Diseño de investigación experimental: tipos, ejemplos, métodos

Diseños de investigación experimental

El diseño de investigación experimental es una forma elegante de determinar qué tan bien un programa en particular logra sus objetivos. Muchos diseños experimentales varían ampliamente para controlar la contaminación de la relación entre variables independientes y dependientes.

¿Qué es un estudio experimental?

Un estudio experimental Es aquel en el que el investigador manipula la situación y mide el resultado de su manipulación. Esto contrasta con una estudio correlacional, que tiene muy poco control sobre el entorno de investigación.

El estudio experimental ejerce un control considerable sobre el medio ambiente. Este control sobre el proceso de investigación permite al experimentador intentar establecer una causalidad en lugar de una mera correlación. Por tanto, el establecimiento de la causalidad es el objetivo habitual del experimento.

El estudio experimental clásico tiene tres características:

  • Manipulación;
  • Control y
  • Aleatorización.

Los individuos en un estudio experimental se seleccionan al azar y se asignan al menos a dos grupos. Un grupo está sujeto a intervención (o manipulación o estímulo de prueba), mientras que el otro grupo(s) no lo es.

En un verdadero estudio experimental, el experimentador puede medir los valores de la variable dependiente tanto antes de administrar el estímulo (el pretest) como después de administrarlo (el postest).

La diferencia entre estas puntuaciones da una indicación aproximada del efecto de la variable causal. El grupo al que se administra el estímulo o manipulación de la prueba se llama grupo. grupo experimental. El grupo que hace no recibir el estímulo de prueba se llama grupo de control.

Desarrollamos más a fondo los términos control y aleatorización.

Por control nos referimos a que todos los factores, excepto la variable independiente, deben mantenerse constantes y no confundirse con otra variable (variable extraña), que no forma parte del estudio.

Por aleatorización, queremos decir que el investigador se encarga de asignar aleatoriamente a los sujetos a los grupos de control y experimentales. Cada sujeto tiene las mismas posibilidades de ser asignado a cualquiera de los grupos.

El objetivo de todos los procedimientos de selección de grupos experimentales y de control es hacer que los grupos sean lo más similares posible en términos de la variable dependiente y, por tanto, necesariamente en términos de todos los factores que la afectan.

Por lo tanto, lo ideal es que las puntuaciones previas a la prueba para los grupos experimental y de control sean idénticas o similares antes de la introducción del estímulo de la prueba. La aleatorización no garantiza necesariamente que las puntuaciones de las pruebas previas para los dos grupos sean idénticas.

Sin embargo, debería garantizar que cualquier diferencia que persista sea aleatoria, es decir, que las diferencias sean resultados aleatorios.

La lógica básica de la experimentación es bastante simple. El experimentador comienza con una hipótesis causal, que establece que una variable (la variable independiente) provoca cambios en una segunda variable (el efecto o variable dependiente).

El siguiente paso es;

  1. medir la variable dependiente (pretest);
  2. introducir la variable independiente a la situación o cambiar su nivel si ya está presente, y
  3. Mida la variable dependiente (postest) para ver si ha habido algún cambio resultante en su valor.

Una pregunta importante que surge en un estudio experimental es: ¿cómo se separa la parte de un cambio total en las puntuaciones previas y posteriores a la prueba, que es causada por factores extraños, de la parte causada por los estímulos de la prueba?

Esto no se puede hacer con un. solo grupo de sujetos, pero se puede lograr con dos grupos si se pueden hacer ciertas suposiciones.

Los supuestos son

  • Los sujetos de los dos grupos (experimental y de control) son idénticos en sus características;
  • La prueba previa más cualquier factor extraño que afecte a un grupo también afectará al segundo grupo en el mismo grado.

El primer supuesto implica que las puntuaciones medias de las pruebas previas deberían ser idénticas. Por el contrario, el supuesto 2 determina que la diferencia entre las puntuaciones previas y posteriores a la prueba causada por factores extraños es la misma en cada grupo.

