DISEÑOS EXPERIMENTALES DE INVESTIGACIÓN

Diseños experimentales de investigación

SAMPIERI Hdez. Roberto et. al.: (1998): Metodología de la Investigación, McGraw Hill, México. Págs. 105-111/183-199

Síntesis

Con el propósito de responder a las preguntas de investigación planteadas y someter a prueba las hipótesis formuladas se selecciona un diseño específico de investigación. Los diseños pueden ser experimentales o no experimentales.

En este capítulo se analizan diferentes diseños experimentales y la manera de aplicarlos.

Asimismo se discute el concepto de validez experimental y cómo lograrla.

6.1 ¿QUÉ ES UN DISEÑO DE INVESTIGACIÓN?

Una vez definido el tipo de estudio a realizar y establecidas las hipótesis de investigación o los lineamientos para la investigación (si es que no se tienen hipótesis), el investigador debe concebir

la manera práctica y concreta de responder a las preguntas de investigación. Esto implica seleccionar o desarrollar un diseño de investigación y aplicarlo al contexto particular de su estudio. El término "diseño" se refiere al plan o estrategia concebida para responder a las preguntas de investigación (Christensen, 1980). El diseño señala al investigador lo que debe hacer para alcanzar sus objetivos de estudio, contestar las interrogantes que se ha planteado y analizar la certeza de las hipótesis formuladas en un contexto en particular.

Si la pregunta de investigación coloquial era: ¿Le gustaré a Ana: por qué sí y por qué no? y la hipótesis: "Yo le resulto atractivo a Ana porque así me lo ha hecho saber."

El diseño sería el plan o la estrategia para confirmar si es o no cierto que le resulto atractivo a

Ana (el plan incluirá actividades tendientes a encontrar la respuesta a la pregunta de investigación). En este caso podría ser: "el día de mañana buscaré a Ana después de la clase de Estadística, me acercaré a ella, le diré que se ve muy guapa y la invitaré a tomar un café. Una vez que estemos en la cafetería la tomaré de la mano, y si ella no retira su mano, la invitaré a cenar el siguiente fin de semana y si acepta, en el lugar donde cenemos le diré que ella me resulta atractiva y le preguntaré si yo le resulto atractivo. Desde luego, yo pude haber seleccionado ο concebido otra estrategia, tal como invitarla a bailar o al cine en lugar de cenar, ο bien si conozco a varias amigas de Ana y yo también soy amigo de ellas, preguntarles si le resulto atractivo a Ana". En el estudio del comportamiento humano disponemos de distintas clases de diseños o estrategias para poder investigar y debemos elegir un diseño entre las alternativas existentes.

Si el diseño está bien concebido, el producto final de un estudio (sus resultados) tendrá

mayores posibilidades de ser válido (Kerlinger, 1979). y no es lo mismo seleccionar un tipo de diseño que otro: cada uno tiene sus características propias, como se verá más adelante. No es lo mismo preguntarle directamente a Ana si le resulto o no atractivo que preguntarle a sus amigas, o que en lugar de preguntarle verbalmente, yo prefiera analizar su conducta no verbal (cómo me mira, qué reacciones tiene cuando la abrazo o me acerco a ella, etcétera). Como tampoco es igual si le pregunto en presencia de otras personas, que si le pregunto estando sólo los dos. La precisión de la información obtenida puede variar en función del diseño o estrategia elegida.

6.2 ¿DE QUÉ TIPOS DE DISEÑOS DISPONEMOS PARA INVESTIGAR EL COMPORTAMIENTO HUMANO?

En la literatura sobre la investigación podemos encontrar diferentes clasificaciones de los tipos de diseños. En este libro se adoptará la siguiente clasificación: investigación experimental e investigación no experimental. A su vez, la primera puede dividirse de acuerdo con las categorías de Campbell y Stanley (1966) en: preexperimentos, experimentos "puros" (verdaderos) y cuasiexperimentos. La investigación no experimental será subdividida en diseños transeccionales o transversales y diseños longitudinales. Dentro de cada clasificación se comentarán diseños específicos.

En términos generales, los autores de este libro no consideran que un tipo de investigación sea mejor que otro (experimental versus no experimental). Como menciona Kerlinger (1979): "Los dos tipos de investigación son relevantes y necesarios, tienen un valor propio y ambos deben llevarse a cabo." Cada uno posee sus características y la elección sobre qué clase de investigación y diseño específico hemos de seleccionar, depende de los objetivos que nos hayamos trazado, las preguntas planteadas, el tipo de estudio a realizar (exploratorio, descriptivo, correlacionalo explicativo) y las hipótesis formuladas.

El término "experimento" puede tener al menos dos acepciones, una general y otra particular. La general se refiere a "tomar una acción" y después observar las consecuencias (Babbie, 1979). Este uso del término es bastante coloquial; así hablamos de "experimentar" cuando mezclamos sustancias químicas y vemos la reacción de este hecho o cuando nos cambiamos de peinado y vemos el efecto que provoca en nuestros amigos esta transformación. La esencia de esta concep-ción de "experimento" es que requiere la manipulación intencional de una acción para analizar sus posibles efectos.

La acepción particular, más armónica con un sentido científico del término, se refiere a "un estudio de investigación en el que se manipulan deliberadamente una o más variables independientes (supuestas causas) para analizar las consecuencias que la manipulación tiene sobre una o más variables dependientes (supuestos efectos), dentro de una situación de control para el investigador". Esta definición puede parecer compleja; sin embargo, conforme se vayan

analizando sus componentes se irá aclarando su sentido.

