Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Disenos Cuasi 1 WOP P
Disenos Cuasi 1 WOP P
Diseños cuasi-experimentales
D I S E Ñ O S
4
Posibles causas de la cuasi-
experimentación
Hay una fuerte presión que tiene su origen en los
desarrollos sociales y políticos como:
5
Investigación en contextos
aplicados
Los cuasi-experimentos son más frecuentes
en contextos aplicados, como, por ejemplo,
cuando:
a) Se introducen cambios en las escuelas.
b) Se prueba un tiempo abierto o flexible en
el mundo laboral.
6
c) Se pretende determinar la efectividad
de las instituciones, instancias
gubernamentales u organizaciones de
servicios. En este caso, se denomina
evaluación de programas.
7
En torno al término cuasi-
experimento
La palabra ‘cuasi’ significa como si o casi,
de modo que cuasi-experimento denota un
casi experimento verdadero.
8
Diseños cuasi-experimentales
9
¿Cuándo aplicaremos el
enfoque cuasi?
10
Estudios cuasi-experimentales
11
Características
Investigación básica Investigación aplicada
OBJETIVOS
Causalidad Causalidad y estudio del cambio
EFECTOS INFERIDOS
Efectos causales no espúrios Efectos causales con riesgo de espuridad
SUPUESTOS Y CONDICIONES
Propios del paradigma experimental Propios del paradigma experimental
FUENTES DE CONFUNDIDO
Fuerte control Escaso control
SELECCIÓN DE LAS UNIDADES
Aleatoria Sesgada
VALIDEZ ENFATIZADA
Validez interna Validez externa
ALCANCE DE LOS RESULTADOS
Restringido Muy generalizables
12
Fases de la investigación aplicada
13
Diseño cuasi-experimental
14
Clasificación de las estrategias cuasi-
experimentales
Diseños cuasi-
experimentales
Incluye a los diseños que
Estrategia repiten medidas de la
Longitudinal variable de respuesta
Comparación dinámica
15
Representación gráfica de la estrategia
transversal y longitudinal
-G1O1
-G2O2
-G3O3
.
.
G9O1 G9O2 G9O3 . . . G9Oj
-GiOj
16
Unidad de análisis y tipos de datos
Unidad de análisis
Tipo de datos
Técnicas de análisis
Modelo AR
Modelo ANOVA
Modelo ANCOVA
Modelo MANOVA
Modelo ARIMA
Modelo ACCP
Modelo LISREL 17
Ámbitos de aplicación
CONTEXTOS
18
Enfoque transversal
19
Concepto del enfoque
20
Dentro del contexto cuasi-experimental, los
sujetos van a parar al grupo de tratamiento y
control por la propia decisión de los sujetos
o por consideraciones prácticas. En
consecuencia, los grupos experimental y
control pueden ser diferentes y no
comparables en oposición a lo que ocurre en
la investigación aleatorizada.
21
Efecto del sesgo de selección
Los diseños cuasi-experimentales, en su versión
de comparación de grupos, son esquemas de
investigación afectados por un sesgo de selección
o por variables de selección. Esto requiere la
adopción de técnicas de análisis para corregir los
posibles sesgos y neutralizar las variables de
selección, de modo que se infiera el efecto de los
tratamientos sin que esté contaminado por las
diferencias iniciales de los grupos. Las diferencias
iniciales de los grupos los hacen no comparables o
no equivalentes, siendo éste el sentido último del
enfoque cuasi-experimental transversal.
22
Clasificación del diseño
transversal
23
Diseños de grupo control no
equivalente
Diseños de grupos no
Diseño transversal equivalentes
Diseño de discontinuidad en la
regresión
24
Enfoque longitudinal
25
Concepto del enfoque
El objetivo de los estudios longitudinales es
analizar los procesos de cambio y explicarlos. Se
pretende caracterizar el cambio de la variable de
respuesta en función del tiempo y examinar qué
covariables contribuyen al cambio.
Uno de los aspectos específicos del enfoque
longitudinal es tomar registros u observaciones
de la misma (o mismas) unidades a lo largo del
tiempo. ..//..
26
De ahí, el porqué lo longitudinal está
siempre asociado a los cambios intra-
individuales. Ha de tenerse en cuenta que,
en estos estudios, no siempre las unidades
de observación o análisis son los individuos,
ya que pueden ser unidades más amplias
como barrios, áreas urbanas, familias,
fábricas, ciudades, países, etc.
27
Medida del cambio
28
Puesto que no es posible prescindir de los
diseños longitudinales para el estudio del
cambio, conviene tener en cuenta la forma
como se obtienen los datos y la distinción
entre los modelos de cambio intraindividual
y los modelos de cambio interindividual.
..//..
29
Es decir, entre los modelos que analizan y
describen los patrones de cambio durante el
desarrollo de un individuo y los modelos
que analizan los patrones de cambio al
comparar dos o más grupos de sujetos.
Esta nueva perspectiva del estudio del
cambio configura un enfoque mucho más
coherente y comprensivo del diseño
longitudinal.
30
Clasificación del diseño
longitudinal
31
Criterios de clasificación
Cantidad de unidades
Criterios de clasificación
Amplitud y frecuencia del intervalo
Cantidad de unidades
32
Amplitud y frecuencia del intervalo
Diseño en panel
33
Diseños transversales
34
Diseños de grupo control no
equivalente
35
Concepto
37
Partiendo de este planteamiento, se tienen
diseños cuyos grupos no pueden ser
considerados ni homogéneos, ni
comparables. Por esta razón, se han buscado
alternativas al clásico modelo de Análisis de
la Variancia a fin de modelar, en el supuesto
de que se conozcan, las potenciales fuentes
de sesgo y distorsión y, de esa forma,
controlarlas.
