas a los grupos que componen el

experimento. Los sujetos se asignan al azar a los grupos, después a éstos se les
administra simultáneamente el pretest; un grupo recibe el tratamiento experimental
(grupo experimental) y otro no (grupo control), por último, se les administra
simultáneamente el postest (Petrosko, como se citó en Hernández et al., 2014).

El diseño se diagrama:

Asignan al Administración
Pretest Postest
azar Grupos tratamiento

RG1 01 X 02

RG2 03 - 04

La adición del pretest ofrece dos ventajas: primera, las puntuaciones de los pretest
sirven para fines de control en el experimento, pues al compararse los pretest de los
grupos se evalúa qué tan adecuada fue la aleatorización. Esto funciona, pero cuando
tenemos grupos de 15 personas o menos no está de más evaluar qué tanto funcionó la
asignación al azar. La segunda ventaja reside en que es posible analizar puntaje-
ganancia de cada grupo (la diferencia entre las puntuaciones del pretest y el postest)
(Hernández, Fernández y Baptista, 2014).
El diseño controla todas las fuentes de invalidación interna por las mismas razones que
se argumentaron en el diseño anterior (diseño con postest únicamente y grupo de
control). Y la administración del test queda controlado, ya que si el pretest afecta las
puntuaciones del postest lo hará de manera similar, lo que influye en un grupo deberá
influir de la misma manera en el otro, para mantener la equivalencia entre ambos.

En algunos casos, para no repetir exactamente el mismo instrumento de medición, se

desarrollan dos test que no sean los mismos, pero que sí sean equivalentes (que
produzcan los mismos resultados). La historia se controla observando que ningún
acontecimiento sólo afecte a un grupo (Hernández, Fernández, y Baptista, 2014).

Es posible extender este diseño para incluir más de dos grupos, lo cual se diagramaría
del siguiente modo:

Asignan al azar Administración

Pretest Postest
Grupos tratamiento

RG1 01 X1 02

RG2 03 X2 04

RG3 05 X3 06

* * * *

* * * *

* * * *

RGk 02k-1 Xk 02k

RGk+1 02k-1 - 02(k+1)

Se tienen diversos tratamientos experimentales y un grupo control. Si éste es excluido,

el diseño se llamaría “diseño de pretest-postest con grupos aleatorizados” (Simon,
como se citó en Hernández et al., 2014).
Diseño de cuatro grupos de Solomon

R.L. Solomon en 1949 (como se citó en Hernández et al., 2014) describió un diseño
que es la mezcla de los dos anteriores (diseño con postest únicamente y grupo de
control más diseño de pre test-postest con grupo de control); la suma de estos dos
diseños origina cuatro grupos: dos experimental y dos que no reciben tratamiento. Sólo
a uno de los grupos experimentales y a uno de los grupos de control se les administra
el pretest y a los cuatro grupos se les aplica el postest. Los sujetos se asignan en forma
aleatoria.

El diseño se diagrama así:

Asignan al azar Administración

Pretest Postest
Grupos tratamiento

RG1 01 X 02

RG2 03 - 04

RG3 - X 05

RG4 - - 06

El diseño original incluye solo cuatro grupos y un tratamiento experimental. Los efectos
se determinan comparando los cuatro postest. Los grupos 1 y 3 son experimentales, y
los grupos 2 y 4 son control.

La ventaja de este diseño es que el experimentador tiene la posibilidad de verificar los

posibles efectos del pretest sobre el postest, puesto que algunos grupos se les
administra pretest sobre el postest, y a algunos grupos se les administra pretest y a
otros no. Es posible que el pretest afecte al postest o que aquel interactúe con el
tratamiento experimental (Hernández, Fernández, y Baptista, 2010).

El diseño de Solomon controla todas las fuentes de invalidación interna por las mismas
razones que fueron explicadas desde el diseño con postest únicamente y grupo control.
La administración de medición se somete a un análisis minucioso. La historia la
controla si se observa que ningún suceso afecta sólo a un grupo. (Hernández,
Fernández, y Baptista, 2010).

Las técnicas estadísticas más usuales para comparar las mediciones en este diseño
son prueba ji-cuadrada para múltiples grupos (nivel de medición nominal), análisis de
varianza en una sola dirección (ANOVA one way, si se tiene el nivel de medición por
intervalos y se comparan únicamente los postest), y análisis factorial de varianza
(cuando se tiene un nivel de medición por intervalos y se comparan todas las
mediciones: pretest y postest) (Hernández, Fernández, y Baptista, 1991).