Si estos supuestos se mantienen, se prueba previamente a ambos grupos pero se administra el estímulo causal al grupo experimental.

El grupo de control debe mostrar un cambio en la variable dependiente que sea atribuible sólo a la variación extraña.

Por el contrario, la variable dependiente en el grupo experimental debería mostrar un cambio mayor causado por una variación extraña más el estímulo de la prueba.

Restando el cambio extraño (cambio en el grupo de control) del cambio total en el grupo experimental, se puede estimar la cantidad de cambio debido al estímulo causal.

El segundo y más sencillo enfoque para controlar el error de asignación es pareo.

Es un procedimiento para la asignación de materias a grupos; garantiza que cada grupo de encuestados sea emparejado en función de las características pertinentes.

Supongamos que se va a realizar un experimento para examinar si la educación de la madre afecta el conocimiento nutricional. Se entiende que la edad es un factor que puede influir en el conocimiento.

Para controlar mediante emparejamiento, debemos asegurarnos de que la distribución por edades de las madres sea la misma en todos los grupos.

Aunque el emparejamiento asegura que los sujetos de cada grupo sean similares a las características emparejadas, el investigador nunca puede estar seguro de que los sujetos hayan sido emparejados en todas las características que podrían ser importantes para el experimento.

La desventaja del emparejamiento es que cualquier sujeto que no tenga un compañero que coincida en todas las características relevantes no puede ser asignado a ninguno de los grupos y, por lo tanto, no puede usarse en el experimento.

Autoselección Otro problema espinoso a la hora de seleccionar un grupo de control.

Es probable que las personas que eligen ingresar a un programa sean diferentes de aquellas que no lo hacen, y las diferencias previas (en intereses, aspiraciones, valores, iniciativa, etc.) hacen que las comparaciones posteriores al programa entre los grupos "atendidos" y "no atendidos" sean riesgosas. .

A veces los problemas de autoselección pueden superarse si los sujetos de los grupos experimental y de control se seleccionan entre voluntarios.

Esta selección puede considerarse un verdadero experimento si los voluntarios se asignan aleatoriamente a cualquiera de los grupos.

Destacamos aquí que la aleatorización es el método básico mediante el cual se garantiza la equivalencia entre los grupos experimentales y de control. Se deben establecer grupos experimentales y de control de manera que sean iguales.

Lo mejor es asignar a los sujetos a grupos experimentales o de control de forma aleatoria. Si las asignaciones se hacen al azar, cada grupo debería recibir su parte justa de diferentes factores.

La comparación y el control son útiles, pero no tienen en cuenta todas las incógnitas. Son formas complementarias de mejorar la calidad de la medición y reducir el ruido extraño en la medición.

Ventajas y desventajas del estudio experimental.

Muchos científicos consideran que la investigación experimental es una verdadera investigación. Sin embargo, la investigación experimental tiene muchas ventajas y desventajas.

Las ventajas y desventajas de cualquier investigación suelen ser subjetivas, ya que no se puede afirmar que la ventaja en un experimento también lo será en otro.

Algunas personas sienten que la aportación humana es una desventaja en estos estudios, ya que los humanos siempre tienen sus pensamientos y pueden manipular los resultados.

Existe otra idea de que las pruebas en humanos también son una desventaja, ya que no se puede saber si sus respuestas o reacciones son ciertas o un espectáculo para el experimento.

A continuación resumimos algunas ventajas y desventajas importantes de un estudio experimental.

