Diseño de investigación

¿Qué es un diseño de investigación?

Diseño: Plan o la estrategia que se desarrolla para obtener la información que se desea.
En el caso del proceso cuantitativo, el investigador utiliza su diseño para analizar la certeza de las hipótesis
formuladas en un contexto específico o para aportar evidencia respecto de los lineamientos de la
investigación (si es que no se tienen hipótesis).
En un estudio pueden plantearse o tener cabida uno o más diseños. Utilizar más de un diseño eleva
considerablemente los costos de la investigación.

En el proceso cuantitativo, ¿de qué tipos de diseños disponemos para investigar?

 Diseños experimentales: se subdividen en preexperimentos (estudios exploratorios y descriptivos),

experimentos “puros” (estudios explicativos) y cuasiexperimentos (son fundamentalmente
correlacionales aunque pueden llegar a ser explicativos).
 Diseños no experimentales: se subdividen por el número de veces que recolectan datos en
transversales y longitudinales.
 Diseños experimentales
Experimento: se refiere a un estudio en el que se manipulan intencionalmente una o más variables
independientes (supuestas causas-antecedentes), para analizar las consecuencias que la manipulación
tiene sobre una o más variables dependientes (supuestos efectos-consecuentes), dentro de una situación
de control para el investigador.
¿Cuál es el primer requisito de un experimento?
El primer requisito es la manipulación intencional de una o más variables independientes. Manipular es
hacer variar o asignar distintos valores a la variable independiente. La variable dependiente no se
manipula, sino que se mide para ver el efecto que la manipulación de la variable independiente tiene en
ella.
Grados de manipulación de la variable independiente

 Presencia-ausencia: un grupo se expone a la presencia de la variable independiente (grupo

