MÒDULO 11

DOCENTE : EDITH NATALIA PORTOCARRERO CONDEZO.

1
 UNIDAD DIDÁCTICA III
PLANTEAMIENTO DE LA METODOLOGÍA DE INVESTIGACIÓN

Sesión de aprendizaje 11: El método y diseños de investigación

1. Objetivos: Determina el método y diseño de investigación .

2.Contenidos

1 Métodos empíricos de la Investigación social

2 Concepción e importancia de los diseños de investigación social
3 Diseños descriptivos
4 Diseños históricos
5 Diseños experimentales de investigación

3. Introducción

El profesor explica el contenido del módulo, luego los alumnos leen la lectura sobre relación de
variables de Corbeta (2010). En la siguiente sesión los alumnos trabajan la matriz lógica del método y
diseño de investigación de su proyecto.

4. Descripción de los contenidos

4.1 Métodos empíricos de la Investigación social

La metodología del conocimiento científico comprende la metodología filosófica, científica general y

científica particular (Gonzalez,1984).De acuerdo al tipo de problema e hipótesis de investigación es
conveniente elegir el método empírico específico (científica particular) más adecuado que permita
organizar y recoger los datos para la demostración de las hipótesis previstas y no caer, como dice Anderg-
Eg (2011), en los extremos, el fetichismo a los métodos y técnicas o al excesivo refinamiento
metodológico.

Por lo tanto, los métodos más aplicados en la investigación social son las siguientes: el método descriptivo
para resolver problemas de manera descriptiva, el método experimental que se aplica generalmente para
resolver problemas de tipo explicativo, y el método histórico para resolver problemas de carácter
evolutivo o genético.

El método descriptivo

Es el procedimiento general - el camino - que consiste en ir a la búsqueda de la información en los mismos

hechos o fenómenos de la realidad tal como se encuentran en su estado “natural”, y a partir de allí recopilar
los datos sobre las variables investigadas mediante las técnicas e instrumentos adecuados para resolver
algún problema de investigación desde el nivel exploratorio hasta el explicativo.

En este procedimiento de investigación no se manipulan ni controlan las variables, sino se trata de reflejar
el estado, condición o características del fenómeno investigado tal como es, en forma fidedigna como una

2
especie de fotografía o radiografía. Este método se materializa mediante la aplicación de los diversos
diseños de investigación descriptiva.

El método experimental

Consiste en controlar y manipular intencionadamente una variable experimental en un ambiente preparado

o en su estado natural, para observar y medir los cambios y efectos que produce en la otra variable
denominada dependiente.

Este método se aplica para la investigación de problemas de tipo explicativo y corresponden a las
investigaciones experimentales. Para su aplicación se requiere de algunos de los diseños experimentales.

El método histórico

Se aplica para investigar problemas de carácter histórico, sobre hechos que ya sucedieron como por
ejemplo en el campo de la historia de comunicación y de sus componentes o el de la historia de los medios
de comunicación, etc. Se aplica cuando el estudio es de un fenómeno de la comunicación ubicado en el
tiempo, para establecer su evolución, así como sus antecedentes o factores y repercusiones.

4.2 Concepción e importancia de los diseños de investigación social

De acuerdo a Sánchez y Reyes (2015:91) un diseño de investigación “puede ser definido como una
estructura u organización esquematizada que adopta el investigador para relacionar y controlar las
variables de estudio”. Más adelante, propone dos criterios principales para elegir un tipo de diseño, de
acuerdo a la investigación concreta de la cual se trate:

a) El diseño debe ser apropiado para la verificación de las hipótesis.

b) El grado de control que debe proporcionar el diseño con respecto a las variables de estudio.

En este sentido, el diseño puede ser considerado como una organización esquematizada que permite la
verificación de las hipótesis y el control de las variables.

Por otro lado, Rodríguez, et al (1984:98) señalan que “en el proceso de demostración de la hipótesis … el
investigador debe crear una situación investigativa en la que queden sólidamente establecidas las
interrelaciones lógicas entre los objetivos, el problema, la hipótesis y los métodos que se emplearán para
responder las interrogantes planteadas. A esta situación investigativa es lo que llamamos diseño de
investigación”. Luego, cuando describe cada una de las etapas de la investigación, precisa el diseño como
construcción de una situación investigativa que permita comprobar la veracidad o falsedad de las hipótesis
propuestas.

De aquí se concibe el diseño como modelo de prueba de hipótesis, como una situación investigativa que
interrelaciona lógicamente la hipótesis, la muestra, las variables y la medición.

Sierra (1995:128) nos da una noción más integral y precisa cuando sostiene que el “diseño, se puede
definir específicamente como la concepción de la forma de realizar la prueba que supone toda
investigación científica y social, tanto en el aspecto de la disposición y enlace de los elementos que
interviene en ella como en el plan a seguir en la obtención y tratamiento de los datos necesarios para
verificarlos”. En otro párrafo precisa que el diseño hace referencia, por una parte, a la esencia de la

3
investigación social, la prueba y la aplicación del método científico y, por otra, a la esencia del trabajo
científico, la validez. De aquí su importancia básica para toda investigación. Además, señala que el “fin
del diseño como el de la investigación en general, es lograr la máxima validez posible, es decir, la
correspondencia más ajustada de los resultados del estudio con la realidad.”. Al respecto señala Hernández
et al. (2014) los diseños experimentales cuentan con dos tipos de validez: interna (Grado de confianza que
se tiene de que los resultados del experimento se interpreten adecuadamente y sean válidos) y eterna
(Posibilidad de generalizar los resultados de un experimento a situaciones no experimentales, así como a
otras personas, casos y poblaciones), a su vez las primeras son de 8 tipos y las segundas de 4 (Ver anexo
2).

En conclusión, el diseño de investigación es el plan, modelo o estrategia más apropiada de comprobación

del grado de veracidad o falsedad de la hipótesis con el propósito de asegurar la mayor validez posible de
la investigación. El diseño es parte sustancial del proyecto de investigación que está determinado por el
problema e hipótesis planteados.

4.3 Diseños descriptivos

De acuerdo al método aplicado en el trabajo de investigación, los diseños pueden ser: descriptivos,
históricos y experimentales. En esta primera parte veremos los principales diseños descriptivos
basándonos en las propuestas de Sierra (1995) y de Sánchez y Reyes (2015), estos se resumen en la figura
uno.

MÉTODO DISEÑOS ESQUEMA LÓGICA

Simple M–O O
Comparativo M1 – O1 O1 = O2
M2 – O2 O1 ≠ O2
Ox r xy = 0
Correlacional r xy ≠ 0
M r
Oy
Causal comparativo M1---O1xyz O1 = O2 = O3
DESCRIPTIVOS M2---O2xyz O1 ≠ O2 ≠ O3
M3---O3xyz
Prospectivo O1
(M1) → O1
Ex post facto Retrospectivo
O2 ← (M2) O2

Figura 1. Diseños históricos, esquema y lógica de contrastación

a) Diseño de investigación descriptiva simple

Consiste en que el investigador busca y recoge datos o informaciones actuales con respecto al valor de
una o más variables en una determinada muestra o unidad de observación (objeto de investigación). En
este tipo de diseño se investiga, se describen características o condiciones de algún hecho o fenómeno tal
como se encuentran en la realidad sin la manipulación ni control de variables.

