Metodología de la Investigación I

Clasificación de los métodos de investigación cuantitativos

Vamos a desarrollar la clasificación de los métodos de investigación cuantitativos.

Son distintos métodos que se diferencian en función del tipo de relaciones que se
estudian, las características de sus diseños para llevar a cabo la investigación, los
objetivos de la misma, el momento en el desarrollo de un tema de investigación, etc.
Pero cabe acotar que, si bien son distintos métodos, los mismos están cruzados por
una misma lógica, por determinados principios que los unifican como métodos
cuantitativos. Podría decirse que los métodos cuantitativos vienen a ser como un
tronco del cual salen distintas ramas que son las distintas formas metodológicas. En
un primer panorama general podemos hacer la siguiente clasificación que después
iremos desarrollando en esta clase y en clases subsiguientes:

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

Un experimento tiene varias características:

• Hay una relación causal (la hipótesis es experimental). En la relación de causa y
efecto, esos lugares los ocupan la variable independiente y la dependiente
respectivamente.
• La manipulación tiene que ser necesariamente intencional. No puede haber ningún
experimento que no tenga manipulación intencional. La manipulación de selección
impide que la investigación constituya un experimento.
• Al haber una manipulación intencional es posible que haya una secuencia de
tiempo. ¿Qué queremos decir con esto? En una relación causal, la causa precede al
efecto. Al tener manipulación intencional, podemos aplicar primero la variable
independiente y después observar que pasa con la dependiente, o sea, observar si
la variable dependiente varía en función de la independiente de manera que los
cambios que el investigador introduce en la variable independiente produzcan
cambios en la dependiente. La variabilidad de la dependiente sería explicada por la
variabilidad de la independiente. Y la manipulación intencional permite esta
secuencia de tiempo donde la variable independiente se presenta antes que el
efecto en la dependiente.

Ahora, lo anterior por si solo ¿define un experimento? No, no lo define, porque si

bien son características necesarias para un experimento, no son suficientes ya que
también las podemos encontrar en los cuasiexperimentos y en los preexperimentos.
Entonces, ¿qué más necesitamos para que una investigación sea un experimento?
Dijimos que el experimento tiene máxima validez interna y que la validez interna
tiene que ver con el control de variables contaminadoras. Entonces que sea un
experimento depende de que el diseño de la investigación tenga un adecuado
control de variables contaminadores. ¿Y de qué depende esto?
Primero vamos a marcar una diferencia entre lo que podemos llamar controles
específicos de variables contaminadoras y lo que serían los controles generales.
¿Cuál es la diferencia? Las variables contaminadoras para una variable dependiente
en particular pueden ser muchas, algunas de ellas las conocemos y otras todavía
son desconocidas. Cuando hacemos una investigación podemos identificar
variables contaminadoras que es importante controlar y en ese caso podemos elegir
una o más de estas variables y utilizar alguna de las técnicas de control (que las va
a ver en la clase de control de variables contaminadoras), para controlar esa o esas
variables en particular. Por ej., podríamos controlar, entre otras, inteligencia,
ansiedad, extraversión, las condiciones ambientales de iluminación o de ruido, etc.,
siempre en función de que las variables sean relevantes para la dependiente que se
estudia. Estos serían controles específicos, porque están dirigidos a controlar una o
varias variables contaminadoras en particular, que han sido identificadas para ser
controladas. Pero como dijimos, las variables contaminadoras pueden ser muchas
más y algunas de ellas desconocidas, por lo cual no se pueden controlar infinidad
de variables contaminadoras mediante controles específicos y mucho menos
aquellas que nos son desconocidas. Para esto usamos los controles generales.
Aclarado lo anterior, que retomaremos más adelante, volvemos a la pregunta: ¿De
qué depende que una investigación tenga un adecuado control de variables
contaminadoras? En una investigación explicativa son fundamentales las
comparaciones, ya sea entre distintas medidas, entre distintos valores de la variable
independiente. A estas comparaciones las vamos a llamar comparaciones
formales. Tenemos tres tipos que vamos a ir desarrollando:

• Medida pretratamiento
• Comparación de grupos
• Medidas repetidas (lo van a ver más adelante como diseños de medidas repetidas:
diseños intragrupo).