Diseños experimentales e series cronológicas múltiples

Hernández, Fernández y Baptista (1991) los tres diseños experimentales que se han
comentado sirven más bien para analizar efectos inmediatos o a corto plazo. En
ocasiones el experimentador está interesado en analizar efectos en el mediano o largo
plazo, porque tiene bases para suponer que la influencia de la variable independiente
sobre la dependiente tarda en manifestarse. Por ejemplo, programas de difusión de
innovaciones, métodos educativos o estrategias de las psicoterapias, en tales casos, es
conveniente adoptar diseños con varios postest; a estos diseños se les conoce como
series cronológicas experimentales.

En realidad, el término “serie cronológica” se aplica a cualquier diseño que efectúe a

través del tiempo varias observaciones o mediciones sobre una variable, sea o no
experimental, sólo que en este caso se les llama experimentales porque reúnen los
requisitos para serlo.

En estos diseños se tienen dos o más grupos y los sujetos son asignados al azar a
dichos grupos. Solamente que, debido a que transcurre mucho más tiempo entre el
inicio y la terminación del experimento, el investigador debe tener cuidado de que no
ocurra algo que afecte de manera distinta a los grupos (con excepción de la
manipulación de la variable independiente). Lo mismo sucede cuando la aplicación del
estímulo lleva mucho tiempo. Con el paso del tiempo es más difícil mantener la
equivalencia inicial de los grupos (Hernández, Fernández, y Baptista, 2010).

Las pruebas pueden ser tantas como se requiera y sea posible aplicar. Asimismo, en
otras ocasiones se desea analizar la evolución de los grupos antes y después del
tratamiento experimental.

En esta situación pueden incluirse varias pretest y postest, en cuyo caso se tendrían
esquemas como el siguiente:
Asignan al azar Administración
Pretest Pretest Pretest Postest Postest Postest
Grupos tratamiento

R G1 0 0 0 X1 0 0 0

R G2 0 0 0 X2 0 0 0

R G3 0 0 0 - 0 0 0

Una ventaja del diseño es que es posible evaluar la evolución comparativa de los
grupos.

En los diseños de series cronológicas se controlan todas las fuentes de invalidación

interna, siempre y cuando se lleve a cabo un seguimiento minucioso de los grupos,
para asegurarse de que la única diferencia entre ellos sea la manipulación de la
variable independiente. En algunos casos, llega a haber una influencia de la repetición
de las mediciones sobre la variable dependiente (administración de pruebas múltiples),
sobre todo en las pruebas donde el sujeto participa activamente y sabe que está
respondiendo a una prueba, no tanto así en las mediciones en que el sujeto es más
pasivo y no se encuentra consciente de que se le mide. De cualquier manera, en caso
de que exista dicha influencia, se presentará de forma similar en todos los grupos
(Hernández, Fernández, y Baptista, 1991).
Para estos diseños se suelen utilizar diversos análisis estadísticos complejos,
dependiendo del nivel de medición de las variables y del tipo de análisis e
interpretación que se desee realizar, como análisis de regresión múltiple o análisis de
cambio.

Diseños de series cronológicas con repetición del estímulo

En ocasiones, el investigador anticipa que el tratamiento experimental (estímulo) no

tiene efecto o es mínimo si se aplica una sola vez, tal como sería hacer ejercicio físico
un solo día sin esperar un cambio en la musculatura. También en ocasiones el
investigador quiere conocer el efecto sobre las variables dependientes cada que se
aplica el estímulo experimental (Hernández, Fernández, y Baptista, 1991).

Los sujetos se asignan al azar a los distintos grupos y a cada grupo se le administra
varias veces el tratamiento experimental que le corresponde. En el siguiente ejemplo,
cada tratamiento se aplica cuatro veces al grupo respectivo.