El diseño descriptivo simple puede ser diagramado con fines didácticos y metodológicos en la forma
siguiente:

M ------------------O
4
Donde:

M: representa la muestra en el que se va a realizar la investigación, y

O: representa la información o datos que se obtiene al aplicar los instrumentos en la muestra respectiva.

Por ejemplo, si se desea investigar sobre las características del consumo de programas televisivos de los
alumnos de educación primaria del distrito de Palca-Hvca, será conveniente aplicar este diseño, porque
se trata de averiguar y sistematizar características del consumo de programas televisivos tal cual como se
encuentran en el momento de la investigación, sin la manipulación experimental de ninguna variable.
También se puede aplicar para determinar cuál es la calidad del consumo de programas televisivos, en
este caso se debe plantear la hipótesis, por ejemplo, que la calidad será baja.

b) Diseño de investigación descriptiva comparativa

Constituye la aplicación de dos diseños descriptivos simples a la vez, es decir, dado una variable o algún
fenómeno o hecho de interés se trata de investigar en dos o más muestras con la finalidad de analizar las
informaciones o datos en forma comparativa.

En términos didácticos se puede esquematizar de la siguiente forma:

M1 O1
M2 O2 O1 = O2 = On
Mn On ≠ ≠

Donde:

M1, M2 y Mn representan a cada una de las muestras seleccionadas para su investigación,

O1, O2 y On representan las observaciones o datos a obtenerse en cada una de las muestras.
Las relaciones entre O1 y O2, entre O2 y On, etc. representan las comparaciones a realizarse en el análisis
de resultados; en general caben las siguientes posibilidades: pueden ser iguales, diferentes o tener rasgos
semejantes.

Por ejemplo, si se desea investigar ¿Existen diferencias en el consumo de programas televisivos de

estudiantes de educación primaria según zona de residencia (rural, urbano marginal y urbana) en el distrito
de El Tambo de la provincia de Huancayo? Será necesario recoger información por lo menos en tres
muestras: una muestra de niños de zona rural, otra de zona urbano-marginal y otra de zona urbana, a fin
de realizar el análisis comparativo en estas tres zonas del distrito de El Tambo, establecer las semejanzas
y diferencias y luego realizar la generalización respectiva.

Similar caso ocurre cuando se desea investigar las comparaciones según sexo, edad, grado educativo, tipo
de familia, etc.

c) Diseño de investigación descriptivo correlacional

Es un diseño basado en una sola muestra de estudio, pero en el que se investigan dos o más variables
tratando de establecer relaciones entre ellos; es decir, el investigador “observa la presencia o ausencia de

5
las variables que desea relacionar y luego las relaciona por medio de la técnica estadística de análisis de
correlación” (Alarcón, 2008, y Sánchez y Reyes, 2015). En este caso, se trata de establecer relaciones de
asociación o de covarianza entre las variables, y no relaciones de causalidad.

Este diseño puede diagramarse de la siguiente forma:

Ox Ox r Oy
r
M Oy Ox r Oz r xy = 0
r ≠
Oz Oy r Oz

Donde:

M: representa a la muestra de estudio;

Los subíndices x, y, z en cada O representan a las observaciones o datos a obtenerse en cada una de las
variables;
La r representa las posibles correlaciones existentes entre las variables.

El coeficiente de correlación adquiere valores desde +1 hasta -1; cuanto más se acerca a +1 la correlación
es directa, es decir, ambas variables varían en el mismo sentido; en cambio, cuanto más se acercan a -1 la
correlación es inversa, es decir, las variables varían en sentidos contrarios; El coeficiente 0 (cero) indica
ausencia total de correlación.

Por ejemplo, si se propone investigar la relación que existe entre la calidad del consumo de los programas
televisivos, las habilidades lingüísticas y el nivel de rendimiento académico de los estudiantes de
educación secundaria del distrito de Chilca, se aplicará este diseño; donde se correlacionarán tres
variables: Vx Consumo de programas televisivos, Vy habilidades lingüísticas y Vz rendimiento académico
en una muestra de estudiantes de educación secundaria del distrito de Chilca.

También podría correlacionarse las variables como los estilos de comunicación, la comunicación
organizacional, la responsabilidad social, etc. en trabajadores del sector salud, en amas de casa, o en
estudiantes universitarios. Así mismo en variables como uso del Facebook, publicidad radial, campañas
políticas, etc. en una muestra de alumnos procedentes de zona urbano marginal. En cualquier caso, las
correlaciones pueden ser directas (positivas), inversas (negativas) o nulas, es decir las variables no están
asociadas.

d) Diseño de investigación descriptivo causal comparativo

Consiste en realizar observaciones o aplicar pruebas en dos o más muestras de investigación con la
finalidad de analizar el comportamiento o variación de una variable controlando estadísticamente otras
variables intervinientes en el contexto donde se aplique la investigación.

Este diseño podemos diagramarlo en la forma siguiente:

6
 M1 ---------------- O1xyz
O1 = O2 = O3
M2 ---------------- O 2xyz ≠ ≠
M3 --------------------- O 3xyz

Donde:

M1, M2 y M3 son las muestras seleccionadas para el estudio, es la variable independiente en dos o tres
variaciones.
O1, O2 y O3 son las observaciones o mediciones aplicadas a cada una de las muestras, en tanto que “x, y,
z” son las variables controladas estadísticamente.

Por ejemplo, si se desea investigar la incidencia de la calidad del consumo de programas televisivos sobre
el nivel de rendimiento académico en estudiantes universitarios de la carrera profesional de Sociología.
Se seleccionarán tres muestras, luego de medir el consumo de programas televisivos:
M1 estudiantes que consumen programas televisivos de alta calidad,
M2 alumnos que consumen programas televisivos de moderada calidad y
M3 alumnos que consumen programas televisivos de baja calidad.
En los tres grupos se deberán igualar o controlar otras variables intervinientes como son: edad (x), sexo
(y), condición socioeconómica (z), habilidades de estudio (n), motivación académica (n), semestre de
estudios (n), etc. El diseño exige que se controle por lo menos tres variables.
Luego, se aplica una prueba a los tres grupos para establecer el nivel de rendimiento académico. Al final,
al comparar las mediciones de las tres variaciones de las variables del rendimiento académico, se podrá
determinar si la calidad del consumo de los programas televisivos influye en el nivel de rendimiento
académico. Es decir, si el rendimiento académico varia significativamente en los tres grupos, estaríamos
demostrando que hay influencia de la calidad del consumo de programas televisivos.

e) Diseño ex-post-facto

De acuerdo a Sánchez y Reyes (2015) esta investigación consiste en determinar los efectos de alguna
variable que ha actuado de manera ordinaria o natural en el pasado sobre algún hecho o variable del
presente que sería su efecto. Por lo tanto, la variable independiente no es posible controlarlo ni
manipularlo, pues es un hecho que ya sucedió; el investigador sólo se limitará a señalar sus relaciones con
la variable dependiente, que sí puede ser medido.