Vamos a ir ejemplificando las dos primeras comparaciones con dos ejemplos

sencillos. Un primer ejemplo podría ser el siguiente, supongamos que queremos
poner a prueba una técnica psicoterapéutica para el tratamiento de la depresión,
para evaluar su eficacia. Un segundo ejemplo: se desea implementar una
investigación en el ámbito educativo, en la cual se quiere poner a prueba la eficacia
de un taller para incrementar la motivación de los alumnos para que participen más
en determinas actividades escolares. En el primer caso nuestra variable
independiente es la técnica psicoterapéutica que se va a aplicar y la variable
dependiente es la depresión.
En el segundo caso, la variable independiente es el taller que se va a implementar y
la variable dependiente tendría que ver con el incremento de la motivación que se
expresaría en una mayor participación en las actividades escolares. En este caso,
para simplificar, supongamos que lo que medimos específicamente es la
participación en las actividades escolares.

Vamos a esquematizar esto, aclarando que no vamos a seguir necesariamente la

representación simbólica de los diseños que van a ver en otras clases y que figuran
en varios de los textos de Pereda Marín. El motivo para no hacerlo es simplificar, por
una cuestión didáctica, para un mejor entendimiento de lo queremos expresar.

Supongamos que en el primer caso aplicamos la psicoterapia y luego medimos el

nivel de depresión y en el segundo aplicamos el taller y luego medimos el nivel de
participación. Pero para saber si realmente el taller y la psicoterapia fueron eficaces
tenemos que comparar con algo. Podemos tomar una medida de la variable
dependiente anterior a la aplicación de la variable independiente (llamada medida
pretratamiento) y después compararla con la segunda medida de dicha variable
(medida postratamiento). Entonces vamos a poder observar, en un caso, si hay una
disminución en los niveles de depresión, y en el otro, si hay un incremento del nivel
de participación.
Esta es la primera comparación formal que habíamos mencionado: la medida
pretratamiento (nivel de depresión/ nivel de participación antes que el investigador
intervenga) se compara con la medida postratamiento (nivel de depresión/ nivel
de participación después de aplicar las respectivas variables independientes).
En algunos casos, cuando esto no es posible, se puede reemplazar la variable
dependiente en la medida pretratamiento por una variable altamente
correlacionada con ella. Pero, con este esquema. ¿Cómo podemos saber que
no intervino alguna o varias variables contaminadoras entre la medida
pretratamiento y la media postratamiento, y que la diferencia entre una y otra sea
efectivamente explicada por la variable independiente y no por dichas variable/s
contaminadoras? Respuesta: No lo podemos saber. Por ese motivo, la medida
pretratamiento, si bien mejora los diseños de investigación, no es suficiente para
asegurar un adecuado control de variables contaminadoras. De manera que la
medida pretratamiento por sí sola, no hace que una investigación sea un
experimento. Y un experimento puede tener o no medida pretratamiento, porque
como acabamos de decir, eso no define que sea o no un experimento. Un ejemplo
de lo anterior podría ser: supongamos que en el segundo ejemplo se constatara un
incremento estadísticamente significativo entre las medidas pre y postratamiento
(mayor participación que antes). ¿Eso demostraría necesariamente que el taller fue
eficaz? No, ya que pudo haber intervenido alguna variable contaminadora. Por ej.,
podría haber ocurrido algún evento en coincidencia temporal con la aplicación del
taller que esté por fuera de la investigación (cambios organizativos, administrativos
o tecnológicos en la escuela) que en definitiva fueron los que produjeron el
incremento de la participación, y no el taller. En ese caso asegurar la eficacia del
taller sería un error. Entonces la primera comparación formal queda descartada para
ser requisito para que una investigación sea un experimento.
Continuemos entonces. Para ello, vamos a tomar un concepto mencionado con
anterioridad: el control general de variables contaminadoras. Una variable
dependiente puede verse afectada por numerosas variables contaminadoras, y cada
variable dependiente tiene sus variables contaminadoras que le son específicas. Por
ejemplo, si investigo sobre memoria, las contaminadoras pueden ser diferentes que
si investigo sobre percepción o sobre trastornos de ansiedad. Por eso, si bien los
controles específicos de variables contaminadoras son importantes para la validez
interna, no definen que una investigación sea o no un experimento. Entonces vamos
a los controles generales. Estos nos van a servir para que una investigación pueda
ser un experimento. Estos controles generales idealmente pretenden controlar en
forma masiva las variables contaminadoras, tanto las conocidas como las
desconocidas. Y esto, ¿cómo lo conseguimos? Pasamos entonces a la segunda
comparación formal, la comparación de grupos. Estas comparaciones tienen varias
funciones, pero la que nos interesa para lo que estamos exponiendo es su función
de control de variables contaminadoras. El control que nos permite es lo que
mencionamos con anterioridad como control general. Retomamos los ejemplos
anteriores incrementando el nivel de complejidad de los diseños:

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.