Los experimentos "auténticos o puros" manipulan variables independientes para ver sus efectos sobre variables dependientes en una situación de control.

Si tomamos la acepción general del término "experimento", los preexperimentas, los experimentos "verdaderos" y los cuasiexperimentos podrían considerarse experimentos, ya que como se detallará más adelante "toman una acción" y miden sus efectos. En cambio, si tomamos la segunda acepción (que hemos llamado "particular"), sólo los experimentos "puros" serían "experimentos" y ambos conceptos se considerarían equiparables. En este capítulo nos centramos en los experimentos "verdaderos o puros".

El primer requisito es la manipulación intencional de una o más variables independientes.

La variable independiente es la que se considera como supuesta causa en una relación entre variables; es la condición antecedente, y al efecto provocado por dicha causa se le denomina variable dependiente (consecuente).

Como se mencionó en el capítulo anterior referente a las hipótesis, el investigador puede incluir en su estudio a dos o más variables independientes. Cuando realmente existe una relación causal entre una variable independiente y una dependiente, al hacer variar intencionalmente la primera, la segunda tendrá que variar: si la motivación es causa de la productividad, al variar la motivación deberá variar la productividad.

Un experimento se lleva a cabo para analizar si una o más variables independientes afectan a una o más variables dependientes y por qué lo hacen. Por ahora, simplifiquemos el problema de estudio a una variable independiente Y una dependiente. En un auténtico experimento, la variable independiente resulta de interés para el investigador por ser la variable que se hipotetiza, que será una de las causas que producen el efecto supuesto (Christensen, 1980). Para obtener evidencia de esta relación causal supuesta, el investigador manipula la variable independiente Y observa si la dependiente varía o no. Aquí, manipular es sinónimo de hacer variar o dar distintos valores a la variable independiente.

Si un investigador deseara analizar el posible efecto de los contenidos televisivos antisociales sobre la conducta agresiva de determinados niños, podría hacer que un grupo viera un programa de televisión con contenido antisocial y otro grupo viera un programa con contenido prosocíal," y posteriormente observará cuál de los dos grupos muestra una mayor conducta agresiva.

La hipótesis de investigación nos hubiera señalado algo así: "La exposición por parte de los niños a contenidos antisociales tenderá a provocar un aumento en su conducta agresiva." Si descubre que el grupo que vio el programa antisocial muestra mayor conducta agresiva respecto al grupo que vio el programa pros acial, y si descubre que no hay otra posible causa que hubiera afectado a los grupos de manera desigual, comprobaría su hipótesis.

El investigador está manipulando o haciendo variar a la variable independiente para observar el

efecto en la dependiente, y lo hace dándole dos valores: presencia

En este momento no se explica el método para asignar a los niños a los dos grupos, lo veremos en el apartado de control y validez interna. Lo que importa ahora es que se comprenda el significado de manipulación de la variable independiente de contenidos antisociales por televisión (programa antisocial) y ausencia de contenidos antisociales por televisión (programa prosocial). La variación es realizada a propósito por el experimentador (no es causal): tiene control directo sobre la manipulación, crea las condiciones para proveer el tipo de variación deseado.

En un experimento, para que una variable pueda ser calificada como independiente debe cumplir dos requisitos: que varíe o sea manipulada y que esta variación pueda controlarse. La variable dependiente se mide La variable dependiente no se manipula, sino que se mide para ver el efecto que la manipulación de la variable independiente tiene en ella. Esto podría esquematizarse de la siguiente manera:

Las letras o subíndices "A, B " indican distintos niveles de variación de la independiente. Grados de manipulación de la variable independiente La manipulación o variación de una variable independiente puede realizarse en dos o más grados. El nivel mínimo de manipulación es dos: presencia-ausencia de la variable independiente. Cada nivelo grado de manipulación implica un grupo en el experimento. Presencia-ausencia Implica que se expone un grupo a la presencia de la variable independiente y el otro no. Luego los dos grupos son comparados para ver si el grupo que fue expuesto a la variable independiente difiere del grupo que no fue expuesto. En el ejemplo anterior del posible efecto del contenido antisocial de la televisión en la conducta agresiva de ciertos niños, un grupo era expuesto a la variable independiente y el otro no. Al primer grupo se le conoce como "grupo experimental" y el grupo en el cual está ausente la variable se le denomina "grupo de control". Pero en realidad ambos grupos participan en el experimento.

A la presencia de la variable independiente muy frecuentemente se le llama "tratamiento experimental" o "estímulo experimental". Es decir, el grupo experímental recibe el tratamiento o estímulo experimental o, lo que es lo mismo, se le expone a la variable independiente; el grupo de control no recibe el tratamiento o estímulo experimental. Supongamos que pretendemos investigar si un medicamento es o no útil para la cura de alguna enfermedad. Al grupo experimental se le

administra el medicamento (presencia de la variable independiente o tratamiento experimental) y al grupo de control no; sólo se le administra un placebo. Después se observa si hubo o no alguna diferencia por lo que respecta a la cura de la enfermedad.

