RESUMEN
Aunque los diseños experimentales son muy deseables por su alto grado de validez interna, sus requerimientos son tan exigentes que no siempre que queremos podemos emplearlos. Cuando los criterios para una investigación experimental no se cumplen adecuadamente el diseño de investigación más próximo que podemos utilizar es el diseño cuasi-experimental, que es prácticamente un diseño experimental en el que no se han podido asignar aleatoriamente los sujetos a los respectivos grupos experimental y control. En este caso, este sutil diferencia, la no aleatorización de sujetos a los grupos, impide el establecimiento de relación causal.
ARTÍCULO: Los métodos cuasi-experimentales.
METODOLOGÍA CUASI-EXPERIMENTAL
3.1. Introducción.
Al igual que en los modelos experimentales, en los cuasi-experimentales buscamos relaciones causales entre variables, con la sola diferencia de que en estos modelos no hay aleatorización de los sujetos a los diferentes grupos, motivo por el cual no podemos estar seguros de que el reparto de la varianza error este equilibrado en ambos grupos.
En la investigación experimental se usa un grupo experimental y un grupo de control, en la investigación cuasi-experimental se usa un grupo experimental y uno de control no equivalente (por el efecto de la no aleatorización). La diferencia entre el grupo experimental y el de control es que el grupo de control no recibe ningún tratamiento.
En la investigación cuasi-experimental se identifica la variable independiente y cuando esta es introducida mediante la letra X. La variable dependiente es designada con l a letra O. Si existe una medida antes del tratamiento la denominaremos pretest, cuando la medida se realiza tras el tratamiento la denominamos postest.
3.2. Diseños de un grupo de control no equivalente con medidas pretest y postest.
En estos diseños se desconoce el grado de equivalencia entre los grupos experimental y control. La medida pretest tiene una doble función, por un lado evalúa la equivalencia inicial entre los grupos, y por otro, evalúa la eficacia del tratamiento por su efecto en la variable dependiente. Su notación es:
|
Grupo experimental
|
O1
|
X
|
O2
|
|
Grupo control
|
O1
|
|
O2
|
Si hacemos mas de una medida pretest la notación seria la siguiente:
|
Grupo experimental
|
O1
|
O2
|
X
|
O3
|
|
Grupo control
|
O1
|
O2
|
|
O3
|
Entre las muchas variaciones de los diseños cuasi-experimentales cabe destacar los grupos de cohorte, que son grupos identificados en relación a alguna característica, por ejemplo, los primeros adolescentes que usan el móvil de manera cotidiana, y se persigue un comparación entre los que no tenían acceso al móvil o bien los futuros que tendrán acceso a otro tipo de tecnología. Los diseños de cohorte pueden usar también medidas pretest y postest como controles.
Cuando un diseño experimental carece de medida pretest de grupo de control o de ambos entonces nos estamos hablando de diseños preexperimentales, que dada la falta de control tienen serios problemas de validez.
3.3. Diseños de discontinuidad en la regresión.
Este modelo parte de la relación lineal que se da entre dos variables, por ejemplo, es posible que se de una relación lineal entre horas de estudio y calificación obtenida. La relación lineal viene representada gráficamente por los valores de una ecuación de regresión de la forma y = ax + b, de tal forma que conocidos los valores de cualquiera de las dos variables (x e y) podemos predecir la otra con una probabilidad dada por la determinación (cuadrado de la correlación). La representación grafica de una ecuación de regresión tiene como resultado una nube de dispersión que puede ser representada como una recta con una pendiente y una ordenada concretas. Pues bien, lo que hacemos en este diseño es dividir el grupo en dos partes concretas determinadas por el experimentador y sometemos una de ellas a tratamiento, una vez realizado el tratamiento tomamos los nuevos datos y comprobamos si la nueva recta de regresión se ajusta a la recta de regresión primitiva. Si no se ajusta es por que ha habido algún cambio, si por el contrario se superponen, el tratamiento no ha tenido efecto.
Las relaciones de causalidad que se establecen en este tipo de diseños tienen mas garantías de validez que las que se pueden obtener de un diseño cuasi-experimental con pretest y postest con grupo de control no equivalente.
3.4. Diseños de series temporales interrumpidas.
Los diseños de series temporales, al igual que los de caso único, tienen su base en la precedencia temporal entre las variables, la VI precede a la VD. Los diseños de series temporales interrumpidas se basan en la realización de varias medidas de la VD antes y después del tratamiento, su esquema es el siguiente:
O1 O2 O3 O4 O5 O6 X O7 O8 O9 O10 O11 O12
En estos diseños hay que tener mucho cuidado por que debido al espacio temporal en el que se realizan las medidas ciertas variables extrañas pueden afectar al resultado del experimento. Un modo se solventar este problema puede ser mediante la introducción y retirada del tratamiento entre nuevas series de recogida de datos. También podemos introducir un grupo de control para comprobar si ha diferencias entre este y el grupo experimental.
Otra forma mas depurada de mejorar la validez del diseño de series temporales consiste en introducir dos grupos de control junto al grupo experimental, esto se hace de la siguiente manera. Primero se introduce el tratamiento en el grupo experimental, y en un momento posterior se introduce nuevamente el tratamiento en uno de los grupos de control, de esta forma la grafica que representa al grupo de control que se le ha introducido el tratamiento debe aproximarse a la grafica del grupo experimental en el preciso momento en el que se introduce el tratamiento. A este tipo de diseño de series temporales se le denomina diseño de series temporales ininterrumpidas con replicaciones intercambiadas.
REFERENCIAS
COMENTARIOS
Publica tu comentario sobre este artículo
SOBRE LA PUBLICACIÓN
¿El artículo ha sido revisado? NO
Sobre el autor