Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vamos a empezar por los métodos más complejos, que son los métodos
explicativos. ¿A qué nos referimos cuando hablamos de métodos explicativos?
Básicamente son los métodos que investigan, ponen a prueba, relaciones de
causalidad. Cuando tenemos una hipótesis experimental que plantea una relación
de causa y efecto entre las variables, recurrimos a estos métodos, ya que son los
únicos que pueden poner a prueba relaciones causales. Entre ellos se establecen
diferencias en función del grado de validez interna que tienen.
Vamos a aclarar lo anterior: una relación causal es una relación de causa y efecto
en la cual, como vieron en Variables (en la clasificación metodológica de éstas), la
causa es la variable independiente (aclarando que podemos tener más de una) y el
efecto es la variable dependiente, que también puede ser más de una en los
diseños univariados-multivariados o multivariados-multivariados (conceptos que
verán en futuras clases).
En cuanto a la validez interna, si bien es un tema que vamos a desarrollar en
futuras clases con más detalle, voy a hacer ahora una breve aproximación al
respecto. Habíamos visto en una clase anterior que en la clasificación metodológica
de las variables, teníamos una variable dependiente que podía verse afectada por
distintas causas vinculadas a ella. Estas causas eran las variables relevantes. De
ellas, elegimos una o varias como variables independientes a poner a prueba en la
investigación, mientras que todas las demás variables relevantes pasan a ser
consideradas automáticamente variables contaminadoras. Son variables
contaminadoras porque no dejan de estar presentes cuando elegimos la/s variable/s
independientes, sino que pueden seguir produciendo efecto sobre la variable
dependiente. Si eso es así, cuando manipulemos la variable independiente (de aquí
en más se menciona variable independiente en singular pero recuerden que pueden
ser más de una variable independiente), si no evitamos que las variables
contaminadoras afecten a la dependiente, no podremos saber si los cambios
observados en la dependiente se deben a la variable independiente o a las
contaminadoras. Para evitar esto es necesario controlar a las variables
contaminadoras, para que no produzcan efecto sobre la dependiente. Que esto se
logre o no dependerá de cuán efectivos sean los controles que se implementen y
esto determinará el grado de validez interna que se logre. Y digo el grado de
validez interna, porque conseguir una validez interna absoluta, con la seguridad total
de haber controlado todas las variables contaminadoras, si bien es el objetivo al que
se apunta, no se podría saber con certeza que se hubiera logrado.
Entonces podemos decir que la validez interna tiene que ver con el grado de
seguridad que puedo tener de que los cambios observados en la variable
dependiente son producidos por la variable independiente y no por variables
contaminadoras. Obviamente este grado de seguridad tiene que ver con lo
adecuado o no de los controles de variables contaminadoras que se hayan
implementado. De manera que la validez interna se vincula directamente con el
control de las variables contaminadoras o extrañas.
Volviendo entonces a la clasificación de los métodos, si tenemos tres métodos
diferentes de investigaciones explicativas es porque los mismos tienen diseños
diferentes que brindan un control mejor o peor de las variables contaminadoras,
afectando la validez interna de los mismos. Por esta razón, se puede decir que
estos métodos se diferencian por el grado de validez interna que tienen, en función
de lo adecuado de sus controles. Podemos ubicar a los métodos explicativos o
experimentales en el siguiente esquema según su grado de validez interna:
Cabe aclarar que estos son los métodos en un sentido general, después dentro de
cada método hay diversidad de diseños de investigación, que los irán viendo en
próximas clases. Vamos a empezar viendo el método experimental que es el más
prototípico de los métodos de investigación.
Experimento
• Medida pretratamiento
• Comparación de grupos
• Medidas repetidas (lo van a ver más adelante como diseños de medidas repetidas:
diseños intragrupo).
En este nuevo esquema tenemos un segundo grupo (podrían ser también tres,
cuatro o más grupos). Este nuevo grupo funciona como grupo de comparación, que
nos da un control general de variables contaminadoras. ¿Por qué motivo el grupo de
comparación funciona como un control general? Supongamos lo siguiente: si
realmente la psicoterapia A es más efectiva que la B, en el grupo 1 tendría que
haber una disminución significativa de la depresión, mayor que en el grupo 2. Y en
el segundo caso si el taller es eficaz, en el grupo 1 en el que se aplicó el taller,
tendría que haber un significativo incremento de la participación, mientras que en el
grupo 2, el nivel de participación tendría que haberse mantenido estable (similar a la
medida pretratamiento). Ahora, en el primer caso, si interviniera alguna variable
contaminadora que redujera el nivel de depresión más allá de la psicoterapia
aplicada, y esto afectara a ambos grupos reduciendo los niveles de depresión, no
habría diferencia entre ellos. Pero si la mayor reducción se observa en el grupo en
que se aplicó determinada psicoterapia, eso tendría que deberse, en un principio, a
la mayor eficacia de la misma, ya que justamente la diferencia entre los dos grupos
es que en uno se aplica determinada psicoterapia y en el otro, una psicoterapia
distinta. Entonces uno podría pensar que la diferencia se debe a los distintos valores
aplicados de la variable independiente (Psicoterapia A vs Psicoterapia B); de lo
contrario no habría diferencias. En este ejemplo, la comparación fue entre dos
grupos experimentales, distintos valores de la variable independiente, que no
incluían el valor ausencia (que no se aplique ninguna psicoterapia). Cuando
colocamos entre paréntesis a1 y a2, la letra “a” está indicando valores de la variable
y el número indica que se usan dos valores diferentes, distintos de 0. En el segundo
caso se comparó un grupo donde se aplicó el taller (grupo experimental) con un
grupo donde no se aplicó ningún taller -valor ausencia de la variable independiente-,
que se indica con el número 0 (a0)-. Cuando no se aplica ningún valor de la
independiente se lo llama grupo control. En este último ejemplo, si los cambios
organizativos–administrativos-tecnológicos (variables contaminadoras) hubieran
producido cambios en la participación (como, por ejemplo, su incremento), se
deberían haber dado (en condiciones ideales) en ambos grupos, y no solamente en
el que se aplicó el taller.