Algunos de estos diseños diagramados se muestran a continuación:

Asignan
Pre Aplic Pos Aplic Pos Aplic Pos Aplic Pos
al azar
test tratam test tratam test tratam test tratam test
Grupos
R G1 01 X1 02 X1 03 X1 04 X1 05

R G2 06 X2 07 X2 08 X2 09 X2 010

R G3 011 X3 012 X3 013 X3 014 X3 015

R G4 016 - 017 - 018 - 019 - 020

En algunos casos se prescindiría de los test, y el experimentador por alguna

justificación teórica o empírica, podría aplicar postest a intervalos sistemáticos
diferentes.
 Asignan
Aplic Pos Aplic Aplic Aplic Pos Aplic Aplic Aplic Pos
al azar
tratam test tratam tratam tratam test tratam tratam tratam test
Grupos

R G1 X1 01 X1 X1 X1 02 X1 X1 X1 03

R G2 X2 04 X2 X2 X2 05 X2 X2 X2 06

R G3 - 07 - - - 08 - - - 09

O bien, aplicar los postest a intervalos regulares (por determinada razón):

Asignan
Aplic Aplic Pos Aplic Pos Aplic Aplic Aplic Pos Aplic Pos
al azar
tratam tratam test tratam test tratam tratam tratam test tratam test
Grupos

R G1 X1 X1 01 X1 02 X1 X1 X1 03 X1 04

R G2 X2 X2 05 X2 06 X2 X2 X2 07 X2 08

R G3 - - 09 - 010 - - - 011 - 012

Las pruebas estadísticas usuales para estos diseños son análisis de regresión múltiple
o análisis de cambio, dependiendo del análisis e interpretación que se desee realizar, al
igual que las usadas para las series cronológicas múltiples (Hernández, Fernández, y
Baptista, 1991).

Diseños con tratamientos múltiples

A veces el investigador desea analizar el efecto de aplicar los diversos tratamientos

experimentales a todos los sujetos. En estos casos es posible utilizar los diseños con
tratamientos múltiples. La aplicación de tratamientos puede ser individual o en un grupo
y hay distintas variaciones:

a) Varios grupos
En este caso, se tienen varios grupos a los cuales se asignan los sujetos al azar.
A cada grupo se le aplican todos los tratamientos. La secuencia de la aplicación de
tratamientos puede o no ser la misma para todos los grupos y es posible administrar
uno o más postest a los grupos (posteriores a cada tratamiento experimental). Dos
diagramas de estos diseños son:

Misma secuencia para los grupos:

Asignan
Aplic Pos Aplic Pos Aplic Pos
sujetos Grupos
tratam Test 1 tratam Test 2 tratam Test 3
al azar
R G1 X1 01 X2 02 X3 03
R G2 X1 04 X2 05 X3 06
R G3 X1 07 X2 08 X3 09

Secuencia diferente:

Asignan
Aplic Pos Aplic Pos Aplic Pos
sujetos al Grupos
tratam Test 1 tratam Test 2 tratam Test 3
azar
R G1 X1 01 X2 02 X3 03
R G2 X2 04 X3 05 X1 06
R G3 X3 07 X2 08 X1 09

Aquí el experimentador debe tener cuidado al interpretar los segundos postest y

mediciones subsecuentes, ya que quizás exista una influencia diferente en los grupos
provocada por distintas secuencias de los tratamientos. De hecho, durante el
experimento es muy probable que haya diferencias entre grupos, y al finalizar el
experimento los resultados se deban en buena medida, a la secuencia con que fueron
administrados los tratamientos (Hernández, Fernández, y Baptista, 1991).

Los diseños experimentales con tratamientos múltiples y secuencia diferente en los

grupos llegan a tener distintos efectos que deben analizarse con minuciosidad.
Algunos tratamientos tienen efectos reversibles, en esta situación no hay interferencia
entre tratamientos y los postest se ven influidos únicamente por el tratamiento
inmediato anterior, ello facilita la interpretación; pero a menudo los efectos no son
reversibles sino aditivos o interactivos; esto es, los resultados de un postest se pueden
ver influidos no sólo por el tratamiento inmediatamente anterior, sino por los que le
antecedieron a éste, y no es fácil saber cuánto se debió a X1, cuánto a X2, o Xk.

b) Un solo grupo
En situaciones donde sólo se cuenta con un número reducido de sujetos para el
experimento, es posible realizar un diseño con tratamientos múltiples y un solo grupo.
No hay asignación al azar puesto que se tiene a un único grupo. La equivalencia se
obtiene puesto que no hay nada más similar a un grupo que este mismo. El grupo hace
las veces de “grupo experimental” y “control”.

