Un diseño experimental comprende la especificación de las condiciones de la variable independiente y los procedimientos subsiguientes para asignar los sujetos a los tratamientos del experimento.
Los diseños cuasi-experimentales difieren de los experimentales, en que generalmente los primeros tienen menor validez interna y externa. Estas deficiencias de los diseños cuasi-experimentales se deben, en gran parte, al uso limitado de los procedimientos de control experimental y de aleatorización.
El diseño de un grupo con post-test, presenta datos que muchas veces son difíciles de interpretar. En los casos en los cuales, por una razón u otra, no puedan emplearse otros diseños, este diseño podría utilizarse para identificar problemas cuyo estudio resultaría provechoso, mediante diseños más rigurosos, en cuanto ello sea posible.
El diseño de medida pre y post con un grupo, supera en cierta medida al diseño de un grupo con post-test. El pre-test proporciona una base de comparación de la influencia del tratamiento sobre los resultados del post-test. Por consiguiente, el investigador tiene una mayor oportunidad de medir el efecto del tratamiento. Sin embargo, quedan sin resolver serios problemas de control.
El diseño de series de tiempo de un grupo con medida pre y post, es el mejor de los diseños anteriores. Las medidas repetidas pre y post del diseño de series de tiempo permiten controlar el efecto de variables extrañas, tales como la historia y la maduración, en el curso de las mediciones. Sin embargo, quedan sin controlar los efectos de otras variables extrañas.
La ventaja del diseño de grupos intactos es que utiliza un grupo de control. Su desventaja es que los grupos intactos no son aleatorios.
El diseño de grupos intactos con medida pre y post supera al simple diseño de grupos intactos, porque el primero incluye la medida previa.
El diseño de grupos intactos con series de tiempo múltiples es el mejor de los diseños Cuasi-experimentales que hemos revisado. Las medidas repetidas del diseño de series de tiempo añaden algunas ventajas al diseño de medida pre y post con grupos intactos. Sin embargo, la falta de aleatorización sigue teniendo un efecto importante sobre la validez interna y externa.
La aleatorización y el uso de grupos de control brinda a los diseños experimentales una importante ventaja sobre los diseños cuasi-experimentales. Cuando las muestras aleatorias son numerosas las diferencias individuales tienden a igualarse y así el grupo de control, cuando se utiliza adecuadamente, refleje todas las influencias presentes en el experimento, excepto las producidas por el tratamiento. Ello permite que las influencias provenientes de otros factores no se confundan con el efecto del tratamiento, de manera que el estudio alcance una elevada validez interna y posiblemente, también una alta validez externa.
Los diseños experimentales varían en términos del número de variables independientes que se investigan, el número de condiciones de la variable independiente(s) seleccionada(s) para la investigación, presencia o ausencia de la medida previa y la presencia o ausencia del grupo de control; finalmente, también varían en cuanto a si los datos están correlacionados o no.
Los diseños de datos no correlacionados difieren de los diseños de datos correlacionados en que en estos últimos, los datos obtenidos a lo largo de los diferentes tratamientos, o bien provienen de pares de sujetos igualados en alguna variable organísmica extraña o asignados aleatoriamente a los tratamientos, o bien, porque todos los tratamientos son administrados a todos los sujetos.
El diseño de grupos al azar con dos tratamientos, consiste en la asignación aleatoria de una muestra a la condición de tratamiento y de otra muestra a la condición de control. Otra posibilidad consiste en asignar las dos muestras al azar a dos tratamientos diferentes en vez de asignarlo a una condición de tratamiento y a una condición de control.
El diseño de grupos al azar con tres (o más) tratamientos es idéntico al diseño de grupos al azar con dos tratamientos, excepto por la adición de una o dos (nunca más de dos) condiciones de tratamiento.
Los diseños de datos correlacionados ofrecen una gran ventaja a los investigadores; les permiten controlar las variables organismicas extrañas de una forma más directa de lo que permiten otros diseños. En consecuencia, se pueden evitar los efectos de confusión de los resultados producidos por estas variables.
El diseño de grupos apareados con dos tratamientos y el diseño de grupos apareados con tres (o más) tratamientos son parecidos a los diseños de grupos al azar, con la excepción de que primero se aparean dos o más sujetos en una variable extraña organísmica, antes de asignarlos aleatoriamente a los tratamientos.
En los diseños de medidas repetidas, se administran todos los tratamientos a todos los sujetos. El mayor problema de los diseños de medidas repetidas es el control de los efectos de secuencia. Con el fin de controlar los efectos de secuencia se utilizan diseños completamente contrabalanceados, incompletamente contrabalanceados y contrabalanceados aleatoriamente.
Los diseños con medida previa permiten a los investigadores evaluar la ejecución de los grupos de tratamiento antes de la aplicación del mismo. El propósito de la medida previa es determinar si si los grupos de tratamiento son comparables al comienzo del experimento. La medida previa es particularmente recomendable cuando se utilizan muestras aleatorias pequeñas o grupos intactos.
El principal problema de la medida previa es que los sujetos se sensibilizan a la medición. Un diseño especial de medida previa denominado diseño de cuatro grupos de Solomon permite a los investigadores controlar los efectos de la medida previa; sin embargo, debe invertirse más tiempo y esfuerzo, puesto que se requiere dos grupos de control, adicionales. Por estas razones muchos investigadores prefieren utilizar diseños sin medida previa, como por ejemplo, los diseños de grupos independientes. Claro está que, si las condiciones no permiten el uso de un diseño de grupos independientes, el diseño de medida pre y post puede ser una buena alternativa.
Bibliografía
Arnau, J., (1980), Psicología Experimental. Un enfoque Metodológico, México: Editorial Trillas, S. A.
Agregue un comentario