Objetivos de aprendizaje
Al final de esta sección, podrás:
- Identificar componentes de diseños experimentales
- Leer e interpretar la notación de diseño de investigación
- Diferenciar entre diseños experimentales y no experimentales
- Entender por qué se utilizan diseños no experimentales
En la ciencia política, el “patrón oro” es un diseño experimental. Un diseño experimental puede ayudar a determinar el efecto de la variable independiente o el tratamiento sobre la variable dependiente o el resultado porque el tratamiento puede aislarse como la causa probable. Se hacen comparaciones entre el grupo experimental y el grupo control para ver si los resultados son diferentes. Debido a que la asignación aleatoria asegura que los dos grupos son iguales y la única diferencia es el tratamiento, los investigadores pueden llegar a la conclusión de que la diferencia en los resultados de los grupos probablemente se deba al tratamiento. Debido a estos factores, un diseño experimental es el más adecuado para fines de investigación explicativa para establecer la causalidad.
Para ayudar a comprender el diseño de la investigación, es común utilizar la notación para proporcionar una representación visual del diseño. Utilizaremos la siguiente notación prestada de Trochim y Donnelly (2005).
Figura\(\PageIndex{1}\): La notación es útil para presentar una representación visual del diseño de investigación. La figura muestra la notación para un diseño experimental
La selección de individuos en grupos se denota por R (asignación aleatoria) o NR (asignación no aleatoria). Las observaciones se denotan como “O” y “X” es el tratamiento. Una línea de notación se referirá a un solo grupo. Dos líneas denotan dos grupos diferentes, tres líneas denotan tres grupos, y así sucesivamente. La notación de izquierda a derecha denota el paso del tiempo. Usando esta notación, generalmente podemos clasificar diseños en experimentales y no experimentales. Hablaremos primero del diseño experimental y luego de los diseños no experimentales.
Hay tres componentes cruciales: la asignación aleatoria, la manipulación del tratamiento y la existencia de un grupo control. Generalmente, hay dos grupos, un grupo experimental y un grupo control. Al grupo experimental se le administrará un tratamiento mientras que al grupo control no se le administrará un tratamiento. Se supone que el grupo control es como se vería el grupo experimental si no se le diera el tratamiento al grupo experimental.
Luego se hacen comparaciones entre los dos grupos usando pretests y posttests para determinar el efecto del tratamiento en los resultados. La asignación aleatoria se refiere a la colocación de casos en grupos control y experimentales de manera imparcial, de manera que la probabilidad de que cualquier caso sea colocado en grupos es exactamente la misma. Con asignación aleatoria, podemos estar seguros de que los grupos son iguales entre sí, o se elimina cualquier razón por la que podamos pensar que son diferentes. Si hay diferencias, es por casualidad.
La prueba previa establece una línea de base, lo que nos permite comprender cómo están las cosas antes de implementar el tratamiento y la postprueba nos proporciona información sobre los resultados después del tratamiento. Si esto le suena familiar, ¡es porque un experimento en ciencia política es similar a un experimento realizado en un laboratorio de ciencias!
Figura\(\PageIndex{2}\): Variación del experimento clásico, este es un diseño experimental que no contiene una prueba previa.
Los diseños experimentales pueden variar en relación con el ejemplo clásico presentado. Una variación del ejemplo clásico es no administrar una prueba previa. Esto puede deberse al temor de que tomar una prueba previa pueda afectar los resultados o simplemente puede ser que un investigador no pueda administrar una prueba previa. Esto hace difícil atribuir los resultados variables al tratamiento, pero aún así puede permitir conclusiones sobre la causalidad porque existe un grupo control.
Figura\(\PageIndex{3}\): El diseño de 4 grupos Solomon es un diseño experimental que combina el experimento clásico con el diseño solo posttest.
Otra variación del experimento clásico es la introducción de grupos más allá de los dos grupos tradicionales que intentan abordar el efecto de una prueba previa sobre los resultados. Esta variación se conoce como Diseño Solomon de 4 Grupos. Como su nombre indica, hay cuatro grupos. Dos son grupos experimentales y dos son grupos control. Un grupo experimental y un testigo tendrán pretest y posttest y los grupos restantes no serán pretestados. De esta manera, se pueden hacer comparaciones entre los dos pares y se puede determinar si la preprueba tuvo un efecto en los resultados.