Por ejemplo, cuando se trata de investigar la posible relación causal entre la enfermedad del cáncer al
pulmón y la conducta de fumar cigarrillos en un grupo de personas que padecen de esta enfermedad
(Kerlinger y Lee, 2004). Aquí se selecciona sujetos fumadores (VI) y se estudia la incidencia del cáncer
al pulmón (VD). Lo mismo podría hacerse con el estudio de la depresión y el suicidio (León y
Montero,1999).

El diseño ex-post-facto tiene dos modalidades: el prospectivo y el retrospectivo, la primera es cuando

vamos de la variable independiente a la dependienta (hacia adelante) y la segunda cuando el estudio va
de la variable dependiente a la independiente (hacia atrás). El primero es cuando, por ejemplo, un
investigador estudia el consumo de programas televisivos realitys y su efecto en el comportamiento
antisocial en los alumnos de educación secundaria, en este caso toma un grupo de alumnos de secundaria
que han consumido ya los programas realytis, luego mide su comportamiento antisocial y si encuentra

7
elevadas puntuaciones en el comportamiento antisocial deduce que son debidas a al consumo de estos
programas televisivos. Mejor aún, si toma dos grupos, uno que ha consumido dichos programas y otro
grupo que no lo ha consumido, luego mide el comportamiento antisocial de estos dos grupos y hace
comparaciones y si encuentra diferencias infiere que estas diferencias son debidas a la variable
independiente, vale decir el consumo de programas televisivos. En el segundo caso, el investigador
selecciona alumnos con marcado comportamiento antisocial (VD) y estudia cómo ha sido su consumo
televisivo de los programas reality (VI) y también lo puede hacer en un solo grupo o dos grupos. En ambos
tipos el investigador puede relacionar los datos que mide, determinando diferencias o correlaciones. El
cuadro siguiente sintetiza los diferentes tipos de diseños ex-pos-facto.

MÉTODO TIPO DISEÑO ESQUEMA

PROSPECTIVO Simple (Consumo G1: (X1) → O1 O1 = O2
EXPOSFACTO Hacia adelante: de televisivo y conducta G2: (X2) → O2 O1 ≠ O
la variable antisocial)
independiente a la Complejo (2 X 2 : G1; (X1 Y1) → O1
dependiente Consumo televisivo y G2: (X1 Y2) → O1 O1 = O2 = O3 = O4
abandono moral en el G3: (X2 Y1) → O1 O1 ≠ O2≠ O3 ≠ O4
conducta antisocial G4: (X2 Y2) → O1
Grupo único (variables G1 : (X1 X2 X3 X4) r Y
demográficas y consumo R XY = o ≠ 0
televisivo)
Más de un eslabón (Un
grupo, tres variables (VI1)
independientes y una G1 (VI3) VD
variable dependientes)
(VI2)
RETROSPECTIVO Simple G1: O1 ← (X1) O1 = O2
Hacia atrás, de la G2: O2 ← (X2) O1 ≠ O
variable Complejo
dependiente a la Grupo único
independiente

Figura 2. Diseños ex pos factos, según León y Montero (1999)

Cada uno de estos diseños tienen ventajas y sus desventajas para cada tipo y nivel de investigación; por
lo que el investigador tendrá que ser muy cuidadoso en elegir y aplicar adecuadamente de acuerdo al tipo
de problemas e hipótesis que desea investigar.

En el siguiente cuadro, se ilustra los niveles de investigación en los que se puede aplicar los diseños
descriptivos:

Tipo de diseños Niveles de investigación

Descriptivos Exploratoria Descriptiva Comparativa Covariación Implicancia
Simple X X - - -
Comparativo - X X - -
Correlacional - X X X -
Causal comparativo - - X X X
Ex - post facto X X X X ?

Figura 3. Aplicabilidad de los diseños descriptivos (Orellana y Huaman,1999)

8
4.4 Diseños históricos

Consideramos como diseños históricos a aquellos cuyo objeto de investigación constituyen los hechos y
fenómenos en su desarrollo evolutivo o histórico. es el estudio e lo que ya aconteció. Entre estos se
encuentran los diseños: longitudinal, transversal, biográfico y lógico.

MÉTODOS DISEÑOS ESQUEMA LÓGICA

(OT1) (X) OT1 = OT2 = OT3
Biográfico (OT2) OT1 ≠ OT2 ≠ OT3
(OT3)
(OT1) O1 = O2 = O3
Lógico (X) - - - (Y) (OT2) O1 ≠ O2 ≠ O3
(OT3)
HISTÓRICOS T1 T2 T3 T4 O1 = O2 = O3 = O4
Longitudinal M O1 ≠ O2≠ O3 ≠ O4
O1 O2 O3 O4
M1 M2 M3 M4 O1 = O2 = O3 = O4
Transversal T O1 ≠ O2 ≠ O3 ≠ O4
O1 O2 O3 O4

Figura 4. Diseños históricos, esquema y lógica de contrastación

a) Diseño biográfico

Es el diseño que permite reunir y describir datos del pasado presentándolos de manera secuencial. Para
este caso, el investigador, debe velar por la autenticidad y validez de las fuentes. Además, debe tenerse
presente que este diseño no sólo está referido a las biografías de los personajes célebres, sino, también a
la cronología de hechos de la comunicación en el pasado: las variables de estudio son hechos del pasado.
De acuerdo a esta concepción, proponemos el siguiente diagrama:

(OT1)
(OT2) (X) OT1 = OT2 = OT3
OT1 ≠ OT2 ≠ OT3
(OT3)

Aquí se observa que la (X) es la variable en estudio que puede ser los formatos de la publicidad de los
productos alimenticios en la década del 90 del siglo pasado o los programas radiales musicales en la
primera década del presente siglo, etc. Asimismo, la OT1, OT2 y OT3 son las observaciones en diferentes
momentos, en nuestro caso puede ser cada año, que se hacen a través de las fuentes históricas: escritas o
no, sobre el hecho o fenómeno en estudio. Los paréntesis, tanto para las variables como para las
observaciones en diferentes tiempos indican que ocurrieron en el pasado.

b) Diseño lógico

En este diseño se reúne los datos del pasado no sólo para describirlos, sino también para explicarlos e
interpretarlos, tratando de establecer su evolución, sus antecedentes o factores y sus repercusiones.
Preferentemente ha de tener un enfoque dialéctico aplicado a la historia.