Este diseño se diagrama así:

Aplic Pos Aplic Pos Aplic Pos Aplic Pos Aplic Pos
Grupos
tratam Test 1 tratam Test 2 tratam Test 3 tratam Test 4 tratam Test 5

G
X1 01 X2 02 - 03 X3 04 - 0k...
único

Cuando se considere conveniente, se utiliza como grupo control. Sin embargo, tal
diseño está limitado a que los efectos de los tratamientos múltiples sean reversibles; de
lo contrario no es un diseño experimental, sino cuasiexperimental. Y si en estos
diseños se introduce sistemáticamente y como variable independiente la secuencia de
administración de los tratamientos, se convierten en factoriales (Hernández,
Fernández, y Baptista, 1991).

Las pruebas estadísticas que se utilizan en estos diseños son análisis de regresión
múltiple o análisis de cambio, mismas que se tienen para las series cronológicas y los
diseños con repetición del estímulo.

Normalmente, se miden muchas variables dependientes para optimizar el costo,

analizando los efectos de la variable independiente sobre varias dependientes. En
ocasiones, como parte del postest, se incluyen mediciones para verificar que tanto
funcionó la manipulación (verificaciones de la manipulación) o a veces estas
verificaciones son independientes del postest (Hernández, Fernández, y Baptista,
1991).

Diseños Factoriales

El diseño factorial de acuerdo con Hernández, Fernández y Baptista, 1991) más simple
manipula (hace variar) dos variables, cada una con dos niveles. A este diseño se le
conoce como “diseño factorial 2 X 2”, en donde el número de dígitos indica el número
de variables independientes.

2 X 2

Un dígito (primera Otro dígito (segunda

variable independiente) variable independiente)

Y el valor numérico de cada dígito indica el número de niveles o modalidades de la

variable independiente en cuestión. En este caso es “2”, lo cual quiere decir que cada
una de las variables tiene dos niveles. No es necesario que los valores numéricos sean
los mismos para todas las variables independientes (Wiersma y Jurs, como se citó en
Hernández et al., 1991). En teoría, puede haber cualquier número de variables
independientes con cualquier número de niveles cada una.

Otros diseños factoriales

El número de grupos que se forman en un diseño factorial es igual a todas las

posibles combinaciones que surjan al cruzar los niveles de una variable independiente
con los niveles de las otras variables. Así, en un diseño 2 X 2 tendremos cuatro grupos;
en un diseño 3 X 2 tendremos seis grupos, etc. Debe observarse que el resultado de la
multiplicación es el número de grupos resultante. En estos diseños, el número de
grupos aumenta con rapidez con el incremento del número de variables independientes
o niveles (exponenciales). Ello se debe a que los niveles tienen que tomarse en todas
sus posibles combinaciones.
En los diseños experimentales factoriales, al menos una de las variables
independientes debe ser experimental; las demás pueden ser variables organísmicas
(variables internas del individuo), introducidas en el diseño con fines de control
(Wiersma y Jurs, como se citó en Hernández et al., 1991).

Los diseños factoriales son sumamente útiles porque permiten al investigador

evaluar los efectos de cada variable independiente sobre la dependiente por separado
y los efectos de las variables independientes conjuntamente. A través de estos diseños
se observan los efectos de interacción entre las variables independientes.

La interacción es un efecto producido sobre la variable dependiente, de tal manera que

el efecto de una variable independiente deja de permanecer constante a través de los
niveles de la otra. El efecto de interacción está presente si el efecto conjunto de las
variables independientes no es igual a sus efectos por separado. Ello significa que el
efecto de una variable independiente por sí mismo, no es igual que cuando se toma en
combinación con los niveles de otra variable independiente. Así, hay dos tipos de
efectos que es posible evaluar en los diseños factoriales: los efectos de cada variable
independiente (llamados efectos principales) y los efectos de interacción entre dos o
más variables (Wiersma y Jurs, como se citó en Hernández et al., 1991).