Ahora bien, el hecho de que uno de los grupos no se exponga al tratamiento experimental no significa que su participación en el experimento sea pasiva (que mientras el grupo experimental participa en un cierto tratamiento, el grupo de control puede hacer lo que quiera, v.g., irse a algún otro lado y luego regresar, platicar entre sí o seguir una rutina cotidiana). Por el contrario, significa que realiza las mismas actividades que el grupo experimental, excepto someterse al estímulo. Por ejemplo, si el grupo experimental va a ver un programa de televisión con contenido violento, el otro grupo podría ver el mismo programa pero sin las escenas violentas (otras versiones del mismo programa). En ocasiones resulta muy difícil definir lo que es no exponerse al estímulo. Si pretendemos probar la eficacia de una nueva psicoterapia, y si al grupo de control lo exponemos a una psicoterapia tradicional, sería difícil afirmar que su nivel es cero, puesto que es muy probable que ambas psicoterapias tengan algo en común. Por otro lado, si el grupo de control no recibiera ninguna psicoterapia, las diferencias entre los dos grupos bien podrían atribuirse al efecto que puede tener que las personas participen por primera vez en una psicoterapia y no al efecto de esa nueva psicoterapia.

En general, en un experimento puede afirmarse lo siguiente: si en ambos grupos todo fue "igual" menos la exposición a la variable independiente, es muy razonable pensar que las diferencias entre los grupos se deban a la presenciaausencia de la variable independiente.

Más de dos grados

En otras ocasiones, se puede hacer variar o manipular la variable independiente en cantidades o grados. En el caso del análisis del posible efecto del contenido antisocial por televisión sobre la conducta agresiva de ciertos niños, podría hacerse que un grupo fuera expuesto a un programa de televisión sumamente violento (con presencia de violencia física verbal y no verbal); un segundo grupo se expusiera a un programa medianamente violento (únicamente con violencia verbal), y un tercer grupo se expusiera a un programa prosocial. En este ejemplo, se tendrían tres niveles o cantidades de la variable independiente, lo cual puede representarse de la siguiente manera:

(programa sumamente violento) (programa medianamente violento) (ausencia de violencia, programa prosocial)

Manipular la variable independiente en varios niveles tiene la ventaja de que no sólo se puede determinar si la presencia de la variable independiente o tratamiento experimental tiene un efecto, sino también si distintos niveles de la variable independiente producen diferentes efectos. Es decir, si la magnitud del efecto (Y) depende de la intensidad del estímulo (XI' XZ' ~, etcétera).

Ahora bien, ¿cuántos niveles de variación deben ser incluidos? Una respuesta exacta no puede darse, sólo que debe haber al menos dos niveles de variación y ambos tendrán que diferir entre sí. El problema de investigación, los antecedentes (estudios anteriores) y la experiencia del investigador pueden proveer alguna indicación sobre el número de niveles de variación que necesita ser incor-porado en cierto experimento. Y cabría agregar: Cuantos más niveles mayor información, pero el experimento se va complicando: cada nivel adicional implica un grupo más (Christensen, 1980). Modalidades de manipulación en lugar de grados Existe otra forma de manipular una variable independiente que consiste en exponer a los grupos experimentales a diferentes modalidades de ella pero sin que esto implique cantidad. Supongamos que un investigador quiere probar el efecto que tienen distintas fuentes de retroalimentación en el desempeño de la productividad de los trabajadores de una fábrica. La retroalimentación sobre el desempeño se refiere a que le digan a una persona cómo está realizando su trabajo (qué tan bien o mallo hace). A un grupo de trabajadores se le proporcionaría retroalimentación sólo mediante su supervisor, a otro grupo la retroalimentación provendría por escrito (sin contacto "cara a cara" con otra persona) y a un tercer grupo se le indicaría que entre los compañeros de trabajo se den retroalimentación entre sí (todo en la ejecución de una determinada tarea); y luego se compararía la productividad de los grupos. En este caso no se está manipulando la presenciaausencia de la variable independiente, ni administrando distintas cantidades de ésta, sino que los grupos son expuestos a modalidades de la retroalimentación del desempeño, no a intensidades. La variación es provocada por categorías distintas de la variable independiente que no implican en sí cantidades.

Es el mismo caso de experimentar con diferentes tipos de semillas, vacunas, tipos de argumentaciones de abogados en juicios, procedimientos de construcción o materiales.

En ocasiones, la manipulación de la variable independiente conlleva una combinación de cantidades y modalidades de ésta. Si en el caso anterior tuviéramos un grupo al que se le administrara retroalimentación detallada de su desempeño vía el supervisor, un segundo grupo al que se le administrara retroalimentación dosificada de su desempeño sólo en las labores más importantes y vía el supervisor, un tercer grupo al que se le administrara retroalimentación detallada de su desempeño vía un medio escrito, un cuarto grupo con retroalimentación dosificada por conducto de un medio escrito y un quinto grupo sin retroalimentación. Esto es, se combinan grado (retroalimentación detalla, retroalimentación dosificada y ausencia de retroalimentación) y modalidad (vía superior y medio escrito).

SÍNTESIS El capítulo presenta una tipología para clasificar los diseños no experimentales y analiza cada uno de estos diseños: su propósito, naturaleza, usos y aplicaciones. Asimismo se analizan con profundidad las diferencias entre la investigación experimental y la no experimental.

7.1 ¿QUÉ ES LA INVESTIGACIÓN NO EXPERIMENTAL?

Es la que se realiza sin manipular deliberadamente variables. Es decir, se trata de investigación donde no hacemos variar intencionalmente las variables independientes. Lo que hacemos en la investigación no experimental es observar fenómenos tal y como se dan en su contexto natural, para después analizarlos. Como señala Kerlinger (1979, p. 116): "La investigación no experimental o ex post-facto es cualquier investigación en la que resulta imposible manipular variables o asignar aleatoriamente a los sujetos o las condiciones." De hecho, no hay condiciones o estímulos a los cuales se expongan los sujetos del estudio. Los sujetos son observados en su ambiente natural, en su realidad.