9
Aquí es muy importante la autenticidad de las fuentes y la validez interna de los contenidos, ya que de
ello depende la objetividad, la veracidad y generalidad de los resultados. Este diseño puede ser
representado con el siguiente diagrama:

(O1)
(X) --------- (Y) (O2) O1 = O2 = O3
O1 ≠ O2 ≠ O3
(O3)

Donde:

(X)---------- (Y): representa la relación causal entre una variable y otra.

(O1), (O2) y (O3): son las observaciones a través de las fuentes que de estas variables se han recolectado.

Por ejemplo, cuando se trata de explicar si la aparición y evolución de los teléfonos móviles cambiaron la
comunicación interpersonal durante la primera década del presente siglo en nuestro país, puede aplicarse
este diseño. En este caso, la variable independiente es el uso de la telefonía móvil y la variable dependiente
la comunicación interpersonal, habría además 10 observaciones del 2001 al 2010.

c) Diseño de investigación longitudinal

En este diseño se aplican varias observaciones o pruebas en momentos diferentes, pero a la misma muestra
de investigación a modo de un estudio de seguimiento evolutivo. Para su aplicación adecuada se requiere
bastante tiempo y paciencia en la espera de los resultados, porque hay casos en que puede durar años y
hasta décadas. El diagrama propuesto para este diseño es el siguiente:

T1 T2 T3 T4
M O1 = O2 = O3 = O4
O1 ≠ O2≠ O3 ≠ O4
O1 O2 O3 O4

Donde:

M es la muestra de investigación; T1, T2, T3 y T4 son los diferentes momentos o tiempos en el que se
aplican las pruebas u observaciones, y O1, O2, O3 y O4 representan específicamente las mediciones u
observaciones que se aplican a la muestra en cada tiempo. En este diseño debemos cuidarnos del efecto
del test, es decir, la aplicación continua de instrumentos de medición de la variable investigada puede
afectar los resultados.

Por ejemplo, si se desea investigar la evolución del consumo de programas infantiles televisivos en niños
de educación primaria. Estudiaríamos una muestra de alumnos que hoy cursan el primer gado de primaria
y les medimos el consumo de dichos programas, después cuando pasen al segundo grado y así hasta llegar
a el sexto grado, el estudio duraría hasta el año 2023. Este diseño permite ver cómo se va conformado el
consumo televisivo a través del tiempo en una misma muestra de sujetos, luego de describir, analizar y
comparar los datos obtenidos se puede llegar a importantes generalizaciones de carácter evolutivo.

10
d) Diseño de investigación transversal

Consiste en seleccionar varias muestras de estudio al mismo tiempo y aplicar los instrumentos o pruebas
de recolección de datos a dichas muestras, indagando sobre la condición de alguna variable de interés.
Puede representarse esquemáticamente en la forma siguiente:

M1 M2 M3 M4
T O1 = O2 = O3 = O4
O1 ≠ O2 ≠ O3 ≠ O4
O1 O2 O3 O4

Donde:

De M1 a M4 corresponden a las muestras de estudio seleccionados,

O1 a O4 son las pruebas u observaciones aplicadas a cada una de las muestras, y
T significa que la aplicación de pruebas ha sido al mismo tiempo.

Este diseño tiene la ventaja de ahorrar tiempo, pero requiere de una adecuada selección de la muestra, y
que los datos no sean contaminados por el ejercicio de responder cada vez al instrumento. Sin embargo,
debemos cuidarnos del efecto generación.

Por ejemplo, para ejecutar la misma investigación anterior, podría elegirse ahora muestras de alumnos de
diferentes grados de estudio de educación primaria (del primer al sexto grado) y luego aplicarles el
instrumento que recoja datos del consumo televisivo de programas infantiles; los datos obtenidos se
podrán describir, analizar y generalizar con el mismo propósito que en el diseño anterior, pero tenemos
que tener en cuenta el efecto de generación, es decir los seis grupos no son de la misma camada, cada uno
de ellos, ha vivido diferentes influencias generacionales. Este estudio también se puede hacer con dos o
más variables y ver relaciones de covariación o implicancia

En el siguiente cuadro presentamos los diferentes niveles de aplicación que son factibles en cada uno de
los diseños históricos:

Tipo de diseño Niveles de investigación

Exploratoria Descriptiva Comparativa Covariación Explicativa
Lógico - - X X X
Biográfico X X X - -
Longitudinal - X X X X
Transversal - X X X X

Figura 5. Aplicabilidad de los diseños históricos (Orellana y Huaman,1999)

4.5 Diseños experimentales de investigación

La característica central de la experimentación y de los diseños experimentales es la presencia, aplicación

y control de una variable experimental en condiciones intencionalmente preparadas.Un experimento se
lleva a cabo para analizar si una o más variables independientes (VI) afectan a una o más variables
dependientes (VD) y por qué los afectan en una situación de control. El primer requisito de un experimento

11
“puro” es la manipulación intencional de la variable independiente, es decir, la VI se hace variar o se le
da distintos valores para observar el efecto de variación en la VD. Por lo tanto, la variable dependiente no
se manipula, sino se mide (Hernández, et al.2014).

La manipulación o variación de una variable independiente puede llevarse a cabo en dos o más grados, el
nivel mínimo de manipulación es dos. Cada nivel o grado de manipulación requiere un grupo en el
experimento, si se tiene tres grados o modalidades, entonces se tendrá tres grupos como mínimo.

También es necesario señalar que el efecto o variable dependiente no es causada por un solo factor y que,
entre esta y la variable independiente, median una serie de factores que pueden ser puestas en acción por
el experimentador, a éstas se les conoce como variables intervinientes.

A continuación, presentamos una síntesis de algunos de los tipos y características de los diseños
experimentales clasificados y expuestos por Campbell y Stanley y asumidos por Sierra (1995).

GRUP TIPO DE DISEÑO Aleatorización muestral Grupo control Nivel de manipulación

DISEX EXPERIMENTAL de la V. Exp.
PRE Estudio de casos en una
EXP dirección
Un grupo pretest post test SIN ALEATORIZACIÓN SIN GRUPO
Comparación de grupo estático CONTROL LEVE
Series de tiempo
Muestras de tiempo equivalente
CUAS Grupo control no equivalente CON GRUPO
EXP pre test y post test SIN ALEATORIZACIÓN DE CONTROL MODERADA
Diseño contrabalanceado
Muestras separadas pre test y
post test
EXPE Grupo control solamente post
RIM test
Grupo control pretest post test CON ALEATORIZACIÓN CON GRUPO RIGUROSA
Cuatro grupos de Solomon DE CONTROL
Diseños factoriales 2 x 2

Figura 6. Tipos y características de los diseños experimentales (Orellana y Huaman,1999)

En los diseños experimentales distinguen tres grupos de diseños (Selltiz, Wrightsman y Cook,1980;
Kerlinger y Lee, 2004; Hernández, et al 2014): los pre experimentales, cuasi experimentales y los
experimentales propiamente dichos. Aquí, presentamos los diseños más utilizados en la investigación en
ciencias sociales y la comunicación.