4 ventajas del estudio experimental

  1. En los estudios experimentales, el investigador tiene el control y la capacidad de cambiar el experimento si las respuestas no son concluyentes. Esto permite perder menos tiempo en los experimentos;
  2. La contaminación por variables extrañas se puede controlar más eficazmente en estudios experimentales que en otros diseños. Esto ayuda al investigador a aislar variables experimentales y evaluar su impacto a lo largo del tiempo;
  3. El costo y la conveniencia de la experimentación son mucho menores en comparación con otros métodos;
  4. El experimento brinda la oportunidad de estudiar los cambios a lo largo del tiempo mediante mediciones repetidas. Esta replicación conduce al descubrimiento de un efecto promedio de la variable independiente entre personas, situaciones y momentos;

8 desventajas del estudio experimental

  1. La mayor parte de la investigación en ciencias sociales se lleva a cabo en un entorno artificial. Este es quizás el principal problema con el uso de la experimentación en las ciencias sociales, donde un control suficiente es imposible en entornos naturales.
  2. A veces es imposible controlar todas las variables extrañas.
  3. Con un grupo grande de sujetos, es difícil controlar el entorno.
  4. La generalización a partir de una muestra no probabilística puede plantear problemas a pesar de la asignación aleatoria.
  5. La experimentación se dirige más eficazmente a problemas del presente o del futuro inmediato. Los estudios experimentales del pasado no son factibles y las predicciones no son posibles en los estudios experimentales.
  6. La intervención y el control son dos elementos importantes en los experimentos que a veces son difíciles de lograr cuando se trata de cuestiones éticas.
  7. Los científicos manipulan valores, por lo que es posible que no estén realizando un experimento completamente objetivo.
  8. Las personas pueden verse influenciadas por lo que ven y pueden dar respuestas que creen que el investigador quiere escuchar en lugar de cómo piensan y sienten sobre un tema.

Tipos de diseño de investigación experimental

Diseños de investigación experimental

Diseños preexperimentales

Los diseños preexperimentales son aquellos diseños que no tienen grupos de comparación. Incluso si lo hubieran hecho, no cumplen con el requisito de asignación aleatoria de estos grupos.

Discutiremos algunos diseños preexperimentales;

  • Diseño únicamente posterior a la prueba;
  • Diseño Pretest-Postest; y
  • Comparación de grupos estáticos.

Diseño solo posterior a la prueba

El diseño de solo posprueba, también llamado diseño de estudio de caso único, es el más débil de todos los diseños y no logra controlar adecuadamente las diversas amenazas a la validez interna.

Estos diseños son más útiles para recopilar información descriptiva o realizar pequeños estudios de caso de una situación particular.

Está diagramado de la siguiente manera:

Grupo experimental:Xoh

El diseño incluye los siguientes pasos:

  • Selecciona las materias
  • Seleccione el entorno experimental
  • Administrar el estímulo experimental X.
  • Realizar el postest con medida O

Como podemos ver, en este diseño se ha introducido una intervención de programa (X) y, en ocasiones, tras su introducción, se realiza una observación de medición (O).

Al no existir un grupo control ni una medición pretest, no hay posibilidad de comparar la medición O con ninguna otra medición.

Todo lo que la medición O puede hacer es proporcionar información descriptiva.

Por entorno nos referimos a si el experimento se lleva a cabo en el campo, en un laboratorio o en cualquier otro entorno. Las amenazas a la validez de la historia, la maduración, la selección y la mortalidad experimental no pueden controlarse.

La falta de una prueba previa y de un grupo de control hace que este diseño sea inadecuado para establecer la causalidad.

Ejemplo

UNICEF, Bangladesh, introdujo una campaña de inyección de glucosa en ciertas áreas de Bangladesh propensas a los TDY.

Esta es nuestra intervención (X). Un año después, se tomó una medida de quienes recibieron la inyección, lo que dio como resultado la observación 'O.'

Tenga en cuenta que no tenemos medios de controlar las influencias extrañas. Debería haber alguna medida de lo que sucedería cuando las unidades de prueba no estuvieran expuestas a X en comparación con la medida cuando los sujetos estuvieran expuestos a X.

Diseño pretest-posttest

Este diseño incluye un solo grupo experimental y se denomina diseño pretest-postest sin grupo de control.

Dado que este diseño carece de un grupo de control con el cual medir la variación extraña, se puede utilizar sólo cuando el experimentador puede asumir que la variación extraña es mínima, de modo que prácticamente todos los cambios registrados en las mediciones previas y posteriores a la prueba son causados por la intervención (X), la estímulo de prueba.