En un experimento, el investigador construye deliberadamente una situación a la que son

expuestos varios individuos. Esta situación consiste en recibir un tratamiento, condición o estímulo bajo determinadas circunstancias, para después realizar los efectos de la exposición o aplicación de dicho tratamiento o condición. Por decirlo de alguna manera, en un experimento se "construye" una realidad.

En cambio, en un estudio no experimental no se construye ninguna situación, sino que se

observan situaciones ya existentes, no provocadas intencionalmente por el investigador. En la investigación no experimental las variables independientes ya han ocurrido Y no pueden ser manipuladas, el investigador no tiene control directo sobre dichas variables, no puede influir sobre ellas porque ya sucedieron, al igual que sus efectos.

Tomemos un ejemplo para explicar el concepto de investigación no experimental Y su diferencia con la experimentación. Vamos a suponer que un investigador desea analizar el efecto que produce el consumo de alcohol sobre los reflejos humanos. Si decidiera seguir un enfoque experimental, asignaría al azar los sujetos a varios grupos. Supóngase cuatro grupos: un grupo donde los sujetos ingirieran un elevado consumo de alcohol (7 copas de tequila o aguardiente), un segundo grupo que ingiriera un consumo medio de alcohol (4 copas), un tercer grupo que bebiera un consumo bajo de alcohol (una sola copa) y un cuarto grupo de control que no ingiriera nada de alcohol. Controlaría el lapso en el que todos los sujetos consumen su "ración" de alcohol, así como otros factores (misma bebida, cantidad de alcohol servida en cada copa, etcétera). Finalmente mediría la calidad de respuesta de los reflejos en cada grupo Y compararía los grupos, para

determinar el efecto del consumo de alcohol sobre los reflejos humanos. Desde luego, el enfoque podría ser cuasiexperimental (grupos intactos) o los sujetos asignados a los grupos por emparejamiento (digamos en cuanto al sexo, que influye en la resistencia al alcohol, pues las mujeres suelen tolerar menos cantidades de alcohol que los hombres). Por el contrario, si decidiera seguir un enfoque no experimental, el investigador podría acudir a lugares donde se localicen distintas personas con diferentes consumos de alcohol (por ejemplo, oficinas donde se haga la prueba del nivel de consumo de alcohol, como una estación de policial. Encontrarla personas que han bebido cantidades elevadas, medias y bajas de alcohol, asi como quienes no lo han ingerido. Mediría la calidad de sus reflejos, llevaría a cabo sus comparaciones y establecería el efecto del consumo de alcohol sobre los reflejos humanos.

Claro está que no sería ético un experimento que obligara a las personas a consumir una bebida que afecta gravemente la salud. El ejemplo es sólo para ilustrar lo expuesto.

Pero vayamos más a fondo para analizar las diferencias. En la investigación experimental se construye la situación y se manipula de manera intencional a la variable independiente (en este caso el consumo del alcohol), después se observa el efecto de esta manipulación sobre la variable dependiente (en este caso la calidad de los reflejos). Es decir, el investigador influyó directamente en el grado de consumo de alcohol de los sujetos. En la investigación no experimental no hay ni manipulación intencional ni asignación al azar. Los sujetos ya consumían un nivel de alcohol y en este hecho el investigador no tuvo nada que ver, no influyó en la cantidad de consumo de alcohol de los sujetos. Era una situación que previamente existía, ajena al control directo del investigador. En la investigación no experimental se eligieron personas con diferentes niveles de consumo, los cuales se generaron por muchas causas, pero no por la manipulación intencional y previa del consumo de alcohol. En cambio en el experimento, sí se generaron los niveles de consumo de alcohol por una manipulación deliberada de esta variable.

En resumen, en un estudio no experimental los sujetos ya pertenecían a un grupo o nivel determinado de la variable independiente por autoselección.

Esta diferencia esencial genera distintas características entre la investigación experimental y la no experimental, que serán discutidas cuando se analicen comparativamente ambos enfoques. Para ello es necesario profundizar en los tipos de investigación no experimental.

La investigación no experimental es investigación sistemática y empírica en la que las variables independientes no se manipulan porque ya han sucedido. Las inferencias sobre las relaciones entre

variables se realizan sin intervención o influencia directa y dichas relaciones se observan tal y como se han dado en su contexto natural.

Un ejemplo no científico (y tal vez hasta burdo) para ilustrar la diferencia entre un experimento y un no experimento serían las siguientes situaciones:

7.2 ¿CUÁLES SON LOSTIPOS DE DISEÑO NO EXPERIMENTALES? Distintos autores han adoptado diversos criterios para clasificar la investigación no experimental. Sin embargo, en este libro quisiéramos considerar la siguiente manera de clasificar dicha investigación: Por su dimensión temporal o el número de momentos o puntos en el tiempo en los cuales se recolectan datos. Tipos de diseños no experimentales de acuerdo con el número de momentos o puntos en el tiempo en los cuales se recolectan los datos (dimensión temporal) En algunas ocasiones la investigación se centra en analizar cuál es el nivelo estado de una o diversas variables en un momento dado, o bien en cuál es la relación entre un conjunto de variables en un punto en el tiempo. En estos casos el diseño apropiado (bajo un enfoque no experimental) es el transversal o transeccional.

Otras veces, en cambio, la investigación se centra en estudiar cómo evolucionan o cambian una o más variables o las relaciones entre ellas. En situaciones como ésta el diseño apropiado (bajo un enfoque no experimental) es el longitudinal.

Dicho de otro modo, los diseños no experimentales se pueden clasificar en transeccionales y longitudinales.