TIPOS DISEÑOS ESQUEMA LÓGICA

PRE Estudio de casos en una dirección X O O
EXPERIMENTAL Un grupo pretest post test GE: O1 X O2 O1 = O2 / O1 ≠ O2
Comparación de grupo estático X O1 O1 = O2
-------------- O1 ≠ O2
O2
CUASI Series de tiempo M: O1 O2 O3 X O4 O5 O6 O1 O2 O3 = ≠
EXPERIMENTAL O4 O5 O6
Muestras de tiempo equivalente M: O1 X O2 O3 X O4 O5 O1 = ≠ O2O3 = ≠ O4
X O6 O5 = ≠ O6

12
 Muestras de materiales
equivalentes
Grupo control no equivalente pre GE: O1 X O2 O1 = O2 O3= O4
test y post test ------------------------- ≠ ≠
G C: O3 - O4 O1 = O3 O2 = O4
≠ ≠
Diseño contrabalanceado X1 X2 X3 X4 A=B= C=D
G: A B C D ≠ ≠ ≠
G: C A D E
G: B D A C
G: D C B A
Muestras separadas pre test y post O1 X O2 O2 = O4
Test O3 X O4 ≠
EXPERIMENTAL Grupo control pretest post test A: GE: O1 X O2 - O1 = O2 O3= O4
PROPIAMENTE --------------------------- ≠ ≠
DICHO A: GC: O3 - O4 O1 = O3 O2 = O4
≠ ≠
Cuatro grupos de Solomon A: GE: O1 X O2
O2 = O4 = O5 = O6
A: GC: O3 - O4 ≠ ≠ ≠

A: GE: X O5

A: GC: - O6
Grupo control solamente post test GE Ap X O1 O1 = O2
GE Ap - O2 ≠
Diseño factorial: 2 X 2 VI A A1B1 = A2B1 =A1B2
A1 A2 ≠ ≠
VD B = A2B2
≠
B1 A1 B1 A2B1
B2 A1B2 A2B2

Figura 7. Diseños experimentales, esquema y lógica de contrastación

4.5.1. Diseños pre-experimentales

a) Diseño de un solo grupo pre y post test

Es un diseño aplicable en organizaciones donde existen sólo una población de un determinado hecho con
el que se desea realizar una investigación experimental, como por ejemplo el efecto de una radio
comunitaria en su participación en las asambleas de un poblado amazónico. Su es quema es el siguiente:

GE: O1 X O2 O1 = O2 / O1 ≠ O2

Donde:

GE: es el grupo experimental

O1: es el pre test
X: es la variable experimental
O2: es el post test
Como ejemplo tomamos a una comunidad nativa amazónica de Satipo. Primero elaboramos un

13
cuestionario y lo validamos, para recoger datos de participación de los pobladores en reuniones
comunales. Luego construimos un plan de radio comunitaria y le otorgamos la validez respectiva. Después
a la muestra elegida le aplicamos el cuestionario de participación en reuniones comunales, para luego
aplicar este programa radial comunitario por un mes. Al término de la aplicación del programa radial
comunitario, volvemos a medir el grado de participación, y si hay diferencias con medición antes,
podemos deducir que hubo influencia del tratamiento experimental.

b) Diseño de comparación de grupo estático

Se caracteriza por la presencia de un grupo de control que no recibe el tratamiento experimental. La

comparación estática se refiere a que la sección o grupo control se encuentra en la realidad y no es
modificado por el investigador.

Este diseño puede representarse con el siguiente diagrama (Sánchez y Reyes, 2015):

X O1
-------------- O1 = O2
O2 O1 ≠ O2

Donde:

X: es la variable experimental
O1 y O2: son las mediciones a ambos grupos con el post test

Sólo en el grupo experimental se aplica la variable experimental, sin pre test. Pero el post test se aplica a
ambos grupos, cuyos resultados se comparan y se analizan. La desventaja de este diseño es que no
garantiza la equivalencia de los dos grupos experimentales. Según el ejemplo anterior, se tomaría otra
comunidad nativa como grupo control y solo se mediría la participación en las reuniones comunales
después que el grupo experimental recibió el programa radial comunitario.

4.4.2 Diseños cuasi experimentales

a) Diseño de series de tiempo o de “series cronológicas”

Consiste en el trabajo experimental con un solo grupo, pero con mediciones periódicas antes y después
sobre la variable dependiente. Su aplicación es recomendable en las investigaciones de la física o la
biología, pero “tiene algunas fuentes de invalidez en las investigaciones de la conducta”.

Puede ilustrarse con el siguiente esquema:

M: O1 O2 O3 X O4 O5 O6 O1 O2 O3 = ≠ O4 O5 O6

Donde:

O1, O2 y O3: son las pruebas previas aplicadas a la muestra

X: es la variable experimental

14
O4, O5 y O6: son las pruebas posteriores aplicadas a la muestra

Por ejemplo, si queremos estudiar el efecto de los programas noticiosos televisivos en el comportamiento
antisocial. Mediríamos por varios días (3) el comportamiento antisocial de los alumnos en el aula, luego
presentaríamos programa informativo televisivos (cinco sesiones) y después volvemos a medir el
comportamiento antisocial por varios días (3). Compararíamos el comportamiento antisocial de los tres
primeros días, los 3 días después del tratamiento experimental y al final también compraríamos las
mediciones de este antes y después de la presentación del programa noticioso televisivo.

b) Diseño de muestras de tiempo equivalente

Se caracteriza por la aplicación repetida de la variable experimental en tiempos equivalentes o periódicos

con observaciones o mediciones antes y después de cada aplicación experimental. Este diseño mejora la
validez interna de la anterior porque permite controlar la historia. Son importantes en las investigaciones
para el estudio de casos individuales en los que no existe la posibilidad de formar grupos de control. Se
puede ilustrar en el siguiente esquema:

M: O1 X O2 O3 X O4 O5 X O6 O1 = ≠ O2O3 = ≠ O4 O5 = ≠ O6

Donde:

M: es la muestra de investigación
O1 – O6: son mediciones a la muestra
X: es la variable experimental

Según el ejemplo anterior, presentaríamos tres programas televisivos informativos, y antes y después de
cada presentación del programa televisivo informativos mediríamos el comportamiento antisocial en el
aula. Al final haríamos comparaciones de las mediciones del comportamiento antisocial antes y después
de cada expectación de los programas televisivos.

c) Diseño de grupo de control no equivalente con pre y post test

Se caracteriza por tener dos grupos: el experimental y el de control; a ambos grupos se aplica el pre test
antes del experimento y al mismo tiempo, lo mismo se aplica el post test después del experimento a ambos
y al mismo tiempo. La limitación de este diseño consiste en que los sujetos de la muestra no son
aleatorizados, sino toma grupos intactos ya establecidos. Su esquema es el siguiente:

GE: O1 X O2 O1 = O2 O3 = O4
≠ ≠
------------------------------- O1 = O3 O2 = O4
GC: O3 - O4 ≠ ≠

Donde:

GE: es el grupo experimental

GC: es el grupo control

15
O1 y O3: es el pre test aplicado a ambos grupos
X: es la variable experimental
-: no aplicación de la variable experimental
O2 y O4: es el post test aplicado a ambos grupos

Este es uno de los diseños de mayor aplicación en el campo de las investigaciones sociales, por cuanto de
acuerdo a la realidad social de los grupos, estos ya se encuentran constituidos dentro de las organizaciones,
es decir ya están determinadas con una nómina “oficial”, en el que el investigador ya no puede aleatorizar
el GE y el GC, salvo excepciones.