experimental) y el otro no (grupo de control). Posteriormente, los dos grupos se comparan.
Ej.: a un grupo de personas con artritis se le administra el tratamiento médico y al otro grupo no se le
administra.
 Más de dos grados: es posible hacer variar o manipular la variable independiente en cantidades o
grados. Tiene la ventaja de que se puede determinar si distintos niveles de la variable independiente
producen diferentes efectos. Cada nivel implica un grupo experimental más.
Ej.: si tenemos que evaluar los efectos de distintas dosis de un medicamento, tendremos tantos grupos
como dosis y, además, el grupo testigo o de control.
 Modalidades de manipulación en lugar de grados: exponer a los grupos experimentales a diferentes
modalidades de la variable, pero sin que esto implique cantidad.
Ej.: Los diseñadores de automóviles experimentan con el peso del chasis (cantidad) y el material con
que está construido (modalidad) para conocer su efecto en la aceleración de un vehículo.
¿Cómo se define la manera de manipular las variables independientes?
Al manipular una variable independiente es necesario especificar qué se va a entender por esa variable en
el experimento (definición operacional experimental). Es decir, trasladar el concepto teórico a un estímulo
experimental. Para definir cómo se va a manipular una variable es necesario:
1. Consultar experimentos antecedentes para ver si en éstos resultó exitosa la forma de manipular la
variable independiente.
2. Evaluar la manipulación: preguntas que el experimentador debe hacerse para evaluar su manipulación
antes de llevarla a cabo.
3. Incluir verificaciones para la manipulación: formas de verificar si realmente funcionó la manipulación.
La primera consiste en entrevistar a los participantes.
¿Cuál es el segundo requisito de un experimento?
Medir el efecto que la variable independiente tiene en la variable dependiente.
¿Cuál es el tercer requisito de un experimento?
El control o la validez interna de la situación experimental. Tener “control” significa saber qué está
ocurriendo realmente con la relación entre las variables independientes y las dependientes. Lograr control
en un experimento es contener la influencia de otras variables extrañas en las variables dependientes, para
así saber en realidad si las variables independientes que nos interesan tienen o no efecto en las
dependientes. Lograr la validez interna es el objetivo metodológico y principal de todo experimento.
Fuentes de invalidación interna
El control se alcanza eliminando las fuentes de invalidación interna ya que atentan contra la validez interna
de un experimento. Algunas de ellas son: historia, maduración, inestabilidad del instrumento de medición,
inestabilidad del ambiente experimental, administración de pruebas, instrumentación, regresión,
selección, mortalidad, difusión de tratamientos, compensación, conducta del experimentador.
¿Cómo se logran el control y la validez interna?
1. Varios grupos de comparación: dos como mínimo (uno al que se le administra el estímulo y otro al que
no) porque si nada más se tiene un grupo no es posible saber con certeza si influyeron las fuentes de
invalidación interna o no.
2. Equivalencia de los grupos en todo, excepto en la manipulación de la o las variables independientes:
de esta manera las diferencias entre los grupos pueden atribuirse a ella y no a otros factores. Los
grupos deben ser equivalentes al iniciar y durante todo el desarrollo. Asimismo, los instrumentos de
medición deben ser iguales y aplicados de la misma manera.
¿Cómo se logra la equivalencia inicial?
 El más preciso y confiable: La asignación al azar es normalmente el método preferible para lograr que
los grupos del experimento sean comparables (semejantes). Maneras de llevarla a cabo: trozos de pale,
una moneda, “números aleatorios”.
 Técnica de apareo o emparejamiento: consiste en igualar a los grupos en relación con alguna variable
específica, que puede influir de modo decisivo en la variable dependiente.
Una vez que se consigue, es ideal alcanzar validez externa: posibilidad de generalizar los resultados a la
población, otros experimentos y situaciones no experimentales.
Fuentes de invalidación externa
1. Efecto reactivo o de interacción de las pruebas: cuando la preprueba aumenta o disminuye la
sensibilidad o la calidad de la reacción de los participantes a la variable experimental.
2. Efecto de interacción entre los errores de selección y el tratamiento experimental: que se elijan
personas con una o varias características que hagan que el tratamiento experimental produzca un
efecto.
3. Efectos reactivos de los tratamientos experimentales: la “artificialidad” de las condiciones puede hacer
que el contexto experimental resulte atípico, respecto a la manera en que se aplica regularmente el tratamiento.
4. Interferencia de tratamientos múltiples: si se aplican varios tratamientos a un grupo experimental para
conocer sus efectos por separado y en conjunto.
5. Imposibilidad de replicar los tratamientos: por ser complejos.
6. Descripciones insuficientes del tratamiento experimental.
7. Efectos de novedad e interrupción: Un nuevo tratamiento puede tener resultados positivos simplemente por
ser percibido como novedoso, o bien, lo contrario.
8. El experimentador: que el tratamiento solamente tenga efecto con la intervención del experimentador.
9. Interacción entre la historia o el lugar y los efectos del tratamiento experimental: un experimento
conducido en un contexto en particular (tiempo y lugar), en ocasiones no puede ser duplicado.
10. Mediciones de la variable dependiente: si un experimento utiliza un instrumento para recolectar datos,
otros estudios deberán evaluar la variable dependiente con el mismo instrumento o uno equivalente.

Simbología de los diseños experimentales

R: asignación al azar o aleatoria o E: emparejamiento. G: grupo de sujetos. X: tratamiento. 0: una medición
de los sujetos de un grupo. —: ausencia de estímulo.
Preexperimentos
Diseño de un solo grupo cuyo grado de control es mínimo. Generalmente es útil como un primer
acercamiento al problema de investigación en la realidad o como estudios exploratorios. No son
adecuados para el establecimiento de relaciones causales porque se muestran vulnerables en cuanto a la
posibilidad de control y validez interna.
- Estudio de caso con una sola medición: Consiste en administrar un estímulo a un grupo y después
aplicar una medición de una o más variables para observar cuál es el nivel del grupo en éstas.
- Diseño de preprueba/posprueba con un solo grupo: A un grupo se le aplica una prueba previa al
estímulo o tratamiento experimental, después se le administra el tratamiento y finalmente se le aplica
una prueba posterior al estímulo. Una ventaja sobre el anterior: existe un punto de referencia inicial.

