RESUMEN


Es muy frecuente oír en los medios de comunicación frases como “el alcohol es la causa de x% de los accidentes de tráfico”. Para algunos el método científico por excelencia es el método experimental, es decir, aquel que trata de extraer relaciones de tipo causal entre dos o más fenómenos. Aunque desde aquí, y aceptando sus respectivas delimitaciones, no consideramos superior el método experimental a otros (como el correlacional), es sobradamente reconocida por todos la importancia de las relaciones causales, relaciones que solo puede demostrar en ultima instancia el método experimental.

De esta forma, con este artículo vamos a tratar de describir someramente como tiene que ser un diseño de investigación para que podamos decir que la variable B ha sido causa de la variable A. Vamos a tratar de desvelar que hay de correcto en la frase con la que iniciábamos la presentación de este artículo “el alcohol es la causa de los accidentes de trafico”.

Alquile su plataforma elearning Platón

ARTÍCULO: El método de investigación experimental.


METODOLOGÍA EXPERIMENTAL
 
2.1. INTRODUCCIÓN.
 
La esencia del método experimental es que busca explicar los fenómenos en términos de causalidad.
 
2.2. CONCEPTOS BÁSICOS EN INVESTIGACON EXPERIMENTAL.
 
2.2.1. Planteamiento del problema e hipótesis.
 
Toda investigación surge como intento de dar solución a un problema. Es imprescindible hacer una buena revisión documental sobre la naturaleza del problema que nos atañe. Una vez delimitado el problema, el siguiente paso es la delimitación de la hipótesis. La hipótesis es un planteamiento sobre como se presupone que se relacionan los hechos que tratamos de estudiar, las hipótesis deben ser plausible, aceptables, y sobre todo, comprobables.
 
2.2.2. La búsqueda de causas.
 
El principal objetivo de la metodología experimental es la búsqueda de relaciones causales. Las relaciones de causalidad tienen que cumplir las siguientes condiciones:
 
1.      Covariación.- los cambios en las causas deben estar relacionados con los cambios en los efectos.
2.      Precedencia temporal.- la causa ocurre siempre antes que el efecto.
3.      Eliminación de explicaciones alternativas.- la causa que explica los cambios debe ser la única explicación posible de tales cambios.
 
2.2.3. Variables.
 
Una variable es cualquier característica que posee al menos dos valores. Las propiedades de los objetos y su relación con otros son en la mayoría de las ocasiones variables. No obstante algunas características de los objetos son constantes. Para conocer como varían las propiedades de los objetos en relación a otros es necesario cuantificar como varían. La varianza es un modo de cuantificar esa variabilidad.
 
Existen varios tipos de variables en investigación experimental, las mas importantes son:
 
1.      Variable independiente.- es aquella que manipula el investigador y que ejerce una influencia sobre la variable dependiente.
2.      Variable dependiente.- es aquella variable que recibe el efecto de la variable independiente. Constituye un indicio del efecto producido por la variable independiente y resulta importante considerar su validez, fiabilidad y sensibilidad. Valida significa que mide lo que se quiere medir, fiable que mide sin error, y sensible que detecta cambios en los distintos niveles de variable independiente.
3.      Variable extraña.- son un conjunto de variables que están presente en la investigación pero que no son objetivo de la investigación. El efecto de estas variables debe ser mínimo si queremos tener seguridad de la relación entre la variable independiente y la dependiente.
 
Las variables independientes pueden en algunos casos ser manipuladas por le investigador, pero en otros la manipulación no es posible, en tal caso, las variables se manipulan por selección, tal es el caso de la selección de sujetos para un experimento por criterios como la edad o el sexo.
 
2.2.4. Optimizar las variables.
 
La varianza de la variable dependiente esta producida por la varianza de la variable independiente mas la varianza de las variables extrañas. En un experimento ideal, toda la variabilidad observada en la variable dependiente esta provocado única y exclusivamente por la variable independiente, y a esta variabilidad se le denomina varianza sistemática primaria. Cuanto mayor sea la varianza sistemática primaria mayor será el efecto de la variable independiente sobre la variable dependiente.
 
La variabilidad producida por las variables extrañas es aleatoria y se denomina varianza error. Pero también existen otras fuentes de variabilidad que se produce de manera sistemática y que puede influir en los resultados de una investigación. A este tipo de variabilidad se le denomina varianza sistemática secundaria.
 