Este diseño se puede aplicar por ejemplo cuando se desea determinar los efectos de un plan de estrategias
comunicacionales en el nivel de productividad en los trabajadores de una empresa. Primero se elabora el
plan de estrategias comunicacionales, otorgando un tipo de validez, luego se selecciona las muestras, ya
constituidas de la organización a estudiar (banco, universidad, gobierno local o regional, etc.) tomándose
para el grupo experimental una sesión o dependencia y grupo de control otra, bajo cualquier criterio menos
el aleatorio. Prepara el instrumento para recoger datos de la productividad de los trabajadores y luego de
validarla, lo aplica a los dos grupos. Después aplica el tratamiento experimental a un grupo y al otro no
lo aplica, pero en este mantiene reuniones de otras actividades por el tiempo que dure la aplicación de las
estrategias comunicacionales. Terminado el periodo de aplicación de la variable experimental,
nuevamente mide la productividad de los dos grupos de trabajadores, para luego hacer comparaciones de
los resultados de esta variable en los dos grupos, si hay diferencias en la productividad deducimos que fue
provocado por las estrategias comunicacionales. También cuando se desea investigar el grado de eficacia
de un documental sobre la contaminación ambiental en las actitudes hacia la preservación del medio
ambiente.

4.4.3 Diseños experimentales propiamente dichos

Grupo control solamente post test

a) Diseño de grupo de control con pre y post test

En este diseño los sujetos de la muestra son seleccionados en forma aleatoria y distribuidos en la misma
forma en el grupo experimental y control. Sus componentes los podemos visualizar en el esquema que
sigue:
A: GE: O1 X O2 O1 = O2 O3= O4
--------------------------------------- ≠ ≠
A: CG: O3 - O4 O1 = O3 O2 = O4
≠ ≠

Donde:

A: significa la aleatorización de ambos grupos

GE: grupo experimental
GC: grupo control
O1 y O3: resultados del pre test
X: variable experimental
-: no aplicación de la variable experimental

16
O2 y O4: resultados del post test

Las características principales de este diseño son: la aleatorización de los sujetos de la muestra, la
inclusión de un grupo de control con las mismas características que el grupo experimental, control estricto
de la variable experimental y de las variables intervinientes. Generalmente en las investigaciones sociales
en la realidad actual no es posible aplicar con rigurosidad este diseño, por lo que se opta por el diseño
cuasi experimental respectivo.

Según el ejemplo anterior, tendríamos que elegir al azar de la totalidad de trabajadores de la empresa a 20
para el grupo experimental y 20 para el grupo de control, medir la productividad en los trabajadores a los
dos grupos y luego aplicar el plan de estrategias comunicacionales al grupo experimental, para al final
volver a medir a los dos grupos la productividad laboral.

b) Diseño de “Cuatro grupos de Solomon”

Este diseño incluye dos grupos experimentales y dos grupos de control, en total se trabaja con cuatro
grupos o secciones, sólo a un grupo experimental y de control se le aplica el pre test y a los otros no, pero
el post test se aplica a las cuatro secciones. En el siguiente esquema se ilustra los componentes y
organización de este diseño:
A: GE: O1 X O2
-------------------------------------- O2 = O4 = O5 = O6
A: GC: O3 - O4 ≠ ≠ ≠
--------------------------------------
A: GE: X O5
--------------------------------------
A: GC: - O6

Donde:

A: significa la aleatorización aplicada a todos los grupos

GE: es el grupo experimental
GC: constituyen el grupo control
O1 y O3: son los resultados del pre test
X: es la variable experimental
-: es la no aplicación de la variable experimental en los grupos de control
O2, O4, O5 y O6: son los resultados del post test

Con este diseño es posible investigar cualquiera de los ejemplos descritos en el diseño anterior, con la
diferencia de agregar dos grupos más. Este diseño está calificado como el más confiable y recomendable,
por cuanto permite mayor validez interna y externa de los resultados de la investigación.

c) Los diseños factoriales

Según Hernández, et al. (2014) estos diseños manipulan dos o más variables independientes e incluyen
dos o más niveles de presencia en cada una de las variables independientes. En este caso, todos los niveles
de cada variable independiente son tomados en combinación con todos los niveles de las otras variables
independientes.

17
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. Por
ejemplo, en un diseño 2 x 2 se tendrá cuatro grupos experimentales, en un diseño 3 x 2 se tendrá seis
grupos, etc.

El diseño factorial 2 x 2

Es el diseño factorial más simple que manipula dos variables, cada una con sus niveles, el número de
dígitos señala el número de variables independientes, y se representa así:

DISEÑO 2 X 2

Variable independiente A
A1 A2
Variable dependiente B
B1 A1 B1 A2B1

B2 A1B2 A2B2

Por ejemplo, sea la variable independiente A el plan de comunicación estratégica turística con dos formas
de aplicación: individual (A1) y grupal (A2), y la variable dependiente decisión de visita turística B, en
turista: regional (B1) y nacional (B2); es posible investigar en cuatro grupos experimentales para
determinar su efecto en la decisión de visita turística, como efecto de la aplicación del plan estratégico
comunicacional:

-Grupo 1: Estrategias de comunicación turística individual en turistas de procedencia regional (A1 B1)
-Grupo 2: Estrategias de comunicación turísticas individual en turistas de procedencia nacional (A 2 B1)
-Grupo 3: Estrategias de comunicación turística colectiva en turistas de procedencia nacional (A1 B1)
-Grupo 4: Estrategias de comunicación turística colectiva en turistas de procedencia nacional (A1 B1)

5. Actividades

5.1. Lea detenidamente el siguiente material de lectura de Corbeta (2010), p 112-114 y conteste a las
preguntas.

a) Establezca diferencias y semejanzas entre la relación de covarición y causal de variables

b) Que diseños de investigación se debe usar para dar respuesta a problemas de relación causal y de
covariación de variable

6. Evaluación

6.1. Elabore la matriz del método y diseño de investigación, teniendo en cuenta los problemas y
objetivos de su proyecto de investigación.