Experimentos “puros”
Los experimentos “puros” son aquellos que reúnen los dos requisitos para lograr el control y la validez
interna:

 Grupos de comparación (manipulación de la variable independiente)

 Equivalencia de los grupos.
Estos diseños llegan a incluir una o más variables independientes y una o más dependientes. Asimismo,
pueden utilizar prepruebas y pospruebas para analizar la evolución de los grupos antes y después del
tratamiento experimental.
1. Diseño con posprueba únicamente y grupo de control: incluye dos grupos, uno recibe el tratamiento
experimental y el otro no. La manipulación de la variable independiente alcanza sólo dos niveles
(presencia y ausencia). Los sujetos se asignan a los grupos de manera aleatoria. Cuando concluye la
manipulación, a ambos grupos se les administra una medición sobre la variable dependiente en
estudio. La posprueba debe administrarse inmediatamente después de que concluya el experimento. Si
ambas difieren significativamente el tratamiento experimental tuvo un efecto a considerar, se acepta la
hipótesis de diferencia de grupos. Si no hay diferencias no hubo efecto, se acepta la hipótesis nula.
2. Diseño con preprueba posprueba y grupo de control: incorpora la administración de prepruebas.
Ventajas de la preprueba: para el control en el experimento (al compararse las prepruebas se evalúa
qué tan adecuada fue la asignación aleatoria) y para analizar el puntaje-ganancia de cada grupo (la
diferencia entre las puntuaciones de la preprueba y la posprueba).
3. Diseño de cuatro grupos de Solomon: la mezcla de los dos anteriores. Cuatro grupos: dos
experimentales y dos de control, los primeros reciben el mismo tratamiento experimental y los
segundos no reciben tratamiento. Sólo a uno de los grupos experimentales y a uno de los grupos de
control se les administra la preprueba; a los cuatro grupos se les aplica la posprueba. La ventaja:
verificar los posibles efectos de la preprueba sobre la posprueba.
4. Diseños experimentales de series cronológicas múltiples: diseño que efectúa a través del tiempo
varias observaciones o mediciones sobre una o más variables, sea o no experimental. Para efectos en el
mediano o corto plazo, o para evaluar la evolución del efecto.
5. Diseños factoriales: manipulan dos o más variables independientes e incluyen dos o más niveles o
modalidades de presencia en cada una de las variables independientes.

Cuasiexperimentos
Difieren de los experimentos “puros” en el grado de seguridad o confiabilidad que pueda tenerse sobre la
equivalencia inicial de los grupos. En los diseños cuasiexperimentales los sujetos no se asignan al azar a los
grupos ni se emparejan, sino que dichos grupos ya están formados antes del experimento: son grupos
intactos. Alcanzan validez interna en la medida en que demuestran la equivalencia inicial de los grupos
participantes y la equivalencia en el proceso de experimentación.
Contextos donde se realizan los experimentos
- Contexto de campo: Experimento en una situación más real o natural en la que el investigador
manipula una o más variables.
- Contexto de laboratorio: Experimento en que el efecto de todas o casi todas las variables
independientes influyentes no concernientes al problema de investigación se mantiene reducido lo
más posible.
Pasos de un experimento
1. Decidir cuántas variables independientes y dependientes deberán incluirse en el experimento.
2. Elegir los niveles o modalidades de manipulación de las variables independientes y traducirlos en
tratamientos experimentales.
3. Desarrollar el instrumento o instrumentos para medir la(s) variable(s) dependiente(s).
4. Seleccionar para el experimento una muestra de personas que posean el perfil que nos interesa.
5. Reclutar a los participantes del experimento.
6. Seleccionar el diseño experimental o cuasiexperimental apropiado.
7. Planear cómo vamos a manejar a los participantes del experimento.
8. En el caso de experimentos “puros”, dividirlos al azar o emparejarlos; y en el caso de
cuasiexperimentos, analizar cuidadosamente las propiedades de los grupos intactos.
9. Aplicar las prepruebas (cuando las haya), los tratamientos respectivos (cuando no se trate de grupos de
control) y las pospruebas.