7.2.1 Investigación transeccional o transversal

Los diseños de investigación transeccional o transversal recolectan datos en un solo momento, en un tiempo único. Su propósito es describir variables, y analizar su incidencia e interrelación en un momento dado. Es como tomar una fotografía de algo que sucede. Por ejemplo, investigar el número de empleados, desempleados y sub empleados en una ciudad en cierto momento. O bien, determinar el nivel de escolaridad de los trabajadores de un sindicato, en un punto en el tiempo. O tal vez, analizar la relación entre la auto estima y el temor de logro en un grupo de atletas de pista (en determinado momento). O bien, analizar si hay diferencias en contenido sexual entre tres telenovelas que están exhibiéndose simultáneamente.

Estos diseños pueden esquematizarse de la siguiente manera:

Pueden abarcar varios grupos o subqrupos de personas, objetos o indicadores. Por ejemplo, medir los niveles de aprovechamiento de grupos de primero, segundo y tercer año de instrucción básica o primaria. O tal vez medir la relación entre la autoestima y el temor de logro en atletas de deportes acuáticos, de raqueta y de pista. Pero siempre, la recolección de los datos es en un momento único. A su vez, los diseños transeccionales pueden dividirse en dos: descriptivos y correlacionales causales.

Diseños transeccionales descriptivos

Los diseños transeccionales descriptivos tienen como objetivo indagar la incidencia y los valores en que se manifiesta una o más variables. El procedimiento consiste en medir en un grupo de personas u objetos una o, generalmente, más variables y proporcionar su descripción. Son, por lo tanto, estudios puramente descriptivos y cuando establecen hipótesis, éstas son también descripti-vas.

l. Las famosas encuestas nacionales de opinión sobre las tendencias de los votantes durante periodos de elección. Su objetivo es describir el número de votantes en un pais que se inclinan por los diferentes candidatos contendientes en la elección. Es decir, se centran en la descripción de las preferencias del electorado.

2. Un estudio que pretendiera averiguar cuál es la expectativa de ingreso mensual de los

trabajadores de una empresa. Su propósito es describir dicha expectativa. No pretende relacionarla con la calificación del trabajador, ni su edad o sexo, el objetivo es descriptivo.

3. Un análisis de la tendencia ideológica de los 15 diarios de mayor tiraje en Latinoamérica. El foco de atención es únicamente describir, en un momento dado, cuál es la tendencia ideológica (izquierda-derecha) de dichos periódicos, no se tiene como objetivo ver por qué manifiestan una u otra ideología, simplemente describirla.

4. Un estudio del número de extranjeros que ingresan a un país en cierto momento y sus características (nación de procedencia, estado civil, edad, motivos del viaje, etcétera). El propósito es ofrecer un panorama de los extranjeros que visitan un país en una época (descripción).

Los estudios transeccionales descriptivos nos presentan un panorama del estado de una o más

variables en uno o más grupos de personas, objetos (v.g., periódicos) o indicadores en determinado momento.

En ciertas ocasiones, el investigador pretende hacer descripciones comparativas entre grupos o subgrupos de personas, objetos o indicadores (esto es, en más de un grupo). Por ejemplo, un investigador que deseara describir el nivel de empleo en tres ciudades.

El ejemplo que ha venido desarrollándose a lo largo del libro sobre la televisión y el niño de la Ciudad de México es en parte un ejemplo de diseño transeccional descriptivo.

En este tipo de diseños queda claro que ni siquiera cabe la noción de manipulación puesto que cada variable se trata individualmente, no se vinculan variables.

Diseños transeccionales correlacionales

Estos diseños describen relaciones entre dos o más variables en un momento determinado. Se trata también de descripciones, pero no de variables individuales sino de sus relaciones, sean éstas puramente correlacionales o relaciones causales. En estos diseños lo que se mide es la relación entre variables en un tiempo determinado.

La diferencia entre los diseños transeccionales descriptivos y los correlacionales causales puede expresarse gráficamente de la siguiente manera:

Por lo tanto, los diseños correlacionales/causales pueden limitarse a establecer relaciones entre variables sin precisar sentido de causalidad o pueden pretender analizar relaciones de causalidad. Cuando se limitan a relaciones no causales, se fundamentan en hipótesis correlacionales y cuando buscan evaluar relaciones causales, se basan en hipótesis causales.

l. Una investigación que pretendiera indagar la relación entre la atracción física y la confianza durante el noviazgo en parejas de jóvenes, observando cuán relacionadas están ambas variables (se limita a ser correlacional).

2. Una investigación que estudiara cómo la motivación intrínseca influye en la productividad de los trabajadores de linea de grandes empresas industriales, de determinado país y en cierto momento, observando si los obreros más productivos son los más motivados, y en caso de que así sea, evaluando por qué y cómo es que la motivación intrínseca contríbuye a incrementar la productividad (esta investigación establece primero la correlación y luego la relación causal entre las variables).

3. Un estudio sobre la relación entre la urbanización y el alfabetismo en una nación

latinoamericana, para ver qué variables macrosociales mediatizan tal relación (causal).

4. Una investigación que analizara cuáles son las variables que regulan la relación entre organizaciones proveedoras (vendedores) y organizaciones compradoras (clientes) en las transacciones comerciales en Latinoamérica (con volúmenes de intercambio anuales superiores a un millón de dólares), así como estudiar la vinculación que se da entre dichas variables y las razones que originan tal vinculación (se correlacionan las variables y se evalúan causalmente).