DISEÑO CUASI EXPERIMENTAL

Flores (2013) menciona que el diseño cuasi experimental es el más utilizado en

las investigaciones en psicología, ya que en éste el investigador generalmente se limita
a observar e intervenir, manipulando la variable independiente, sin llegar a la
experimentación de campo o de laboratorio. Los diseños cuasi experimentales se
utilizan en situaciones en las que el experimentador no asigna los sujetos al azar, por
ser grupos de individuos ya formados con anterioridad. De ahí que se tenga un poder
limitado sobre la variable independiente.
 Estos diseños suponen una pérdida de rigor experimental que puede afectar a la
validez interna; sin embargo, ofrecen la ventaja de garantizar la validez externa de tipo
ambiental. Los diseños cuasi experimentales se agrupan en categorías:
 Pre-experimentales.
 Diseños con grupo de control no equivalente.
 Diseño de series temporales interrumpidas.
 Diseño de caso único.

Diseños Cuasi-experimentales

 En este tipo de diseño, el suceso que, según la hipótesis, causa las diferencias
entre los grupos, ya ocurrió.
 Los grupos son intactos, es decir, ya en la realidad pertenecen a una determinada
categoría o variable.
 Tienen grupo control (Suárez, 2000).

Diseño con grupo de control no equivalente.

El experimentador trabaja con este tipo de diseño y lo aplica a un grupo control, ya que

resulta difícil o imposible la asignación aleatoria de los sujetos que integran los

grupos (Flores, 2013). El diseño de grupo control no equivalente tiene el siguiente

espectro:

Pre Aplic Pos

Grupos
Test tratam Test

G1 01 X 02

G2 03 - 04
Diseños de series temporales interrumpidas.

De los diseños cuasi experimentales, el de series temporales interrumpidas es el que

logra una mayor validez interna. La metodología de este diseño consiste en

mediciones en intervalos periódicos antes de que comience el programa y de

mediciones extendidas una vez que se haya concluido con la investigación. Este

procedimiento ayuda a saber si las medidas tomadas antes y después de la aplicación

del programa representan un cambio decisivo o si acaso son la consecuencia de

actividades anteriores. Es importante acotar que algunos acontecimientos podrían

haberse producido al mismo tiempo que el programa y ser la causa de los efectos

observados por el investigador (Flores, 2013).

Diseño de caso único

En la psicología clínica, mucho del trabajo que se realiza es cara a cara; es decir, se

trabaja con un solo sujeto de manera presencial y éste es sometido a un programa de

intervención terapéutico, con el objetivo de modificar una serie de conductas. En tal

caso, es necesaria la evaluación del programa de intervención, con el objetivo de

experimentar de forma científica el efecto que el tratamiento ha tenido para el

paciente y la posibilidad de generalización para otros sujetos con características

semejantes (Flores, 2013).

En la evaluación de los programas de intervención aplicados a un solo sujeto es

necesario crear los criterios experimentales para poder formar relaciones causales

entre la variable independiente (que sería el programa) y la dependiente (la

conducta a modificar en el sujeto de estudio).

 PRE-EXPERIMENTOS

Los preexperimentos son la clase de diseños experimentales que se

caracterizan por el grado mínimo de control. Es decir, no tienen grupo control y la

asignación de los grupos y de los sujetos no se hace al azar. Por estas

características, no son adecuados para el establecimiento de relaciones explicativas

entre una variable independiente y otra dependiente. Se usan en estudios

exploratorios de experimentos verdaderos y su interpretación es muy cautelosa debido

a la invalidez tanto interna como externa que presentan (Suárez, 2000).

Estudio de caso con una sola medición.

El diseño podría expresarse en un diagrama de la siguiente manera:

Aplicación
Grupo Postest
tratamiento

G X O

Consiste en administrar un tratamiento a un grupo y después aplicar una medición

(postest) en una o más variables para observar cuál es el nivel del grupo en estas
variables

Este diseño no cumple con los requisitos de un “verdadero” experimento. Si hay

manipulación de la variable independiente, pero no hay referencia previa de cuál era
antes del tratamiento el nivel que tenía el grupo en la variable dependiente, ni grupo de
comparación (Hernández, Fernández, y Baptista, 1991).
El diseño adolece de los defectos que fueron mencionados al hablar de uno de los
requisitos para lograr el control experimental: tener varios grupos de comparación. No
es posible establecer causalidad con certeza ni se controlan las fuentes de invalidación
interna.