A medida que nos alejamos del diseño experimental clásico, disminuye la capacidad de los investigadores para establecer la causalidad. Los diseños no experimentales pueden carecer de asignación aleatoria en grupos, la capacidad del investigador para controlar el tratamiento, un grupo control o todas estas características de un experimento. Las preocupaciones éticas pueden llevar a la inverosimilitud de implementar un experimento. Por ejemplo, para determinar el efecto de un tratamiento, un investigador puede decidir asignar aleatoriamente individuos a un grupo control y un grupo experimental. El grupo experimental recibe un tratamiento que podría curar una enfermedad grave pero a aquellos en el grupo control que podrían beneficiarse del mismo tratamiento se les niega. En un caso como este, las preocupaciones éticas pueden impedir la asignación aleatoria del tratamiento y en su lugar brindar el tratamiento a todos los que estén dispuestos a ser tratados.
Figura\(\PageIndex{4}\): Los cuasi-experimentos pueden intentar ser similares a un experimento pero, en este caso particular, carece de asignación aleatoria en grupos.
Los diseños cuasi-experimentales intentan aproximar experimentos pero carecen de un componente clave, la asignación aleatoria. Por ejemplo, en un diseño comparativo no equivalente de 2 grupos, los casos se dividen en dos grupos, uno un grupo experimental y un grupo de comparación que pretende ser como un grupo control. A diferencia de un experimento, la asignación en grupos no es aleatoria. Es posible que los individuos se autoseleccionen en grupos. En un diseño conocido como emparejamiento, los casos se emparejan en múltiples variables siendo la única variación la de la variable tratamiento. Si bien es posible hacer coincidir las variables identificadas, es difícil discernir si las variables que no se observan también están distribuidas uniformemente. Debido a que la formación de los dos grupos no fue por asignación aleatoria, no sabemos si los grupos son equivalentes entre sí. Las variables que no se tienen en cuenta podrían ser lo que realmente está afectando el resultado y no el tratamiento; por lo tanto, es difícil establecer el efecto del tratamiento en el resultado que estamos tratando de explicar.
En el ejemplo anterior, es posible que los individuos que optaron por formar parte del grupo experimental para recibir el tratamiento salvavidas fueran más propensos a ser individuos que agotaron todos los demás tipos de tratamiento disponibles y ahora están utilizando el tratamiento restante como último recurso. También podría ser posible que aquellos en el grupo de tratamiento quisieran participar en el estudio porque tienen un mayor gusto por la vida. Debido a que tales características podrían no haber sido evidentes en la fase de emparejamiento del estudio, esto podría tener un efecto agregado que no se tuvo en cuenta.
Figura\(\PageIndex{5}\): Un diseño no experimental con pre-test y un post test, pero sin grupo control
La dificultad para establecer la causalidad también puede resultar cuando no hay un grupo de comparación. Los investigadores podrían ser capaces de administrar el tratamiento pero no pueden tener un grupo de control por múltiples consideraciones. En este caso, el mismo grupo actúa como control para sí mismo. Debido a que la prueba previa se administra antes del tratamiento, nos proporciona los resultados de los resultados antes de un tratamiento. Luego se compara con el posttest para ver si hubo algún cambio entre ambos.
La comparación se realiza dentro del grupo. Si hay diferencias, se puede atribuir al tratamiento. Este diseño puede ser problemático porque existen amenazas a la validez del diseño. Sin un grupo control, puede ser difícil atribuir el resultado al tratamiento porque simplemente podría deberse a la maduración o al crecimiento normal. Es decir, los resultados habrían sido los mismos sin el tratamiento. También podría deberse a la administración de una prueba previa que preparó casos para estar mejor preparados para la siguiente prueba.
Si bien existen múltiples diseños, el propósito de su investigación a menudo dictará el mejor diseño para usar en su estudio. Si está tratando de establecer causalidad, los diseños experimentales probablemente serán el diseño de elección. Los diseños experimentales tienen validez interna, asegurando así que se pueden aportar conclusiones causales sobre el efecto de una variable independiente en un resultado. Cuando no es factible y las razones en cuanto a su estudio de investigación no son establecer la causalidad, sino recopilar información, los estudios no experimentales que no necesariamente requieren asignación aleatoria o un grupo de control también servirán a su objetivo de investigación.