38
El porqué de las diferencias antes
Las diferencias entre las puntuaciones antes se dan por la
siguientes razones:
1. Cuando el tratamiento es aplicado a un grupo
(escuela, clase, planta industrial, etc.), y otro grupo
(escuela, clase, planta industrial etc.,) es tomado como
control.
2. Cuando se ha planificado un auténtico
experimento, pero por razones de mortalidad,
contaminación de las unidades del grupo control por los
artefactos experimentales o por la variación del
tratamiento experimental, el experimento verdadero se
convierte en un cuasi-experimento. ..//..
39
3. Cuando, debido a la limitación de recursos,
el tratamiento sólo es aplicado a un grupo
seleccionado.
4. Cuando los sujetos se auto-seleccionan.
40
Clasificación
Diseño de
grupo control
no
equivalente
Diseño de grupo control no equivalente
con medidas antes y después (medidas
pre y post-tratamiento)
41
Matriz de datos del diseño de grupo control no
equivalente con sólo medidas después
Tratamiento Control
Medidas Después Medidas Después
G G
R R
U U
P P
O O
1 2
42
Matriz de datos del diseño de grupo control no
equivalente con medidas antes y después
Tratamiento Control
Medidas Medidas Medidas Medidas
Antes Después Antes Después
G G G G
R R R R
U U U U
P P P P
O O O O
1 1 2 2
43
Diseño de grupo control no equivalente
Técnicas de análisis
44
ANCOVA
Control Experimental
X Y XY X Y XY
45
ANOVA de puntuaciones de
diferencia
Control Experimental
X Y Y-X X Y Y-X
46
Ejemplo práctico
49
Prueba de homogeneidad de los coeficientes de la
regresión H0: 1=2
Y
A1
b1
A2
b2
X
50
Output SPSS
b
Va riables introducida s/e limi nadas
Variables Variables
Modelo int roducidas eliminadas Método
1 Xa , Int roducir
2 Ta , Int roducir
3 XTa , Int roducir
a. Todas las variables solicitadas introduc idas
b. Variable dependiente: Y
51
ANOVA con datos de diferencia
52
DISEÑO DE GRUPO CONTROL NO EQUIVALENTE
Control Experimental
X Y Y-X X Y Y-X
3 6 3 5 9 4
6 7 1 7 10 3
5 7 2 6 8 2
4 6 2 5 9 4
3 5 2 4 7 3
Medias: 4,2 6,2 2 5,4 8,6 3,2
( ): 21 31 10 27 43 16
( )2 95 195 22 151 375 54
53
Output SPSS
Descriptivos
DIF
Intervalo de confianza para
la media al 95%
Desviación Límite
N Media típica Error típico Límite inferior superior Mínimo Máximo
1,00 5 2,0000 ,7071 ,3162 1,1220 2,8780 1,00 3,00
2,00 5 3,2000 ,8367 ,3742 2,1611 4,2389 2,00 4,00
Total 10 2,6000 ,9661 ,3055 1,9089 3,2911 1,00 4,00
ANOVA
Prueba de homogeneidad de varianzas
DIF
dif
Suma de Media
Estadís tico cuadrados gl cuadrática F Sig.
de Levene gl1 gl2 Sig. Int er-grupos 3,600 1 3,600 6,000 ,040
,590 1 8 ,464 Int ra-grupos 4,800 8 ,600
Total 8,400 9
54
Diseños de grupos no
equivalentes
55
Concepto
56
Según esta estructura de trabajo, se trata de
averiguar si hay efecto de tratamiento. Se
pretende estudiar la posible relación causal entre
el factor de tratamiento y la variable de
resultado. Mediante este formato cuasi-
experimental o de grupos de selección, las
diferencias previas (de selección) entre los
grupos pueden causar cambios en la variable de
resultado sin efecto alguno de tratamiento. ..//..
57
De ahí, lo importante en tener en cuenta las
diferencias iniciales de los grupos
(diferencias de selección), mediante algún
tipo de control estadístico.
58
Diseño de discontinuidad en la
regresión
59
Concepto
60
Aunque es escasa la utilización de esta
estrategia, constituye un buen ejemplo de
cómo es posible verificar el efecto del
tratamiento mediante grupos organizados en
función de los valores de la variable pre-
tratamiento. En la práctica, su uso se ha
limitado al ámbito de la investigación sobre
educación compensatoria (Trochim, 1984)
61
Lógica del diseño
64
65
Ejemplo práctico
El propósito del análisis de datos es, en esta clase
de diseños, comparar dos ecuaciones de la
regresión en el punto de corte. Se pretende, por
ejemplo, estudiar el efecto de un programa sobre el
rendimiento laboral. Puesto que los sujetos
seleccionados que van a seguir el programa
presentan niveles más altos en variables
relacionadas con el rendimiento que los controles,
se decide utilizar esta información previa como
covariable.
66
De acuerdo con la estrategia del diseño, los
sujetos que puntúan bajo en la covariable actúan
de grupo experimental o de tratamiento y los que
puntúan alto, de grupo control. A continuación se
presentan los datos de este hipotético estudio,
donde los sujetos que reciben tratamiento
obtienen puntuaciones entre 1 y 5 en la
covariable, y los sujetos control entre 6 y 10. El
punto de corte se sitúa en el intervalo 5-6.
67
La asignación de los sujetos a un grupo u
otro (control o experimental) es arbitraria y
depende de los objetivos de la
investigación.
68
ANCOVA
Asumiendo la homogeneidad
de las pendientes
69
Patrones hipotéticos de las líneas de regresión
70
Variable de selección y diseño
71
Fin de los Diseños cuasi-
experimentales transversales
72