Diseño pretest-postest con un solo grupo

Un caso de diseño pre-experimental sería el diseño de un solo grupo con pre y post
test; este tipo de diseños se hace en la medición de la variable dependiente, antes y
después de la exposición del sujeto a la variable independiente. En estos diseños, el
investigador puede manipular la intervención, pero carece de grupo de control. La
ausencia del grupo control hace que el grado de certeza para atribuir un cambio
observado en la respuesta a la intervención experimental sea menor que si se hubiera
realizado un verdadero experimento” (López de la llave, como se citó en Flores, 2013).

Este diseño se diagrama así:

Pre Aplic Pos

Grupo
Test tratam Test

G O1 X O2

Consiste en sacar la línea base a un grupo, luego se le administra el tratamiento y

después de esté se mide la ejecución posterior al tratamiento.

El diseño ofrece una ventaja sobre el anterior: hay un punto de referencia inicial para
ver qué nivel tenía el grupo en la variable dependiente (sea 1 o varias) antes del
tratamiento. Es decir, hay un seguimiento del grupo. Sin embargo, no hay grupo de
comparación (Hernández, Fernández, y Baptista, 1991).

Pueden actuar varias fuentes de invalidación interna, por ejemplo, la historia, entre 01 y
02 suelen ocurrir muchos otros acontecimientos capaces de generar cambios, además
del tratamiento experimental, por lo tanto, se debe cuidar el lapso entre ambas
mediciones, porque entre mayor sea el lapso de la segunda medición después del
tratamiento pueden actuar la historia misma como variable que estén interactuando
como sería la maduración, la fatiga, el aburrimiento, entre otras. Sin embargo, ésto se
puede subsanar utilizando un buen análisis estadístico que le de precisión a los
resultados.

Es importante cuidar la elección del grupo ya que se puede correr el riesgo de elegir
a un grupo atípico o que en el momento del experimento no se encuentre en su estado
normal. Así mismo, es posible que haya un efecto del pretest sobre el postest, y se
debe cuidar mucho la elección del análisis estadístico que le aporte el porcentaje
exacto de impacto de la variable independiente (tratamiento) sobre la variable
dependiente; de lo contrario no se podrá establecer con certeza la casualidad
(Hernández, Fernández, y Baptista, 1991).

Los dos diseños preexperimentales no son considerados de los más adecuados para el
establecimiento de relaciones entre la variable independiente y la variable dependiente.
Algunos investigadores consideran que se deben utilizar los preexperimentos como
ensayos de otros experimentos con mayor control, que en ciertas ocasiones sirven
como estudios exploratorios, pero sus resultados deben observarse con precaución ya
que de ellos no es posible obtener conclusiones seguras (Hernández, Fernández, y
Baptista, 1991).
Referencias Bibliográficas

Flores, C. (2013). Psicología Experimental. Estado de México, México: RED

TERCER MILENIO S.C. Recuperado de:
http://www.aliat.org.mx/BibliotecasDigitales/derecho_y_ciencias_sociales/Psicolo
gia_experimental.pdf

Hernández, R., Fernández, C., y Baptista, L. (1991). Metodología de la

investigación 1°ed. Estado de México, México: McGRAW - HILL INTERAMERICANA
DE MÉXICO, S.A. de C.V. Recuperado de:
https://www.uv.mx/personal/cbustamante/files/2011/06/Metodologia-de-la-
Investigaci%C3%83%C2%B3n_Sampieri.pdf

Hernández, R., Fernández, C., y Baptista, L. (2010). Metodología de la

investigación 5° ed. D.F., México: McGRAW - HILL INTERAMERICANA DE MÉXICO,
S.A. de C.V. Recuperado de:
https://www.esup.edu.pe/descargas/dep_investigacion/Metodologia%20de%20la
%20investigaci%C3%B3n%205ta%20Edici%C3%B3n.pdf

Hernández, R., Fernández, C., y Baptista, L. (2014). Metodología de la

investigación 6° ed. D.F., México: McGRAW - HILL INTERAMERICANA DE MÉXICO,
S.A. de C.V. Recuperado de:
https://periodicooficial.jalisco.gob.mx/sites/periodicooficial.jalisco.gob.mx/files/me
todologia_de_la_investigacion_-_roberto_hernandez_sampieri.pdf

Suárez, G. (2000). Diseños Experimentales. Universidad de Antioquia.

Recuperado de:
http://viref.udea.edu.co/contenido/menu_alterno/apuntes/ac37diseno_experiment
.pdf