¿Y si quieres estudiar los efectos del matrimonio en una variable? Por ejemplo, ¿el matrimonio hace más feliz a la gente? ¿Puedes asignar aleatoriamente a algunas personas para que se casen y otras para que permanezcan solteras? Por supuesto que no. Entonces, ¿cómo se pueden estudiar estas importantes variables? Se puede utilizar un diseño cuasi-experimental.
Un diseño cuasi-experimental es similar a la investigación experimental, excepto que no se utiliza asignación aleatoria a condiciones. En cambio, dependemos de las membresías de grupo existentes (por ejemplo, casados vs. solteros). Las tratamos como las variables independientes, a pesar de que no asignamos a las personas a las condiciones y no manipulamos las variables. Como resultado, con diseños cuasi-experimentales la inferencia causal es más difícil. Por ejemplo, las personas casadas pueden diferir de las personas solteras en una variedad de características. Si encontramos que los participantes casados son más felices que los solteros, será difícil decir que el matrimonio causa felicidad, porque las personas que se casaron podrían haber sido ya más felices que las personas que han permanecido solteras.
Figura\(\PageIndex{1}\): ¿Cuál es una manera razonable de estudiar los efectos del matrimonio en la felicidad? [“Amor” de Ted Murphy/Flickr está licenciado bajo CC BY 2.0.]
Debido a que los diseños experimentales y cuasi-experimentales pueden parecer bastante similares, usemos otro ejemplo para distinguirlos. Imagina que quieres saber quién es un mejor profesor: el Dr. Smith o el Dr. Khan. Para juzgar su capacidad, vas a mirar las calificaciones finales de sus alumnos. Aquí, la variable independiente es el profesor (Dr. Smith vs. Dr. Khan) y la variable dependiente son las calificaciones de los estudiantes. En un diseño experimental, asignarías aleatoriamente estudiantes a uno de los dos profesores y luego compararías las calificaciones finales de los estudiantes. Sin embargo, en la vida real, los investigadores no pueden obligar al azar a los estudiantes a tomar un profesor sobre otro; en cambio, los investigadores solo tendrían que usar las clases preexistentes y estudiarlas tal cual (diseño cuasiexperimental). Nuevamente, la diferencia clave es la asignación aleatoria a las condiciones de la variable independiente. Aunque el diseño cuasi-experimental (donde los alumnos eligen a qué profesor quieren) puede parecer aleatorio, lo más probable es que no lo sea. Por ejemplo, tal vez los estudiantes escucharon que el Dr. Smith establece expectativas bajas, así que los holgados prefieren esta clase, mientras que el Dr. Khan establece expectativas más altas, así que los estudiantes más inteligentes prefieren esa. Esto introduce ahora una variable confusa (inteligencia estudiantil) que seguramente tendrá un efecto en las calificaciones finales de los estudiantes, independientemente de lo hábil que sea el profesor. Entonces, aunque un diseño cuasi-experimental es similar a un diseño experimental (es decir, tiene una variable independiente manipulada), porque no hay asignación aleatoria, no puedes sacar razonablemente las mismas conclusiones que harías con un diseño experimental.