Ahora, si en el grupo experimental se observa un incremento significativo de la
participación y en el grupo control, la participación se mantiene estable, en principio
se puede empezar a concluir que la variable independiente tuvo efecto, porque los
grupos difieren en que en uno se aplicó el taller y en el otro no.
Entonces, podemos decir que el grupo de comparación (ya sea grupo experimental
o grupo control) permite hacer una comparación formal que sirve como forma
general de control de variables contaminadoras, porque si éstas producen efecto en
uno de los grupos, también deberían hacerlo en el otro (sacando excepciones) y no
actuar en forma diferencial. Aclaramos que, en una investigación de solamente dos
grupos, el grupo de comparación puede ser tanto experimental como control. Puedo
tener por consiguiente dos grupos experimentales (en el primer caso) o un grupo
experimental y un grupo control (segundo caso). Si la investigación tiene tres o más
grupos, también pueden ser todos ellos experimentales o tener alguno de ellos
como grupo control, incluso más de uno (como en el diseño de Solomon). Por
ejemplo: si en el caso del taller se incluyera una segunda modalidad del mismo,
para analizar la eficacia de ambos.
Entonces, ya tenemos los requisitos para una primera forma de investigación que es
un experimento. Para ser un experimento, la investigación tiene que tener
comparación de grupos, ya sea todos grupos experimentales o con grupo
control, y estos grupos tienen que haberse formado al azar. Por eso los
diseños de comparación de grupos cuando son aleatorios siempre son
experimentos. Estos son diseños experimentales de medidas independientes
(intergrupos). Pueden tener o no medida pretratamiento, y en cualquiera de los dos
casos (con sin medida pretratamiento), si cumplen con los requisitos anteriores,
serían experimentos.
Del requisito de la aleatorización se desprende también uno de los motivos por los
cuales no puede haber manipulación de selección en los experimentos. Porque
la manipulación de selección hace imposible la asignación al azar de los
sujetos a los grupos, porque el valor de la variable independiente es propio del
sujeto (un aspecto del mismo, como edad o perfil de personalidad) y no se lo puede
modificar, solo se puede medir la variable independiente, asignar según esta
medición los sujetos a los grupos.
Había quedado algo pendiente, qué pasaba con los que llamamos controles
específicos. Como ya lo dijéramos, no definen que la investigación sea un
experimento pero sí son importantes para la calidad de la investigación e influyen
sobre la validez interna de la misma. Por ej., supongamos que se hace una
investigación para evaluar la eficacia comparativa de dos métodos de enseñanza.
Siendo que la variable dependiente va a ser el aprendizaje, la inteligencia sería una
variable contaminadora importante, que se debiera controlar. Se hace la
investigación, pero no se controla la inteligencia y aunque los grupos se formaron al
azar son pequeños. Dada la importancia de la variable inteligencia en esta
investigación, se la debiera haber controlado, aún cuando los grupos fueran
numerosos, pero mucho más si son pequeños. Entonces, se cumpliría con el
requisito de la comparación de grupos y los grupos se habrían formado al azar y en
consecuencia sería un experimento. Pero no haber controlado adecuadamente el
nivel de inteligencia de los sujetos compromete la validez interna de la investigación.
De tal manera, si bien se puede decir que la investigación es un experimento, sería
un experimento que presentaría defectos porque su validez interna estaría
comprometida. Esto nos indica que, aunque los controles específicos de variables
contaminadoras no determinan que una investigación sea un experimento, en
muchos casos son importantes para asegurar la calidad de la misma en cuanto a su
validez interna.
Hasta aquí vimos la primera forma en que una investigación puede ser un
experimento. En la próxima clase sobre clasificación de los métodos, vamos a ver la
segunda forma en que una investigación podría ser un experimento (los diseños de
medidas repetidas: diseños intragrupo). En estas clases sobre clasificación de los
métodos, vamos a ir viendo las formas básicas que definen en general qué método
se utilizó en una investigación. Pero después dentro de cada método hay
multiplicidad de diseños, como ocurre con los experimentos. Estos distintos diseños
se irán trabajando, cada uno de ellos, en otras clases.