3. Diseños cuasi-experimentales
Roser Bono Cabré
Dpto. de Metodología de las Ciencias del Comportamiento
Universidad de Barcelona
[email protected]
1
Marco metodológico de la investigación
psicológica
Paradigma Experimental
Paradigma Asociativo
Hipótesis causales
Hipótesis de covariación
D
Experimental
I
S
E
Cuasi-experimental
Ñ
O
De encuesta
S
Observacional
2
Cuasi-experimentación y
experimentación
Características de ambos enfoques:
 La experimentación y la cuasiexperimentación estudian el efecto causal de
la variable independiente mediante el control
preciso de las fuentes de variación extrañas.
 En ambos casos, las hipótesis de
investigación son causales y no meramente
asociativas.
3
Limitaciones de la
investigación experimental
En años recientes, los investigadores
sociales se han animado a cuestionar los
diseños de investigación que subyacen al
enfoque experimental, debido a una serie de
cambios en los intereses políticos y sociales.
4
Posibles causas de la cuasiexperimentación
Hay una fuerte presión que tiene su origen en los
desarrollos sociales y políticos como:

a) la creciente demanda en dar más protagonismo a
grupos desfavorecidos.
 b) la emergencia del tercer mundo y de sus problemas.
 c) un mayor interés hacia temáticas feministas y
campos relacionados o afines.
5
Investigación en contextos
aplicados
Los cuasi-experimentos son más frecuentes
en contextos aplicados, como, por ejemplo,
cuando:
a) Se introducen cambios en las escuelas.
b) Se prueba un tiempo abierto o flexible en
el mundo laboral.
6
c) Se pretende determinar la efectividad
de
las
instituciones,
instancias
gubernamentales u organizaciones de
servicios. En este caso, se denomina
evaluación de programas.
7
En torno al término cuasiexperimento

La palabra ‘cuasi’ significa como si o casi,
de modo que cuasi-experimento denota un
casi experimento verdadero.

Un estudio es cuasi-experimental cuando no
hay un control efectivo de las variables de
selección.
8
Diseños cuasi-experimentales
Hay una gran variedad de diseños de
investigación cuasi-experimental y ha de
reconocerse que hay poca pérdida de estatus
o de prestigio al realizar un cuasiexperimento en lugar de un experimento
verdadero.
9
¿Cuándo aplicaremos el
enfoque cuasi?
Cuando el investigador no puede cumplir
los requerimientos de un experimento
verdadero, debido a que no puede asignar
aleatoriamente los participantes a las
condiciones experimentales.
10
Estudios cuasi-experimentales
Los estudios cuasi-experimentales se llevan
a cabo donde existen barreras éticas y
prácticas para realizar experimentos
verdaderos o estudios experimentales.
11
Características
Investigación básica
OBJETIVOS
Causalidad
Investigación aplicada
Causalidad y estudio del cambio
EFECTOS INFERIDOS
Efectos causales no espúrios
Efectos causales con riesgo de espuridad
SUPUESTOS Y CONDICIONES
Propios del paradigma experimental
Propios del paradigma experimental
FUENTES DE CONFUNDIDO
Fuerte control
Escaso control
SELECCIÓN DE LAS UNIDADES
Aleatoria
Sesgada
VALIDEZ ENFATIZADA
Validez interna
Validez externa
ALCANCE DE LOS RESULTADOS
Restringido
Muy generalizables
12
Fases de la investigación aplicada
1. Planteo del problema
2. Formulación de la hipótesis
3. Diseño de la investigación
4. Recogida y análisis de datos
5. Interpretación de los resultados
6. Obtención de conclusiones
13
Diseño cuasi-experimental
Un conjunto de procedimientos o estrategias
de investigación orientado a la evaluación
del impacto de los tratamientos en aquellos
contextos donde la asignación de las
unidades no es al azar, y al estudio de los
cambios que se observan en los sujetos en
función del tiempo
14
Clasificación de las estrategias cuasiexperimentales
Estrategia
Transversal
Incluye a los diseños de
comparación de grupos o
de grupos paralelos
Comparación estática
Diseños cuasiexperimentales
Estrategia
Longitudinal
Incluye a los diseños que
repiten medidas de la
variable de respuesta
Comparación dinámica
15
Representación gráfica de la estrategia
transversal y longitudinal
-G1O1
-G2O2
-G3O3
.
.
G9O1
G9O2
G9O3 . . .
G9Oj
<------------------ tiempo --------------->
.