Para conseguir los resultados óptimos es preciso seguir el principio propuesto por Kerlinger (1987) que consiste en maximizar la varianza sistemática primaria, minimizar la varianza error y controlar la varianza sistemática secundaria. Este principio se denomina MAX-MIN-CON, cuyo fundamente es que los valores que utilizamos al manipular la variable independiente tengan suficiente relieve como para provocar efectos en la variable dependiente y determinar la relación entre las dos variables minimizando la varianza error. El control de la varianza sistemática secundaria hace posible que se descarte explicaciones debidas a variables extrañas que se confunden con el efecto de la variable independiente.
 
2.2.5. Control.
 
El control de las variables extrañas se puede realizar de manera directa, eliminando o manteniendo constantes algunas condiciones en los grupos, o de modo indirecto, a través de la aleatorización. El modo directo se emplea cuando es posible o son conocidas las fuentes de variación, y segundo se emplea cuando las fuentes son desconocidas o escapan a nuestro control.
 
2.2.6. La generalización.
 
El objetivo de realizar una investigación no se ciñe única y exclusivamente a los sujetos participantes en el estudio. Seria interesante poder extrapolar los resultados obtenidos a los distintos individuos de las mismas características de la población de la que fue extraída la muestra. Para conseguir estos objetivos nos valemos de los modelos de la estadística inferencial.
 
Para utilizar la estadística inferencia es preciso convertir la hipótesis experimental (que es una afirmación verbal) en una hipótesis estadística. La hipótesis estadística se refiere al comportamiento de la población, y no al de la muestra como es el caso de la hipótesis experimental.
 
Cuando se realiza todo proceso de inferencia se asume un error máximo que se esta dispuesto a cometer, este error máximo es el nivel de confianza. Cuando utilizamos un nivel de confianza de 0,05 estamos asumiendo que si realizásemos ese experimento 100 veces, en cinco casos no encontraríamos diferencias estadísticamente significativas, es decir, aceptaríamos la hipótesis nula. Los niveles de confianza mas comúnmente utilizados están comprendidos entre 0,01 y 0,05.
 
Pero conseguir unas diferencias estadísticamente significativas, no es de por si solo la solución al problema. Es también preciso que las conclusiones a las que lleguemos tengan validez.
 
2.2.7. Validez.
 
La validez se refiere al grado de confianza que nos merece la información que obtenemos en el desarrollo de una investigación. La validez de una investigación depende del cuidado con el que se ha desarrollado la investigación en sus diferentes fases, así tenemos:
 
1.      Validez interna.- grado en que la variable independiente afecta a la variable dependiente.
2.      Validez externa.- grado en que los resultados son generalizables a otras muestras similares obtenidas de la misma población.
3.      Validez teórica.- se refiere a si el problema se ajusta a alguna línea teórica bien establecida en la que las distintas variables están bien definidas y operacionalizadas.
4.      Validez de constructo.- se refiere a si las variables en cuestión es posible operazicionalizarlas correctamente, es decir, pueden ser manipuladas y medidas por el experimentador.
5.      Validez de conclusión estadística.- es la expresión cuantitativa de la relación entre variables adecuadamente operacionalizadas., y está a su vez asociada con la validez externa.
 
La validez global de una investigación depende pues de la validez que cada una de las fases de la investigación.
 

 

Fases de la investigación
Tipos de validez
Planteamiento del problema (delimitación)
Formulación de hipótesis
Validez teórica.
Operacionalización de variables
Validez de constructo
Formulación de hipótesis estadísticas
Validez de conclusión estadística
Diseño
Validez interna
Análisis de datos
Validez de conclusión estadística
Conclusiones
Validez externa
 
2.2.8. Experimento.
 
En un experimento los sujetos son asignados a cada uno de los grupos de manera aleatoria, no obstante esta asignación no siempre es posible. Cuando tratamos por ejemplo con hombres y mujeres, ya tenemos grupos formados, en tal caso, no tenemos un experimento, sino un cuasi-experimento.
 
2.2.9. Diseño.
 
El esquema general que determina como se llevara a cabo una investigación se denomina diseño de investigación. Los diseños experimentales y cuasi-experimentales pueden clasificarse según distintos criterios, que son:
 
1.      Por el número de variables independientes se pueden clasificar como unifactoriales o factoriales.
2.      Por el número de variables dependientes los podemos clasificar en univariados o multivariados
3.      Diseños aleatorios.- si se distribuye la variabilidad en los grupos por azar.
4.      Diseños de bloques.- utilizan la constancia como control.
5.      Diseños intrasujetos o de medidas repetidas.- utilizan al propio sujeto como control.
 