El diseño incluye los siguientes pasos:

  • Selecciona las materias
  • Seleccione el entorno experimental
  • Realizar el pretest con medida O1
  • Administrar el estímulo experimental X.
  • Realizar el postest con medida O2

Ejemplo

Se toma la muestra de sangre para medir el nivel de glucosa y se determina el nivel de glucosa. Esta es nuestra observación previa a la prueba, oh.1.

Dos horas después de administrar glucosa o desayunar se realizó una segunda medición. Esta es nuestra medición post-test O2. El diseño se diagrama de la siguiente manera:

Grupo experimental:oh1Xoh2

Dado que la variación total en las puntuaciones previas y posteriores a la prueba se atribuye al factor causal, la fórmula para esta causa es

ΔExp. =O2 – Oh1

Supongamos que la suposición del experimentador es incorrecta y los factores extraños provocan un cambio en las puntuaciones previas y posteriores a la prueba.

En ese caso, el experimentador no sabe qué parte del cambio en la variable dependiente se debe a la intervención (X) y cuánto a factores no controlados.

Podemos abordar este problema repitiendo el experimento y agregando un grupo de control con la prueba previa y posterior pero sin intervención.

Este diseño está sujeto a varias amenazas a la validez: historial, pruebas, maduración e instrumentación.

Comparación de grupos estáticos

En el diseño de grupos estáticos, los sujetos se identifican como grupos experimentales o de control.

El grupo experimental se mide después de haber sido expuesto al tratamiento experimental. Mire el siguiente diagrama que representa el diseño:

comparación de grupos estáticos

A diferencia de los otros dos diseños, este diseño añade un grupo de control. El grupo experimental recibe una intervención del programa (X) seguida de una observación de medición (O1).

Esta observación de medición luego se compara con una segunda observación (O2) de un grupo de control que no recibió la intervención del programa.

Luego, los resultados del diseño de grupo estático se calculan como una diferencia entre las dos observaciones de la siguiente manera:

ΔExp. =O2 – Oh1

La línea discontinua ( – – – – – ) es una línea no aleatoria, lo que indica que no se siguió ningún proceso aleatorio para crear los dos grupos.

La adición de un grupo de comparación supone una mejora sustancial con respecto a los dos diseños. Su principal debilidad es que no hay forma de estar seguro de que los dos grupos sean equivalentes y de que no se haya seguido ningún proceso aleatorio para crearlos.

Verdaderos diseños experimentales

La principal deficiencia de los diseños preexperimentales es que no logran proporcionar grupos de comparación que sean verdaderamente equivalentes. La forma de lograr la equivalencia es mediante emparejamiento y asignación aleatoria.

Describimos dos de estos diseños que entran en esta categoría. Estos son;

Diseño de grupo de control pretest-postest

Es un diseño en el que todos los sujetos son asignados aleatoriamente (RA) de una única población a los grupos experimental y control. Los grupos experimental y de control reciben una observación de medición inicial (O1 y O3 en el diagrama adjunto).

Luego, el grupo experimental recibe la intervención del programa (X), pero el grupo de control no recibe esta intervención.

Finalmente, el segundo conjunto de observaciones de medición ( O2 y O4 ) están hechos para ambos grupos.

Este diseño supone que el efecto de todas las variables extrañas será el mismo tanto en el grupo experimental como en el de control. El diseño se representa de la siguiente manera:

REAL ACADEMIA DE BELLAS ARTESGrupo experimentaloh1Xoh2
REAL ACADEMIA DE BELLAS ARTESGrupo de controloh3 oh4

A continuación enumeramos los pasos para realizar un diseño de grupo de control pretest-postest:

Grupo experimentalGrupo de control
1. Seleccionar temas1. Seleccionar tema
2. Seleccione un entorno experimental.2. Seleccione un entorno experimental.
3. Tome la medición previa a la prueba (003. Tome la medición previa a la prueba (O3)
4. Administrar la intervención (X)4. No administrar ninguna intervención.
5. Tome la medición posterior a la prueba (02)5. Tome la medición posterior a la prueba (04)

Para evaluar el efecto causal del tratamiento experimental, procedemos de la siguiente manera:

ΔExp. = (O2 – Oh1) – (Oh4 – Oh3)

Se esperaría que, dado que el grupo experimental recibió un programa de intervención especial, O2 sería mayor que O4. Además, dado que tanto el caso experimental como el de control fueron asignados aleatoriamente, esperaríamos que O1 sería igual a O3 sobre variables clave.