PROBLEMAS MÉTODO JUSTIFICACIÓN DISEÑOS ESQUEMAS

18
7. Bibliografía

Alarcón, R. (2008). Métodos y diseños de investigación del comportamiento. Lima: UPR. (p 79-226)

Ander-Egg, E. (2011). Aprender a investigar. Nociones básicas para la investigación social. Córdoba:
Brujas. (74-76)
Campbell, D. y Stanley, J. (1973). Diseños experimentales y cuasi experimentales en la investigación
social. Buenos Aires: Amorrortu

Corbeta (2010). Metodología y técnicas de investigación social. Madrid: McGraw-Hill. (p 107-136)

Hernández, R., Fernández, C. y Baptista, P. (2014). Metodología de la investigación. México D.F: Mc

Graw Hill. (p 128-168)

Kerlinger, F. y Lee, H.B. (2004). Investigación del comportamiento. México: Interamericana,

León, O y Montero, I. (1999). Diseños de investigaciones. Madrid: Mc Graw Hill. (p 106-120, 300-324)

Orellana, G y Huamán, L. (1999). Diseño y elaboración de proyectos de investigación pedagógica.

Huancayo: IAP. (p 65-85)

Sánchez, H. y Reyes, C. (2015). Metodología y diseños en la investigación científica. Lima: Business

Aneth. (p117-153)

Selltiz, C., Wrightsman, L. y Cook, S. (1980). Métodos de investigación en las relaciones sociales.
Madrid: RIALP. (p 165-224)

Sierra, R. (1995) Técnicas de Investigación Social. Teoría y ejercicios. Madrid: Paraninfo.

8. Anexos
Anexo1: Validez de diseños experimentales

TIPO DE DISEÑO EXPERIMENTAL VALIDEZ INTERNA VALIDEZ EXTERNA

A B C D E F G H A B C D
Estudio de casos en una dirección - - - - -
PRE Un grupo pretest post test - - - - ? + + - - - ?
EXP
Comparación de grupo estático + ? + + + - - - -
Grupo control pretest post test + + + + + + + + - ? ?
EXP Cuatro grupos de Solomon + + + + + + + + + ? ?
PRO
Diseño factorial + + + + + + + + + + ? -
DICH
Grupo control solamente post test + + + + + + + + + ? ?
Series de tiempo - + + ? + + + + - ? ? ?
CUA Muestras de tiempo equivalente + + + + + + + + - ? - -
EXP Muestras de materiales equivalentes + + + + + + + + - ? ? -
Grupo control no equivalente pre test
y post test + + + + + + + - - ? ?
Diseño contrabalanceado + + + + + + + ? ? ? ? -
Muestras separadas pre test y post test - - + ? + + - - + + +

19
 VALIDEZ INTERNA:
A: Historia
B: Maduración
C:Comprobación o proceso de
aplicación de pruebas “testing”
D: Instrumentación
E: Regresión estadística
F: Selección
G: Mortalidad experimental
H: Interacción de las variables:
selección-maduración, etc
VALIDEZ EXTERNA:
A: Efectos de interacción de
“testing”
B:Interacción de selección
tratamiento experimental
C: Efecto reactivo del convenio
experimental
D: Interferencia de tratamientos
múltiples
Eventos o acontecimientos externos que ocurran durante el experimento e
influyan solamente a algunos de los participantes.
Los participantes pueden cambiar o madurar durante el experimento y esto
afectar los resultados.
Poca o nula confiabilidad del instrumento. La aplicación de una prueba o
instrumento de medición antes del experimento influya las respuestas de los
individuos cuando se vuelva aplicar después del experimento
Las pruebas o instrumentos aplicados a los distintos grupos que participan
en el experimento no sean equivalentes.
Seleccionar participantes que tengan puntuaciones extremas en la variable
medida (casos extremos) y que no se mida su valoración rea
Que los grupos del experimento no sean equivalentes.
Que los participantes abandonen el experimento.
Que los participantes de distintos grupos se comuniquen entre sí y esto
afecte los resultados.
Cuando la preprueba aumenta o disminuye la sensibilidad o reacción de los
participantes a la variable experimental y los resultados obtenidos para una
población con preprueba no pueden generalizarse a quienes forman parte de
esa población pero sin preprueba.
y Elegir personas con una o varias características que hagan que el tratamiento
experimental produzca un efecto, que no se daría si las personas no tuvieran
esas características. A veces este factor se presenta cuando se reclutan
voluntarios para la realización de
los experimentos.
“Artificialidad” de las condiciones que puede hacer que el contexto
experimental resulte atípico respecto a la manera en que se aplica
regularmente el tratamiento
Que algunos tratamientos nulifiquen el efecto de otros

Leyenda:
+ = Tiene validez
? = No se conoce
- = No tiene validez

Anexo 2:
Corbeta (2010). Metodología y técnicas de investigación social, p 112-114

4.3.1. Análisis de la covariación

En un diseño de investigación planteado según la lógica del análisis de la covariación, se entrevistará a una
muestra de sujetos, se les hará algunas preguntas sobre las características sociodemográficas de base (edad,
género, estudios, etc.), se les preguntará si han visto la campaña electoral en televisión y a qué candidato han
votado. Si encontramos una correlación entre las dos variables, es decir, si constatamos que quienes han estado
más expuestos a la propaganda televisiva han votado al candidato A, ¿podríamos afirmar que la televisión ha
influido en el voto en esa dirección?

La respuesta a esta pregunta es negativa. De hecho, los dos grupos de ciudadanos, quienes han visto la televisión y
quienes no la han visto, no son distintos entre sí sólo por esta variable: probablemente, los que más ven la
televisión son las personas que están más tiempo en casa, mujeres más que hombres, ancianos más que jóvenes,
etc. Por ejemplo, si las personas que ven más la televisión tienen edades superiores a la media, no podemos saber,
a partir de la correlación observada entre exposición a la televisión y voto para el candidato A, si la verdadera
causa del voto es la edad o la exposición a la propaganda televisiva. Las dos variables se «confunden”: quienes
más ven la televisión son también las personas más ancianas. Cabe entonces preguntarse si la causa de votar al
candidato A es porque son ancianos o porque ven más la televisión.

20
Aunque hayamos observado una covariación entre X (exposición a la propaganda televisiva) e Y (voto), podría ser
que la verdadera causa sea la edad, que influye en las dos variables: en la audiencia televisiva (los más ancianos
ven más la televisión) y en el voto (los más ancianos son más conservadores). En este caso, la covariación entre
audiencia televisiva y voto es un ejemplo clásico de lo que en sociología se denomina relación espuria, que
consiste en una covariación entre dos variables X e Y que no se derivan de un nexo causal entre las dos, sino de la
influencia sobre ambas de una tercera variable Z (en el ejemplo anterior, la edad): la variación de Z provoca la
variación simultánea de X e Y sin que entre las dos exista un nexo causal.