-GiOj
16
Unidad de análisis y tipos de datos
Unidad de análisis
Sujeto individual
Grupo de sujetos
Tipo de datos
Dato individual
Dato agregado
Técnicas de análisis
Modelo AR
Modelo ANOVA
Modelo ANCOVA
Modelo MANOVA
Modelo ARIMA
Modelo ACCP
Modelo LISREL
17
Ámbitos de aplicación
CONTEXTOS
Clínico y Psicopatológico
Psicología del desarrollo
Social y evaluación de programas
18
Enfoque transversal
19
Concepto del enfoque
En contextos aplicados, donde las muestras
no proceden de las poblaciones según un
procedimiento de selección aleatoria y los
sujetos no son asignados al azar a los grupos,
la investigación transversal (grupos paralelos)
utiliza formatos similares a los diseños
experimentales.
..//..
20
Dentro del contexto cuasi-experimental, los
sujetos van a parar al grupo de tratamiento y
control por la propia decisión de los sujetos
o por consideraciones prácticas. En
consecuencia, los grupos experimental y
control pueden ser diferentes y no
comparables en oposición a lo que ocurre en
la investigación aleatorizada.
21
Efecto del sesgo de selección
Los diseños cuasi-experimentales, en su versión
de comparación de grupos, son esquemas de
investigación afectados por un sesgo de selección
o por variables de selección. Esto requiere la
adopción de técnicas de análisis para corregir los
posibles sesgos y neutralizar las variables de
selección, de modo que se infiera el efecto de los
tratamientos sin que esté contaminado por las
diferencias iniciales de los grupos. Las diferencias
iniciales de los grupos los hacen no comparables o
no equivalentes, siendo éste el sentido último del
enfoque cuasi-experimental transversal.
22
Clasificación del diseño
transversal
23
Diseño transversal
Diseños de grupo control no
equivalente
Diseños de grupos no
equivalentes
Diseño de discontinuidad en la
regresión
24
Enfoque longitudinal
25
Concepto del enfoque
El objetivo de los estudios longitudinales es
analizar los procesos de cambio y explicarlos. Se
pretende caracterizar el cambio de la variable de
respuesta en función del tiempo y examinar qué
covariables contribuyen al cambio.
Uno de los aspectos específicos del enfoque
longitudinal es tomar registros u observaciones
de la misma (o mismas) unidades a lo largo del
tiempo.
..//..
26
De ahí, el porqué lo longitudinal está
siempre asociado a los cambios intraindividuales. Ha de tenerse en cuenta que,
en estos estudios, no siempre las unidades
de observación o análisis son los individuos,
ya que pueden ser unidades más amplias
como barrios, áreas urbanas, familias,
fábricas, ciudades, países, etc.
27
Medida del cambio
Los diseños longitudinales usan, como
estrategia de recogida de datos, la técnica de
medidas repetidas. De este modo, cada
unidad de trabajo (por lo general,
individuos) es medida en distintos puntos del
tiempo, de forma secuencial.
..//..
28
Puesto que no es posible prescindir de los
diseños longitudinales para el estudio del
cambio, conviene tener en cuenta la forma
como se obtienen los datos y la distinción
entre los modelos de cambio intraindividual
y los modelos de cambio interindividual.
..//..
29
Es decir, entre los modelos que analizan y
describen los patrones de cambio durante el
desarrollo de un individuo y los modelos
que analizan los patrones de cambio al
comparar dos o más grupos de sujetos.
Esta nueva perspectiva del estudio del
cambio configura un enfoque mucho más
coherente y comprensivo del diseño
longitudinal.
30
Clasificación del diseño
longitudinal
31
Criterios de clasificación
Cantidad de unidades
Criterios de clasificación
Amplitud y frecuencia del intervalo
Cantidad de unidades
Cantidad de unidades
Diseños de un solo sujeto o unidad
observacional
Diseños de un grupo o k grupos de sujetos
32
Amplitud y frecuencia del intervalo
Diseños de series temporales
Diseños de medidas repetidas
Diseño longitudinal
Diseño de cohortes
Diseño en panel
33
Diseños transversales
34
Diseños de grupo control no
equivalente
35
Concepto
Este diseño de investigación, dominado
inicialmente por Campbell y Stanley (1963)
diseño de grupo control no equivalente, es un
formato donde se toman, de cada sujeto,
registros o medidas antes y después de la
aplicación del tratamiento. Debido precisamente
a la ausencia de aleatorización en la asignación
de las unidades, es posible que se den
diferencias en las puntuaciones antes.
..//..
36
Estas diferencias son la causa de la noequivalencia inicial de los grupos. Así,
cuando en la formación de los grupos no
interviene el azar, es posible que los grupos
presenten sesgos capaces de contaminar el
efecto del tratamiento.
..//..