Bajo este supuesto, AExpt será positivo y la cantidad que contribuya a esta diferencia será el verdadero efecto causal del estímulo de prueba. La diferencia de control será igual a la diferencia experimental en los casos en que el efecto causal del estímulo de prueba sea cero.

Debido a la asignación aleatoria de sujetos en los grupos, este diseño sufre muy poco de los problemas de amenazas a la validez.

Los efectos de maduración, prueba y regresión se manejan bien porque uno esperaría que se sintieran por igual en los grupos experimentales y de control.

Sin embargo, la mortalidad puede ser un problema si existen diferentes tasas de abandono en los grupos de estudio. El proceso de asignación aleatoria aborda bien el problema de selección.

Diseño de grupo de control únicamente posterior a la prueba.

En este diseño, se omiten las mediciones previas a la prueba de ambos grupos. Las pruebas preliminares están bien establecidas en los diseños de investigación clásicos, pero no son necesarias cuando se sigue el proceso de aleatorización.

El diseño se diagrama de la siguiente manera:

REAL ACADEMIA DE BELLAS ARTESGrupo experimentalXoh1
REAL ACADEMIA DE BELLAS ARTESGrupo de control oh2

El efecto experimental se mide por la diferencia entre O1 y O2:

ΔExp. =O1 – Oh2

La simplicidad de este diseño lo hace más atractivo que el diseño del grupo de control pretestpostest.

Las amenazas a la validez interna provenientes de la historia, la maduración, la selección y la regresión estadística se controlan adecuadamente mediante la asignación aleatoria.

Dado que los sujetos se miden sólo una vez, se reducen las amenazas de pruebas e instrumentación, pero las tasas de mortalidad diferenciales entre los grupos experimentales y de control siguen siendo un problema potencial.

Diseño de cuatro grupos de Solmon

El diseño de cuatro grupos de Solmon es una forma de evitar algunas de las dificultades encontradas en el diseño pretest-postest.

Este diseño contiene dos grupos de control adicionales, que reducen la influencia de variables de confusión y permiten al investigador probar si la prueba previa afecta a los sujetos.

Si bien es mucho más complejo de configurar y analizar, el tipo de diseño combate muchos problemas de validez interna que plagan la investigación. Permite al investigador ejercer un control total sobre las variables y le permite comprobar que la prueba previa no influyó en los resultados.

Como observaremos en el diagrama siguiente, la prueba de cuatro grupos de Solmon es un diseño estándar de prueba previa y posterior, y la prueba posterior solo controla el diseño del grupo.

Las diversas combinaciones de grupos probados y no probados con grupos de tratamiento y control permiten al investigador asegurarse de que las variables de confusión y los factores extraños no hayan influido en los resultados.

(A)REAL ACADEMIA DE BELLAS ARTESGrupo experimentaloh1Xoh2
(B)REAL ACADEMIA DE BELLAS ARTESGrupo de controloh3 oh4
(C)REAL ACADEMIA DE BELLAS ARTESGrupo experimental Xoh5
(D)REAL ACADEMIA DE BELLAS ARTESGrupo de control  oh6

Los dos primeros grupos del diseño de cuatro grupos de Solomon se diseñan e interpretan de la misma manera que en el diseño pretest-postest y proporcionan las mismas comprobaciones tras la aleatorización.

La comparación de los resultados de la prueba posterior de los grupos C y D permite al investigador determinar si el acto real de la prueba previa influyó en los resultados.