Diseños no experimentales
La investigación no experimental es la que se realiza sin manipular deliberadamente las variables
independientes. No se genera ninguna situación, se basa en categorías, conceptos, variables, sucesos,
comunidades o contextos que ya ocurrieron o se dieron sin la intervención directa del investigador. Se
observan los fenómenos en su ambiente natural para después analizarlos. Las variables independientes
ocurren y no es posible manipularlas. Es sistemática y empírica.

Se dividen de la siguiente manera:

Diseños transeccionales o transversales

Recolectan datos en un momento único en el tiempo. Su propósito es describir variables y analizar su
incidencia e interrelación en un momento dado.
- Exploratorios: comenzar a conocer una variable o un conjunto de variables, una comunidad, un
contexto, un evento, una situación. Por lo general, se aplican a problemas de investigación nuevos o
poco conocidos.
- Descriptivos: indagar la incidencia de las modalidades o niveles de una o más variables en una
población. Recolectan datos sobre cada una de las categorías, conceptos, variables, contextos,
comunidades o fenómenos, y reportan lo que arrojan esos datos.
- Correlacionales-causales: describen vinculaciones y asociaciones entre categorías, conceptos,
variables, sucesos, contextos o comunidades son correlacionales, y si establecen procesos de
causalidad entre tales términos se consideran correlacionales-causales.
En su modalidad únicamente causal si se reconstruye la relación a partir de la variable dependiente
(retrospectivos), de la independiente (prospectivos), ambas (causalidad múltiple).
Todos los estudios transeccionales causales nos brindan la oportunidad de predecir el comportamiento
de una o más variables a partir de otras, una vez que se establece la causalidad. A estas últimas se les
denomina variables predictoras.
Encuestas de opinión (surveys)
Son investigaciones no experimentales transversales o transeccionales descriptivas o correlacionales-
causales, ya que a veces tienen los propósitos de unos u otros diseños y a veces de ambos. Generalmente
utilizan cuestionarios que se aplican en diferentes contextos.

Diseños longitudinales o evolutivos

Se fundamentan en hipótesis de diferencia de grupos, correlacionales y causales. Estos diseños recolectan
datos sobre categorías, sucesos, comunidades, contextos, variables, o sus relaciones, en dos o más
momentos, para evaluar el cambio en éstas (la evolución, sus causas y sus efectos). Ya sea al tomar a una
población (diseños de tendencia o trends), a una subpoblación (diseños de análisis evolutivo de un grupo o
cohorte) o a los mismos participantes (diseños panel). Suelen ser más costosos que los transeccionales.
De tendencia/de análisis evolutivo de grupos: Ambas clases de diseños monitorean cambios en una
población o subpoblación a través del tiempo, usando una serie de muestras que abarcan a diferentes
participantes en cada ocasión, pero en los primeros la población es la misma y en los segundos se toma
como universo a los sobrevivientes de la población.
Panel: Toda una población o grupo es seguido a través del tiempo. La ventaja es que, además de conocer
los cambios grupales, se conocen los cambios individuales. Se sabe qué casos específicos introducen el
cambio. La desventaja es que a veces resulta muy difícil obtener con exactitud a los mismos participantes
para una segunda medición u observaciones subsecuentes.
¿Cuáles son las características de la investigación no experimental en comparación con la investigación
experimental?
El tipo de diseño a elegir se encuentra condicionado por el enfoque seleccionado, el problema a investigar,
el contexto que rodea la investigación, los alcances del estudio a efectuar y las hipótesis formuladas.
Posibilidad de réplica: en los longitudinales es mucho más complejo y en ocasiones imposible.
En los experimentos las variables independientes pocas veces tienen tanta fuerza como en la realidad. En el
laboratorio tales variables no muestran la verdadera magnitud de sus efectos. Si se encuentra un efecto en
el laboratorio, éste tenderá a ser mayor en la realidad. En la investigación no experimental tenemos mayor
validez externa.
Una desventaja de los experimentos es que normalmente se selecciona un número de personas poco o
medianamente representativo respecto a las poblaciones que se estudian, lo que dificulta la generalización
de resultados a poblaciones más amplias.