De los ejemplos puede desprenderse lo que se ha comentado anteriormente: que en ciertas

ocasiones sólo se pretende correlacionar variables, pero en otras se busca el establecer relaciones causales. Debemos recordar que la causalidad implica correlación, pero no toda correlación significa causalidad. Primero establecemos correlación y luego causalidad.

Estos diseños pueden ser sumamente complejos y abarcar diversas variables. Cuando establecen relaciones causales son explicativos. Su diferencia con los experimentos es la base de la distinción entre experimentación y no experimentación. En los diseños transeccionales

correlacionales/causales, las causas y efectos ya ocurrieron en la realidad (estaban dadas y manifestadas) y el investigador las(os) observa y reporta. En cambio, en los diseños experimentales y cuasi experimentales el investigador provoca intencionalmente al menos una causa y analiza sus efectos o consecuencias.

Un diseño correlacional/causal puede limitarse a dos variables o abarcar modelos o estructuras tan complejas como la siguiente (donde cada letra en recuadro representa una variable):

O aun estructuras más complejas como la presentada en el apartado de hipótesis causales multivariadas del capítulo cinco ("Establecimiento de hipótesis").

Estos diseños se fundamentan en hipótesis correlacionales y de diferencia de grupos sin atribuir causalidad (cuando pretenden establecer relaciones causales). Asimismo, los diseños correlacionales/causales en ocasiones describen relaciones en uno o más grupos o subgrupos y suelen describir primero las variables incluidas en la investigación, para luego establecer las relaciones entre éstas (en primer lugar, son descriptivos de variables individuales, pero luego van más allá de las descripciones: van a establecer relaciones).

Una investigación para evaluar la credibilidad de tres conductores de televisión, y relacionar esta variable con el sexo, la ocupación y el nivel socioeconómico del teleauditorio. Primero, mediríamos qué tan creíble es cada conductor y describiríamos la credibilidad de los tres conductores. Observaríamos el sexo de las personas e investigaríamos su ocupación y nivel socioeconómico, y describiríamos el sexo, ocupación y nivel socioeconómico del teleauditorio. Posteriormente, relacionariamos la credibilidad y el sexo (para ver si hay diferencias por sexo en cuanto a la credibilidad de los tres conductores), la credibilidad y la ocupación (para ver si los conductores tienen una credibilidad similar o diferente entre las distintas ocupaciones) y credibi-lidad y nivel socioeconómico (para evaluar diferencias por nivel socioeconómico). Así, primero describimos y luego correlacionamos. Comentario aclaratorio

Tanto en los diseños transeccionales descriptivos como en los correlacionales/ causales vamos a observar variables o relaciones entre éstas, en su ambiente natural y en un momento en el tiempo.

Los diseños transeccionales correlacionales/causales buscan describir correlaciones entre variables o relaciones causales entre variables, en uno o más grupos de personas u objetos o indicadores y en un momento determinado.

En ocasiones el interés del investigador es analizar cambios a través del tiempo en determinadas variables o en las relaciones entre éstas. Entonces se dispone de los diseños longitudinales, los cuales recolectan datos a través del tiempo en puntos o periodos especificados, para hacer inferencias respecto al cambio, sus determinantes y consecuencias. Por ejemplo, un investigador que buscara analizar cómo evolucionan los niveles de empleo durante cinco años en una ciudad u otro que pretendiera estudiar cómo ha cambiado el contenido sexual en las telenovelas en los últimos diez años.

Los diseños longitudinales suelen dividirse en tres tipos: diseños de tendencia (trend), diseños de análisis evolutivo de grupos (cohort) y diseños panel, como se indica en el siguiente esquema. Diseños longitudinales de tendencia

Los diseños de tendencia o trend son aquellos que analizan cambios a través del tiempo (en variables o sus relaciones), dentro de alguna población en general. Su característica distintiva es que la atención se centra en una población. Por ejemplo, una investigación para analizar cambios en la actitud hacia el aborto en una comunidad. Dicha actitud se mide en varios puntos en el tiempo (digamos, anualmente durante 10 años) y se examina su evolución a lo largo de este periodo. Se puede observar o medir toda la población o bien tomar una muestra representativa de ella cada vez que se observen o midan las variables o las relaciones entre éstas.

Estos diseños pueden representar de la siguiente manera:

Diseños longitudinales de evolución de grupo

Los diseños de evotucion de grupo o estudios cohort examinan cambios a través del tiempo en subpoblaciones o grupos específicos. Su atención son las cohorts o grupos de individuos vinculados de alguna manera, generalmente la edad, grupos por edad (Glenn, 1977). Un ejemplo de estos grupos ("cohorts") sería el formado por las personas que nacieron en 1930 en Brasil, pero también podría utilizarse otro criterio de agrupamiento temporal como: las personas que se casaron durante 1986 y 1987 en Costa Rica o los niños de la Ciudad de México que asistían a instrucción primaria durante el terremoto que ocurrió en 1985. Tales diseños hacen seguimiento de los grupos a través del tiempo. Usualmente en estos diseños se extrae una muestra cada vez que se mide el grupo o subpoblación más que incluir a toda la subpoblación.

Una investigación nacional sobre las actitudes hacia la dictadura militar de los chilenos nacidos en 1973, digamos cada cinco años, comenzando a partir de 1985. En este año se obtendria una muestra de chilenos de 12 años de edad y se medirían las actitudes. En 1990, se obtendria una muestra de chilenos de 17 años y se medirían las actitudes. En 1995, se obtendría una muestra de chilenos de 22 años y en el año 2000 una muestra de chilenos de 27 años, y así sucesivamente. De esta forma, se analiza la evolución o cambios de las actitudes mencionadas. Desde luego, aunque el conjunto específico de personas estudiadas en cada tiempo o medición pueda ser diferente, cada muestra representa a los sobrevivientes del grupo de chilenos nacidos en 1973.