Si la diferencia entre los resultados de la prueba posterior de los Grupos C y D es diferente de la diferencia de los Grupos A y B, entonces el investigador puede suponer que la prueba previa ha tenido algún efecto en los resultados.

La comparación del pretest del grupo B y el postest del grupo D permite al investigador establecer si algún factor externo ha causado una distorsión temporal.

Por ejemplo, muestra si algo más podría haber causado los resultados mostrados y es una verificación de la causalidad.

La comparación entre la prueba posterior del Grupo A y la prueba posterior del Grupo C permite al investigador determinar el efecto que la prueba previa ha tenido sobre el tratamiento. Si los resultados de la prueba posterior para estos dos grupos difieren, entonces la prueba previa ha tenido algún efecto sobre el tratamiento y el experimento es defectuoso.

La comparación entre el postest del Grupo B y el del Grupo D muestra si el pretest en sí ha afectado la conducta, independientemente del tratamiento.

Si los resultados son significativamente diferentes, entonces el acto de realizar pruebas previas ha influido en los resultados generales y necesita refinamiento.

Diseños cuasiexperimentales

Los diseños cuasiexperimentales son aquellos que no satisfacen los estrictos requisitos del experimento.

En tales diseños, los sujetos que van a ser observados no se asignan aleatoriamente a diferentes grupos para medir los resultados, como en un experimento aleatorio, sino que se agrupan según una característica que ya poseen.

Algunos autores distinguen entre un experimento natural y un cuasiexperimento. La diferencia es que el investigador manipula el factor causal en un cuasiexperimento, mientras que en un experimento natural, el factor causal varía naturalmente.

La principal desventaja de los cuasiexperimentos es que están más abiertos a variables de confusión.

Ya hemos señalado que los mejores diseños controlan efectos externos relevantes y conducen a inferencias válidas sobre los efectos del programa.

A diferencia de un diseño experimental, que protege contra casi todas las posibles amenazas a la validez interna, los diseños cuasiexperimentales generalmente dejan una o varias de ellas sin control.

En realidad, es simplemente imposible cumplir con los criterios de asignación aleatoria del verdadero diseño experimental.

Además de esto, los investigadores quieren evitar los problemas de amenazas a la validez asociados con los diseños preexperimentales.

El uso de diseños cuasiexperimentales en estas circunstancias ofrece un compromiso razonable, que no tiene la restricción de la asignación aleatoria.

En este sentido, es inferior a un verdadero diseño experimental, pero suele ser superior a los diseños preexperimentales. En esta sección analizamos algunos diseños cuasiexperimentales. Estos son

  1. Diseño de grupo de control no equivalente.
  2. Diseño de series de tiempo
  3. Diseño de muestra separada antes y después de la prueba
  4. Diseño ex post facto

Diseño de grupo de control no equivalente.

Este es un diseño cuasiexperimental sólido y probablemente el más utilizado. No existe una asignación aleatoria para programar y controlar como ocurriría en un experimento real.

Hay dos variantes de este diseño. Uno es el llamado diseño equivalente intacto y el otro es el diseño experimental autoseleccionado.

En diseño equivalente intacto, los miembros de ambos grupos están naturalmente reunidos.

Por ejemplo, podemos utilizar diferentes clases en una escuela, salas de hospital o clientes de tiendas similares. Una cuestión importante es hacer que el grupo de comparación sea lo más similar posible al grupo experimental.

A veces se recurre a procedimientos de emparejamiento para emparejar a los miembros de los grupos experimental y de control según las medidas disponibles al comienzo del programa.

Posteriormente, cuando un grupo ha estado expuesto a los beneficios del programa y el otro grupo no, la diferencia entre ellos debe atribuirse a la intervención del programa.

Pero el emparejamiento, por razones obvias, es mucho menos satisfactorio que la asignación aleatoria en varios aspectos. Entre otras cosas, a menudo no podemos definir las características con las que se debe emparejar a las personas.

Es decir, no sabemos qué características afectarán si la persona se beneficia o no del programa.