37
Partiendo de este planteamiento, se tienen
diseños cuyos grupos no pueden ser
considerados
ni
homogéneos,
ni
comparables. Por esta razón, se han buscado
alternativas al clásico modelo de Análisis de
la Variancia a fin de modelar, en el supuesto
de que se conozcan, las potenciales fuentes
de sesgo y distorsión y, de esa forma,
controlarlas.
38
El porqué de las diferencias antes
Las diferencias entre las puntuaciones antes se dan por la
siguientes razones:
1. Cuando el tratamiento es aplicado a un grupo
(escuela, clase, planta industrial, etc.), y otro grupo
(escuela, clase, planta industrial etc.,) es tomado como
control.
2. Cuando se ha planificado un auténtico
experimento, pero por razones de mortalidad,
contaminación de las unidades del grupo control por los
artefactos experimentales o por la variación del
tratamiento experimental, el experimento verdadero se
convierte en un cuasi-experimento.
..//..
39
3. Cuando, debido a la limitación de recursos,
el tratamiento sólo es aplicado a un grupo
seleccionado.
4. Cuando los sujetos se auto-seleccionan.
40
Clasificación
Diseño de grupo control no equivalente
con sólo medidas después (posttratamiento)
Diseño de
grupo control
no
equivalente
Diseño de grupo control no equivalente
con medidas antes y después (medidas
pre y post-tratamiento)
41
Matriz de datos del diseño de grupo control no
equivalente con sólo medidas después
Tratamiento
Control
Medidas Después
Medidas Después
G
R
U
P
O
G
R
U
P
O
1
2
42
Matriz de datos del diseño de grupo control no
equivalente con medidas antes y después
Tratamiento
Control
Medidas
Antes
Medidas
Después
Medidas
Antes
Medidas
Después
G
R
U
P
O
G
R
U
P
O
G
R
U
P
O
G
R
U
P
O
1
1
2
2
43
Diseño de grupo control no equivalente
Técnicas de análisis
•Análisis de la covariancia (ANCOVA)
•Análisis de la variancia con puntuaciones de
diferencia
44
ANCOVA
Control
X
Y
Experimental
XY
X
Y
XY
45
ANOVA de puntuaciones de
diferencia
Control
X
Y
Experimental
Y-X
X
Y
Y-X
46
Ejemplo práctico
Una empresa de automóviles desea probar la eficacia de un
nuevo programa de incentivos destinado a incrementar el
ritmo de producción de sus operarios. A tal fin, se
seleccionan dos secciones de montaje de dos factorías
distintas de dicha empresa: una seguirá su ritmo habitual de
trabajo (grupo control), mientras que en la otra se
implementará un programa de incentivos (grupo
experimental). Se tomarán medidas de ambos grupos antes
y después de aplicar el tratamiento —programa de
incentivos—. La variable dependiente será el número de
piezas montadas en una hora. Los datos hipotéticos de este
cuasi-experimento se presentan en la tabla siguiente.
47
Diseño de grupo control no equivalente
Control
Medias:
( ):
( )2
( )( )
X
3
6
5
4
3
4,2
21
95
Y
6
7
7
6
5
6,2
31
195
134
Experimental
X
Y
5
9
7
10
6
8
5
9
4
7
5,4
8,6
27
43
151
375
236
48
ANCOVA
49
Prueba de homogeneidad de los coeficientes de la
regresión H0: 1=2
Y
A1
b1
b2
A2
X
50
Output SPSS
Variables introducidas/eliminadas b
Modelo
1
2
3
Variables
introducidas
Xa
Ta
XTa
Variables
eliminadas
,
,
,
Método
Introducir
Introducir
Introducir
a. Todas las variables solicitadas introducidas
b. Variable dependiente: Y
Resumen del modelo
Cambiar los estadísticos
Modelo
1
2
3
R
,792a
,926b
,928c
R cuadrado
,627
,858
,862
R cuadrado
corregida
,580
,817
,792
Error típ. de la
estimación
1,0222
,6747
,7187
Cambio en
R cuadrado
,627
,231
,004
Cambio en F
13,438
11,362
,169
gl1
gl2
1
1
1
8
7
6
Sig. del
cambio en F
,006
,012
,696
a. Variables predictoras: (Constante), X
b. Variables predictoras: (Constante), X, T
c. Variables predictoras: (Constante), X, T, XT
51
ANOVA con datos de diferencia
52
DISEÑO DE GRUPO CONTROL NO EQUIVALENTE
Control
Experimental
X
Y
Y-X
X
Y
Y-X
3
6
3
5
9
4
6
7
1
7
10
3
5
7
2
6
8
2
4
6
2
5
9
4
3
5
2
4
7
3
Medias: 4,2
6,2
2
5,4
8,6
3,2
( ):
21
31
10
27
43
16
95
195
22
151 375
54
( )2
53
Output SPSS
Descriptivos
DIF
N
1,00
2,00
Total
Desviación
típica
,7071
,8367
,9661
Media
2,0000
3,2000
2,6000
5
5
10
Error típico
,3162
,3742
,3055
Intervalo de confianza para
la media al 95%
Límite
Límite inferior
superior
1,1220
2,8780
2,1611
4,2389
1,9089
3,2911
Máximo
3,00
4,00
4,00
ANOVA
Prueba de homogeneidad de varianzas
DIF
dif
Estadístico
de Levene
,590
Mínimo
1,00
2,00
1,00
gl1
gl2
1
8
Sig .