En este punto, debemos preguntarnos si con esto ya tenemos un experimento. Y de

nuevo la respuesta es NO. Recordemos que el experimento es el de mayor validez
interna y en consecuencia el de mayor exigencia. Entonces, ¿por qué no puede ser
un experimento? Veamos, tomemos el ejemplo del taller. Supongamos que los
cambios organizativos -administrativos- tecnológicos introducidos en la escuela no
afecten por igual el nivel de participación de los alumnos. Algunos, según su perfil
de personalidad se podrían ver afectados de manera diferente. Los de perfil más
extrovertido podrían incrementar su nivel de participación debido a estos cambios,
pero los introvertidos no. Y supongamos también que en el grupo 1 donde se aplicó
el taller hubiera muchos más extrovertidos que en el grupo 2. Deberíamos
preguntarnos, aunque no se aplicara ningún taller y simplemente se realizaran estos
cambios en la escuela, ¿qué pasaría con el nivel de participación en ambos grupos?
Obviamente en el grupo 1 que hay más extrovertidos que en el grupo 2, el nivel de
participación aumentaría, diferenciándose del grupo 2. Ahora superpongamos esto
con la investigación, y que el taller se aplicara en el grupo 1 que tiene más
extrovertidos. Se obtendría una diferencia que no sería por el taller, sino por la
interacción entre la variable de sujeto mencionada (perfil de personalidad) y los
cambios que tuvieron lugar en la escuela. Y aunque el grupo donde se aplicó el
taller tuviera mayor participación, esto no se podría atribuir al taller, porque eso se
debería a la mencionada interacción entre la extraversión y los cambios en la
escuela. Lo anterior remite a que la comparación entre grupos se asienta en una
premisa básica, que es que los grupos sean similares entre si en cuanto a las
características de los sujetos que los componen. A esto lo denominamos
equivalencia inicial de los grupos. Los grupos tienen que ser equivalentes,
similares, no tienen que presentar diferencias en las variables de sujeto. Esto no
quiere decir que los sujetos tengan que ser todos idénticos, sino que la variabilidad
de sujeto, las diferencias individuales, estén repartidas de la misma manera en
ambos grupos, que los grupos no difieran en las distintas variables de sujeto. Esto
es importante para la validez interna, porque si los grupos no fueran equivalentes,
las diferencias individuales podrían funcionar como variables contaminadoras
que podrían producir diferencias entre los grupos, compitiendo directamente con la
variable independiente.
¿Cómo nos podemos asegurar de esta equivalencia inicial de los grupos? No se
puede saber con certeza que los grupos sean necesariamente equivalentes, pero
podemos aproximar a esa equivalencia inicial, mediante la asignación de los
sujetos al azar a los grupos. A esta técnica de control se la llama aleatorización,
y consiste básicamente en usar el azar para seleccionar qué sujetos compondrán
cada grupo. Evidentemente, está técnica no nos asegura con certeza que los dos
grupos sean idénticos, pero es el mejor procedimiento conocido para controlar las
diferencias individuales entre los grupos en forma masiva. Si lo que se quiere
controlar es una o varias variables en particular, los controles específicos, que van a
ver en la clase de control (eliminación, balanceo, constancia), son mucho mejores,
pero sirven para un número reducido de variables. Para el control general, masivo,
se requiere de la aleatorización.
La aleatorización para asegurar la equivalencia inicial de los grupos funciona mucho
mejor cuando los grupos son numerosos; en grupos pequeños no es tan efectiva.
Por esto, aunque siempre conviene aplicar controles específicos para las variables
de sujeto, son mucho más importantes cuando los grupos son reducidos. Cabe
aclarar que los controles específicos y los generales no son antagónicos sino todo lo
contrario: la mejor estrategia es usar ambos. Y si por caso uso muchos controles
específicos pero prescindo de los controles generales, la investigación perdería
validez interna y dejaría de ser un experimento. Una vez formados los grupos
también se pueden asignar el azar los valores de la variable independiente a cada
grupo. Si agregamos la aleatorización al diseño quedaría:

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.