La segunda variante, el diseño experimental autoseleccionado, es más débil porque encuentra un problema al seleccionar un grupo de comparación.

Es probable que las personas que eligen ingresar a un programa difieran de aquellas que no lo hacen.

Las diferencias previas (en interés, actitud, deseo, normas, valores, iniciativa, etc.) hacen que las comparaciones posteriores al programa entre grupos "atendidos" y "no atendidos" sean riesgosas.

A veces los problemas de autoselección pueden superarse si los sujetos de los grupos experimental y de control se seleccionan entre voluntarios.

Esta selección puede considerarse un verdadero experimento si los voluntarios se asignan aleatoriamente a cualquiera de los grupos. El diseño se diagrama de la siguiente manera:

Diseño de investigación experimental: tipos, ejemplos, métodos

Una comparación de los resultados de la prueba previa (O1– Oh3) indica el grado de equivalencia entre los grupos experimental y control. Si los resultados de las pruebas previas son significativamente diferentes, existe una verdadera duda sobre la comparabilidad de los grupos.

Por otro lado, si las observaciones previas a la prueba son similares entre los grupos, hay más razones para creer que la validez interna del experimento es buena.

El diseño de grupo de control no equivalente es particularmente útil para evaluar programas de entrenamiento.

El diseño, sin embargo, se ve amenazado por el efecto de selección y la interacción de la selección con otros factores. El efecto de regresión sería un problema adicional si se seleccionaran grupos con puntuaciones extremas.

Diseño de series de tiempo

El diseño de series temporales es uno de los cuasiexperimentos más atractivos. Implica una serie de mediciones a intervalos periódicos antes de que comience el programa y mediciones continuas después de que finaliza el programa.

De este modo es posible determinar si las medidas inmediatamente anteriores y posteriores al programa son una continuación de patrones anteriores o si marcan un cambio decisivo.

Un diseño de series de tiempo es similar a un diseño preexperimental excepto que tiene la ventaja de observaciones de medición repetidas antes y después de la intervención del programa (X).

Examina el siguiente diagrama:

Grupo experimental:oh1oh2oh3Xoh4oh5oh6

Supongamos que no encontramos ninguna diferencia entre O1, Oh2y O3, pero luego se produce un aumento repentino entre O3 y O4, que posteriormente continúa hasta O5.

Podemos concluir con cierto grado de confianza que el aumento repentino probablemente se debió al efecto de la intervención del programa (X).

un diseño de series de tiempo que muestra el efecto de la intervención

Figura: Un diseño de series de tiempo que muestra el efecto de la intervención.

series de tres tiempos que muestran el significado variable

Figura: Serie triple que muestra la importancia variable

La figura está diseñada para ilustrar más vívidamente el impacto de la intervención. Los tres casos mostrados en estas figuras tendrán diferente significado. Ni la parte superior ni la media nos dicen nada sobre el efecto de la intervención.

La cifra de arriba muestra un aumento monótono o continuo desde el inicio del estudio. En otras palabras, la intervención no impacta el programa.

La misma interpretación es válida para la figura del medio. Sólo el cambio de B a A en la figura inferior se puede atribuir al efecto del programa. Tenga en cuenta que esta cifra es similar.

El diseño de series de tiempo probablemente protege contra casi todas las amenazas a la validez, excepto las amenazas históricas y de instrumentación.

Permite un análisis más detallado de los datos y el impacto del programa que el diseño pretest-posttest porque brinda información sobre las tendencias antes y después de la intervención del programa. El diseño de series de tiempo ayuda al investigador a evitar llegar a una conclusión equivocada.

Un diseño de series de tiempo es particularmente apropiado cuando un investigador puede realizar múltiples observaciones de medición antes y después de una intervención del programa (Fisher et al. 1998: 87).

Una vez más, observamos que el diseño de series temporales recomendado cuando se utiliza un grupo de control es imposible o no factible por razones prácticas.

Diseño de muestra separada antes y después de la prueba

Este diseño es más aplicable cuando no podemos saber cuándo y a quién introducir el tratamiento, pero podemos decidir cuándo y a quién medir.