Un ejemplo de investigación longitudinal evolutiva de grupo es el trabajo ya citado que se realizó en Pemex acerca del SIDA. Los datos acerca de la evolución de los enfermos se recolectaron a través del tiempo y se analizó la evolución de los pacientes infectados entre 1984 y 1987 por la sangre o derivados contaminados provenientes de "Transfusiones y Hematología, S.A. ". De este modo se siguió la evolución de los 49 sujetos que integraron el universo. Cuando terminó el periodo de estudio, 18 de los pacientes habían fallecido, mientras que 31 se encontraban vivos. Diferencia entre diseños de tendencia y de evolución de grupo

Su diferencia con los diseños de tendencia puede verse en el siguiente ejemplo tomado de Wiersman (1986, p. 208).

Un investigador está interesado en estudiar las actitudes de los maestros respecto a las asociaciones de profesionales en la Región "A". Las actitudes son medidas cada tres años durante un periodo de 15 años. En cada momento que se hace la medición, se selecciona de la población de maestros existente en ese momento, una muestra de ellos. La membresía de la población puede cambiar a través del tiempo al menos parcialmente (algunos pueden dejar de ser maestros o ingresar nuevos maestros), pero en cualquier momento o tiempo la población es la misma: los maestros de la Región "A" (llamada población general). Éste sería un ejemplo de un diseño de tendencia.

Si el investigador estuviera interesado en estudiar las actitudes hacia los sindicatos de profesionales por parte de los maestros que se iniciaron como tales en 1986, en la Región "A", el estudio incluiría el análisis de una subpoblación o grupo específico. Tres años después, la siguiente muestra se obtendría de lo que queda de esa población, la cual en 1989 estará constituida por maestros con tres años de experiencia. Desde luego, algunos de los maestros que se iniciaron como tales en 1986 habrán dejado la docencia, y el estudio incluirá sólo las actitudes del grupo o subpoblación de maestros que comenzaron a serlo en dicho año y en 1989 continúan en el magisterio (de toda la población de maestros se estudia a una subpoblación). Éste sería un ejemplo de diseño de evolución de grupo o cohort.

En algunas poblaciones que se modifican con relativa facilidad, los miembros actuales de la población pueden cambiar totalmente a través del tiempo (Wiersman, 1986). Por ejemplo, si se llevara a cabo una investigación sobre las opiniones políticas de estudiantes graduados en economía cada cinco años, habría un elevado porcentaje de cambio en los integrantes actuales de esa subpoblación. Aunque la subpoblación seguiría siendo siempre la misma: los graduados en Economía de tal escuela. Es decir, los nombres de muchas personas cambiarían, la subpoblación no.

Esquema de los diseños de evolución de grupo

Los diseños de evolución de grupo podrían esquematizarse de la siguiente manera:

En los diseños de tendencia y de evolución de grupo se estudia el cambio en subpoblaciones o poblaciones pero debido a que en cada momento o tiempo se mide una muestra diferente aunque equivalente, el cambio se evalúa colectivamente y no de manera individual (porque las personas pueden cambiar). Si hay cambios, el investigador no puede determinar específicamente qué in dividuos los provocan. En ambos tipos de diseños tal situación podría graficarse así:

Diseños longitudinales panel

Los diseños panel son similares a las dos clases de diseños vistas anteriormente, sólo que el mismo grupo de sujetos es medido en todos los tiempos o momentos.

Un ejemplo seria una investigación que observara anualmente los cambios en las actitudes de un grupo de ejecutivos en relación con un programa para elevar la productividad, digamos durante cinco años. Cada año se observaría la actitud de los mismos ejecutivos. Es decir, los individuos y no sólo la población o subpoblación, son los mismos. Otro ejemplo, sería observar mensualmente (durante un año) a un grupo que acudió a psicoterapia para analizar si se incrementan sus expresiones verbales de discusión y exploración de planes futuros, y si disminuyen sus expresiones de discusión y exploración de hechos pasados (en cada observación los pacientes serian las mismas personas). Esto podría expresarse gráficamente así:

pasado con un grupo de enfermas durante cuatro etapas: la primera, un mes después de iniciar la terapia; la segunda, seis meses después de iniciar la terapia; la tercera, un año después de iniciar la terapia y la cuarta, dos años después de iniciar la terapia.

En los diseños panel se tiene la ventaja de que además de conocer los cambios grupales, se conocen los cambios individuales. Se sabe qué casos específicos introducen el cambio. La desventaja es que a veces resulta muy difícil obtener exactamente a los mismos sujetos para una segunda medición u observaciones subsecuentes. Este tipo de diseños puede estudiar poblaciones o grupos más específicos y es conveniente cuando se tiene poblaciones relativamente estáticas

Por otra parte, deben verse con cuidado los efectos que una medición pueda tener sobre mediciones posteriores (recuérdese el efecto de administración de la prueba vista como fuente de invalidación interna en experimentos y cuasiexperimentos, sólo que aplicada al contexto no experimental). Los diseños panel podrían esquematizarse de la siguiente forma:

Los diseños longitudinales se fundamentan en hipótesis de diferencia de grupos, correlaciona les y causales.

Los diseños longitudinales recolectan datos sobre variables o sus relaciones, en dos o más

momentos, para evaluar el cambio en éstas. Ya sea tomando a una población (diseños de tendencia o trends) a una subpoblación (diseños de análisis evolutivo de un grupo o cohort) o a los mismos sujetos (diseños panel).