En un caso como éste, el investigador tiene dos modos de asegurarse de que la relación entre X e Y no se debe a la
acción de Z sobre las dos variables: a) el control, es decir, la transformación de las variables extrañas en
constantes, y b) la depuración, es decir, la determinación por procedimientos matemáticos y la consecuente
eliminación de los efectos de las variables extrañas.

En el primer caso se trata de mantener bajo control las variables que podrían provocar alteraciones. Si las personas
que ven más la televisión por lo general son más ancianas que las que no la ven, por lo que la variable Z (edad)
altera la relación entre X (exposición a la televisión) e Y (voto), bastará con mantener constante la variable Z para
eliminar este efecto. Para conseguirlo analizaremos la covariación entre X e Yen grupos de individuos con la
misma edad. Por ejemplo, los entrevistados pueden dividirse en jóvenes, adultos y ancianos, y dentro de estos tres
grupos observaremos la covariación entre propaganda televisiva y voto. Si la relación está
113
presente en todos y cada uno de los grupos, podemos descartar la sospecha de que quienes más han visto la
televisión son también los más ancianos, puesto que hemos comparado grupos en los que la edad era constante.
Obviamente, el procedimiento se complica si queremos mantener bajo control muchas variables al mismo tiempo,
pues tendremos que hacer comparaciones entre grupos cada vez más pequeños. Este problema se puede superar
mediante la depuración, también denominada «control estadístico», de los efectos de las terceras variables, que se
realiza mediante cálculos estadísticos: correlación parcial, si se quiere controlar una sola variable, y regresión
múltiple, o técnicas similares de estadística multivariada, si se quiere controlar más de una variable.

4.3.2. Experimento
los datos. Ante la pregunta teórica sobre la influencia de la propaganda televisiva en el voto, el investigador
plantea un diseño de investigación con las siguientes características: selecciona una muestra de 200 individuos, los
subdivide de manera aleatoria 4 en dos grupos de 100 personas cada uno, y pide a un grupo que siga la campaña
electoral, y al otro que se mantenga totalmente al margen de ella. Si tras una entrevista sobre el voto de los sujetos
estudiados se constata una covariación entre la exposición a la campaña televisiva (X) y el voto (Y), y resulta, por
ejemplo, que en el grupo que ha visto la campaña por televisión ha habido muchos más votos para el candidato A,
dicha covariación ya no está expuesta a los riesgos de «espuriedad» del caso anterior.

Por término medio, el grupo expuesto a la televisión no tiene una edad superior, ni mayor presencia femenina, ni
un nivel de formación inferior al grupo no expuesto a la televisión: de hecho, la asignación de los individuos a
cada uno de los grupos se realizó deliberadamente «al azar», para procurar que los dos grupos fueran por término
medio iguales en cuanto a las características de los sujetos que los forman. Por lo tanto, la variación media del voto
(variable dependiente Y) entre ambos grupos puede atribuirse razonablemente al único elemento que los
diferencia: la exposición a la propaganda televisiva (variable independiente X).

En el primer caso se trataba de un análisis de la covariación, en el segundo, de un experimento. ¿En qué difieren
estos dos enfoques? En los dos casos se estudia la covariación entre una variable independiente X (la supuesta
causa) y una variable dependiente Y (el supuesto efecto). Pero en el primer caso el investigador observa y analiza
el modo en que las variaciones de X se corresponden con variaciones de Yen un contexto natural. En el segundo
caso, en cambio, el investigador produce una variación de X en una situación controlada y a continuación mide la
variación de Y.
4 Nótese que cuando en un contexto científico hablamos de elección «al azar», este término no tiene el significado que se le da
en el lenguaje común (una elección improvisada), sino que se refiere a un procedimiento muy preciso que implica una
extracción aleatoria (o una técnica matemática equivalente, como el empleo de tablas de números aleatorias). Volveremos
sobre ello en el capítulo 8.
114
Decimos que «produce» una variación de X porque la manipula desde el exterior, es decir, la hace variar de
manera artificial (en el ejemplo decide exponer o no exponer al sujeto a la propaganda televisiva). Es una
«situación controlada», porque mediante la distribución por sorteo de los sujetos en los dos grupos, el investigador
tiene bajo control el resto de variables5, es decir, garantiza que los dos grupos se diferencian, salvo oscilaciones
accidentales, sólo en la variación de la variable independiente, es decir, la exposición a la propaganda televisiva.

21
En el primer caso la intervención del investigador se produce después de la recopilación de los datos, que se limita
a analizar. En el segundo caso el investigador controla la producción de los datos, que se produce en una situación
artificial creada por él. En definitiva, la idea que subyace al experimento es la siguiente: dada la hipótesis de que X
es la causa de Y, si provocamos una variación en los valores de X sobre un determinado número de sujetos y
mantenemos constantes todas las demás causas posibles de variación de Y, debe ser posible observar una variación
de Y en esos mismos sujetos. La manipulación de la variable independiente y el control de las terceras variables
son, por tanto, los dos elementos que caracterizan al experimento y lo diferencian del análisis de la covariación.

Nótese que, en el experimento, al asignar por sorteo los sujetos al grupo experimental y al grupo de control, se
controlan todas las variables que podrían ser fuente de variación, también las no registradas o desconocidas por el
investigador, y efectivamente los dos grupos que se comparan se diferencian sólo por la variable experimental; en
cambio, los procedimientos de control estadístico del análisis de la covariación se pueden aplicar sólo a un número
finito y explícitamente conocido de variables, es decir, a variables preestablecidas por el investigador y registradas
en la fase de la recopilación de los datos.

Aunque el experimento constituye la respuesta más rigurosa al problema del estudio empírico de la relación
causal, en la mayoría de las investigaciones sociales es más frecuente la observación de covariaciones que la
construcción de experimentos. Por lo general, las variables sociales no son manipulables, y por tanto el
investigador raras veces está en condiciones de provocar una variación de la variable independiente. Por ejemplo,
si queremos estudiar la relación causal entre individualismo social (expresado, por ejemplo, mediante el indicador
«religión dominante”) y tasa de suicidios, no podemos tomar una sociedad católica, registrar la tasa de suicidio,
después «hacer variar la variable religión convirtiendo a toda la población al protestantismo, y registrar de nuevo
la tasa de suicidios.

Sin embargo, hay situaciones, sobre todo en investigaciones en psicología, en las que es posible esta intervención
manipuladora del investigador, y por tanto se pueden realizar experimentos. El resto de este capítulo, lo
dedicaremos a estas situaciones de investigación.
5 Se trata de una situación ideal; de hecho, nunca podemos estar totalmente seguros, ni siquiera en
los experimentos de las ciencias físicas, de que se mantienen constantes todas las demás posibles
causas de variación de la variable dependiente.

22