2.3. DISEÑOS EN LA INVESTIGACION EXPERIMENTAL.
 
2.3.1. Diseños intersujetos. Diseños de grupos aleatorios.
 
Se trata de diseños en los que existen al menos dos valores para la variable independiente que se experimentan en sujetos distintos. Los sujetos son asignados a cada grupo por azar, de esta manera conseguimos una distribución homogénea de la varianza cuando las muestras son grandes. Si las muestras son pequeñas deberemos usar alguna técnica que nos permita una distribución de la variabilidad lo mas homogénea posible, por ejemplo, que haya el mismo número de hombres y mujeres en cada grupo.
 
2.3.2. Diseños de bloques aleatorios.
 
Con el fin de homogeneizar la varianza entre los grupos, el investigador distribuye la variable extraña que se considera afecta a la variable de interés de forma equitativa entre los grupos, así podemos considerar que el pertenecer a uno u a otro sexo puede afectar a los resultados de nuestra investigación, por tanto a ambos grupos asignamos el mismo número de mujeres y de hombres. De esta forma la varianza de la variable extraña se resta de la varianza error.
 
2.3.3. Diseños de intrasujeto o diseños de medidas repetidas.
 
Una forma de evitar el problema de la variabilidad en los grupos es usar el mismo sujeto (o el mismo grupo) para probar los diferentes valores de la variable independiente. De esta forma nos aseguramos la homogeneidad, pero tiene como contrapartida el efecto de aprendizaje al someterse repetidamente a distintos valores de la variable independiente. En este sentido distinguiremos el efecto de orden, que puede implicar que las primeras tareas se resuelvan peor que las segundas como consecuencia, por ejemplo, del cansancio. Y también los efectos residuales, que se produce cuando se aplica el segundo tratamiento y los efectos del primero aun no han desaparecido. Estos efectos pueden ser mitigados si se alternan las condiciones experimentales o si se amplia el tiempo entre ellas.
 
2.3.4. Diseños factoriales.
 
En los diseños factoriales hay mas de una variable independiente, en ellos se estudian además de los efectos principales, o efectos de las variables por si solas, los efectos de interacción, o efectos de las distintas variables en su conjunto.
 
2.3.4.1. Interacción.
 
El efecto de interacción es el efecto conjunto de dos variables, es un efecto distinto al producido por cada una de ellas por separado, ni tampoco es la suma de los dos efectos. Se puede decir que cuando en su representación grafica dos variables quedan representadas por líneas paralelas no hay efecto de interacción, y si se produce cuando las líneas se cortan. El paralelismo o perpendicularidad es solo un indicio, la comprobación debería hacerse mediante una prueba estadística apropiada (análisis de varianza).
 
2.3.4.2. Efectos principales y simples.
 
Los efectos principales informan de cómo se comporta la variable dependiente bajo los distintos niveles de una variable independiente y considerando la otra variable independiente como una constante.
 
Los efectos simples supone ver como se comporta la variable dependiente considerando un solo valor de la variable independiente.
 
2.3.4.3. Diseños intersujetos, intrasujetos y mixtos.
 
En los diseños intersujetos hay diferentes sujetos para cada una de las distintas condiciones experimentales. En los diseños intrasujetos es el mismo individuo el que pasa por los distintos valores de la variable independiente. En los diseños mixtos tenemos una variable independiente que no es posible manipular como el sexo, y otra que si es posible su manipulación.
 
2.3.5. Diseños experimentales con un solo sujeto.
 
La experimentación con un solo sujeto también es posible. El procedimiento consiste en tomar diferentes medidas de la variable de interés antes del tratamiento (para establecer una línea base) y después del tratamiento. De esta forma logramos tener un conjunto de medidas antes y después del tratamiento que nos pueden dar una idea de si el tratamiento surte o no efecto. En este tipo de investigaciones hay que tener mucho cuidado con la influencia de variables extrañas.
 
En los llamados diseños de revisión, se retira el tratamiento en el momento en el que los datos son suficientes para mostrar un cambio, si la retirada del tratamiento hace que la variable dependiente vuelva al sus valores originales, tenemos una confirmación de la eficacia del tratamiento.
 
Cuando no es posible la retirada del tratamiento la opción mas interesante es la línea base múltiple que consiste en obtener medidas de distintas variables dependientes que no están relacionadas (no llego a entender su lógica).

 


REFERENCIAS

 

COMENTARIOS

Publica tu comentario sobre este artículo

 

SOBRE LA PUBLICACIÓN

¿El artículo ha sido revisado? NO

Sobre el autor