Esencialmente, implica realizar una prueba previa de referencia (O1) con una muestra seleccionada aleatoriamente de una población de estudio.

Posteriormente, una intervención del programa (X) se introduce, y luego una medición post-prueba (O2) se elabora utilizando una segunda muestra seleccionada aleatoriamente de la misma población de estudio. El diseño se muestra de la siguiente manera:

RA: Grupo de prueba preliminaroh1(X) 
RA: Grupo postprueba Xoh2

El tratamiento entre corchetes (X) es irrelevante para el propósito del estudio, pero sugiere que el experimentador no puede controlar el tratamiento.

Este no es un diseño sólido porque en el camino se interponen varias amenazas a la validez interna. El efecto histórico puede confundir los resultados al repetir el estudio en otros momentos y en otros entornos.

Por el contrario, se considera superior a los experimentos verdaderos en cuanto a validez externa.

Su fortaleza radica en que es un experimento de campo en el que las muestras generalmente se extraen de la población a la que deseamos generalizar nuestros hallazgos.

Diseño ex post facto

En ocasiones resulta difícil dividir la población de estudio en dos grupos claros y similares.

Este puede ser el caso cuando está involucrada toda la sociedad, compuesta por diferentes variedades de personas y condiciones. Puede ser necesario estudiar todos los antecedentes históricos de un país.

Por ejemplo, si un investigador está interesado en estudiar las causas de la revolución que ya está en marcha, no podrá estudiar objetivamente la situación exacta antes de que comenzara la revolución en el país.

Tiene que depender de los antecedentes históricos del país, que serán estudiados a través del Diseño de estudio ex post facto.

En este caso particular, el investigador debe seleccionar dos países: uno en el que ha tenido lugar la revolución y el otro en el que no. Por lo demás, los países deberían ser en términos generales similares.

Luego, a través de un estudio comparativo de las condiciones de los dos países, el investigador podrá descubrir las causas de la revolución prevaleciente.

En el estudio ex post facto se estudia el pasado a través del presente. Pero en otros estudios intentamos pronosticar el futuro a partir del presente.

La limitación más obvia del estudio ex post facto es la dificultad de encontrar dos grupos similares que sean comparables. También es difícil encontrar un criterio objetivo de comparación.

En segundo lugar, es imposible crear condiciones artificiales o tener condiciones controladas para el estudio.

En tercer lugar, es imposible emplear un diseño pretest-postest en un estudio de este tipo.

Conclusión

El objetivo principal del diseño de investigación experimental es determinar qué tan bien un programa particular logra sus objetivos controlando la contaminación de la relación entre variables independientes y dependientes.

Los principales tipos de diseño de investigación experimental son los diseños preexperimentales, los diseños experimentales verdaderos y los diseños cuasiexperimentales.

¿En qué se diferencia un estudio experimental de un estudio correlacional?

Un estudio experimental implica que el investigador manipule la situación y mida el resultado de esta manipulación, con el objetivo de establecer la causalidad. Por el contrario, un estudio correlacional tiene un control limitado sobre el entorno de investigación y principalmente identifica relaciones sin establecer una causalidad.

¿Cuál es la diferencia entre el grupo experimental y el grupo de control en un estudio experimental?

En un estudio experimental, el grupo que recibe el estímulo o manipulación de la prueba se denomina grupo experimental. El grupo que no recibe el estímulo de la prueba se denomina grupo de control.

¿Cuáles son las tres características principales de un estudio experimental clásico?

Las tres características principales de un estudio experimental clásico son manipulación, control y aleatorización.

¿Qué significa “aleatorización” en el contexto de la investigación experimental?

En la investigación experimental, la aleatorización se refiere al proceso de asignar aleatoriamente sujetos a los grupos de control y experimentales, asegurando que cada sujeto tenga las mismas posibilidades de ser colocado en cualquiera de los grupos. Esto ayuda a que los grupos sean lo más similares posible con respecto a la variable dependiente.