7.2.3 Comparación de los diseños transeccionales y longitudinales

Los estudios longitudinales tienen la ventaja de que proporcionan información sobre cómo las variables y sus relaciones evolucionan a través del tiempo. Sin embargo, suelen ser más costosos que los transeccionales. La elección de un tipo de diseño u otro, depende más bien del propósito de la investigación.

Asimismo pueden combinarse ambos enfoques, por ejemplo: Un investigador puede analizar

en un momento dado la productividad en grandes, medianas y pequeñas empresas; Y ver cómo se modifica (o no se modifica) la productividad de las grandes empresas a los seis meses, al año y a los dos años.

7.3 ¿CUÁLES SON LAS CARACTERÍSTICAS DE LA INVESTIGACIÓN NO EXPERIMENTAL EN COMPARACIÓN CON LA INVESTIGACIÓN EXPERIMENTAL?

Como se mencionó al inicio del capítulo sobre experimentos, tanto la investigación experimental como la no experimental son herramientas muy valiosas de que dispone la ciencia y ningún tipo es mejor que el otro. El diseño a seleccionar en una investigación depende más bien del problema a resolver y el contexto que rodea al estudio. Desde luego, ambos tipos de investigación poseen características propias que es necesarío resaltar.

El control sobre las variables es más riguroso en los experimentos que en los diseños cuasiexperimentales y a su vez, ambos tipos de investigación tienen mayor control que los diseños no experimentales. En un experimento se analizan relaciones "puras" entre las variables de interés, sin contaminación de otras variables y por ello podemos establecer relaciones causales con mayor precisión. Por ejemplo, en un experimento sobre el aprendizaje podemos variar el estilo de liderazgo del profesor, el método de enseñanza y otros factores. Así, podemos saber cuánto afectó cada

variable. En cambio, en la investigación no experimental, resulta más complejo separar los efectos de las múltiples variables que intervienen (en un estudio no experimental sobre los daños que provoca el tabaquismo, sería más difícil saber cuánto contribuyó el tipo de papel en que se envolvió el tabaco, cuánto cada sustancia que compone la mezcla, el número de cigarrillos fumados, el grado al que se consume cada cigarrillo, etcétera). En la investigación experimental las variables pueden manipularse por separado o conjuntamente con otras para conocer sus efectos, en la investigación no experimental no podemos hacerlo.

Por lo que respecta a la posibilidad de réplica, los diseños experimentales y cuasiexperimentales se pueden replicar más fácilmente, con o sin variaciones. Pueden replicarse en cualquier lugar siguiendo el mismo procedimiento.

Ahora bien, como menciona Kerlinger (1979), en los experimentos (sobre todo en los de laboratorio) las variables independientes pocas veces tienen tanta fuerza como en la realidad. Es decir, en el laboratorio dichas variables no muestran la magnitud real de sus efectos, la cual suele ser mayor fuera del laboratorio. Por lo tanto, si se encuentra un efecto en el laboratorio, éste tenderá a ser mayor en la realidad.

En cambio, en la investigación no experimental estamos más cerca de las variables hipotetizadas como "reales" y consecuentemente tenemos mayor validez externa (posibilidad de generalizar los resultados a otros individuos y situaciones cotidianas).

Una desventaja de los experimentos es que normalmente se selecciona un número de personas poco o medianamente representativo respecto a las poblaciones que estudian. La mayoría de los experimentos utilizan muestras no mayores de 200 personas, lo que dificulta la generalización de resultados a poblaciones más amplias. Por tal razón, los resultados de un experimento deben observarse con precaución y es a través de la réplica de éste (en distintos contextos y con diferentes tipos de personas) como van generalizándose dichos resultados.

En resumen, ambas clases de investigación: experimental y no experimental, se utilizan para el avance del conocimiento y en ocasiones resulta más apropiado un tipo u otro dependiendo del problema de investigación a que nos enfrentamos.

TABLA 7.1 Correspondencia entre tipos de estudio, hipótesis y diseño de investigación

7.4 ¿QUÉ RELACIÓN EXISTE ENTRE EL TIPO DE ESTUDIO, LAS HIPÓTESISY EL DISEÑO DE LA INVESTIGACIÓN?

Anteriormente se comentó que el planteamiento del problema y el marco teórico nos indican si nuestro estudio o investigación se iniciaría con fines básicamente exploratorios, descriptivos, correlacionales o explicativos. Asimismo, el tipo de estudio nos lleva a la formulación de cierta clase de hipótesis y éstas a la selección de determinado diseño de investigación. En la tabla 7.1 se muestra esquemáticamente esta correspondencia.

Algunos problemas de investigación pueden ser abordados o no en forma experimental. Por ejemplo, si deseáramos analizar la relación entre la motivación y la productividad en los trabajadores de cierta empresa, podríamos seleccionar un conjunto de éstos y dividirlos al azar en cuatro grupos: uno donde se propicie una elevada motivación, otro con mediana motivación, otro más con baja motivación y uno último al que no se le administre ningún motivador. Después compa-raríamos la productividad de los grupos. Tendríamos un experimento.

Si se tratara de grupos intactos tendríamos un cuasiexperimento. En cambio, si midiéramos la motivación existente en los trabajadores así como su productividad y relacionáramos ambas variables, estaríamos realizando una investigación transeccional correlacional. y si cada seis meses midiéramos las dos variables y estableciéramos sus correlación efectuaríamos un estudio longitudinal.

RESUMEN