,464
Inter-grupos
Intra-grupos
Total
Suma de
cuadrados
3,600
4,800
8,400
gl
1
8
9
Media
cuadrática
3,600
,600
F
6,000
Sig.
,040
54
Diseños de grupos no
equivalentes
55
Concepto
La extensión lógica del diseño de grupo control no
equivalente con medidas antes y después es el
diseño con múltiples grupos no equivalentes; es
decir, un diseño multigrupo formado por un
conjunto de grupos intactos procedentes de
poblaciones distintas o no seleccionados al azar.
..//..
56
Según esta estructura de trabajo, se trata de
averiguar si hay efecto de tratamiento. Se
pretende estudiar la posible relación causal entre
el factor de tratamiento y la variable de
resultado. Mediante este formato cuasiexperimental o de grupos de selección, las
diferencias previas (de selección) entre los
grupos pueden causar cambios en la variable de
resultado sin efecto alguno de tratamiento. ..//..
57
De ahí, lo importante en tener en cuenta las
diferencias iniciales de los grupos
(diferencias de selección), mediante algún
tipo de control estadístico.
58
Diseño de discontinuidad en la
regresión
59
Concepto
El diseño de discontinuidad en la regresión
ofrece mejores perspectivas que el diseño de
grupos no equivalentes, dado que se conoce la
naturaleza del proceso de selección de los
grupos (o asignación de las unidades de estudio)
..//..
60
Aunque es escasa la utilización de esta
estrategia, constituye un buen ejemplo de
cómo es posible verificar el efecto del
tratamiento mediante grupos organizados en
función de los valores de la variable pretratamiento. En la práctica, su uso se ha
limitado al ámbito de la investigación sobre
educación compensatoria (Trochim, 1984)
61
Lógica del diseño
Según la lógica del diseño, los sujetos son
considerados, a partir de un punto de corte en la
variable pre-tratamiento, como pertenecientes al
grupo control o experimental (grupo de
tratamiento). Por esta razón, la estrategia de
discontinuidad en la regresión requiere que se
conozca el criterio de formación del grupo
control y grupo experimental (o de tratamiento);
es decir, el criterio de selección.
62
Representación gráfica
Una clara ilustración de la modelación del
procedimiento de selección es el uso de una
puntuación pre-test (pre-tratamiento) en la
asignación de los sujetos a los grupos de
tratamiento (control y experimental). La
estructura del diseño de discontinuidad en la
regresión suele representarse, por lo general,
en forma gráfica.
..//..
63
El eje de las ordenadas representa los
valores de la variable de resultado y el eje
de las abcisas los valores de la covariable
donde está marcado un punto de corte, X0,
para que queden delimitados los grupos.
64
65
Ejemplo práctico
El propósito del análisis de datos es, en esta clase
de diseños, comparar dos ecuaciones de la
regresión en el punto de corte. Se pretende, por
ejemplo, estudiar el efecto de un programa sobre el
rendimiento laboral. Puesto que los sujetos
seleccionados que van a seguir el programa
presentan niveles más altos en variables
relacionadas con el rendimiento que los controles,
se decide utilizar esta información previa como
covariable.
66
De acuerdo con la estrategia del diseño, los
sujetos que puntúan bajo en la covariable actúan
de grupo experimental o de tratamiento y los que
puntúan alto, de grupo control. A continuación se
presentan los datos de este hipotético estudio,
donde los sujetos que reciben tratamiento
obtienen puntuaciones entre 1 y 5 en la
covariable, y los sujetos control entre 6 y 10. El
punto de corte se sitúa en el intervalo 5-6.
67
La asignación de los sujetos a un grupo u
otro (control o experimental) es arbitraria y
depende de los objetivos de la
investigación.
68
ANCOVA
Asumiendo la homogeneidad
de las pendientes
69
Patrones hipotéticos de las líneas de regresión
70
Variable de selección y diseño
Azar
V.S. (?)
V.S. (Pre)
D.Exp.
DGNE
DDR
71
Fin de los Diseños cuasiexperimentales transversales
72
Descargar

Presentación de PowerPoint