5.1: Breve reseña de Experimentos

En el capítulo uno platicamos un poco sobre métodos de investigación y experimentos. Los experimentos son una forma estructurada de recopilar datos que permiten inferencias sobre la causalidad. Si quisiéramos saber si algo como ver gatos en YouTube aumenta la felicidad necesitaríamos un experimento. Ya nos enteramos que el simple hecho de encontrar a un grupo de personas y medir el número de horas observando gatos, y el nivel de felicidad, y correlacionar los dos no permitirá inferencias sobre la causalidad. Por un lado, el flujo causal podría revertirse. A lo mejor ser feliz hace que la gente vea más videos de gatos. Necesitamos un experimento.

Un experimento tiene dos partes. Una manipulación y una medición. La manipulación está bajo el control del experimentador. Las manipulaciones también se denominan variables independientes. Por ejemplo, podríamos manipular cuántos videos de gatos verá la gente, 1 hora versus 2 horas de videos de gatos. La medición son los datos que se recogen. Podríamos medir lo feliz que está la gente después de ver videos de gatos en una escala del 1 al 100. Las mediciones también se denominan variables dependientes. Entonces, en un experimento básico como el anterior, tomamos medidas de felicidad de las personas en una de las dos condiciones experimentales definidas por la variable independiente. Digamos que corrimos 50 sujetos. 25 sujetos serían asignados aleatoriamente para ver 1 hora de videos de gatos, y los otros 25 sujetos serían asignados aleatoriamente para ver 2 horas de videos de gatos. Mediríamos la felicidad para cada tema al final de los videos. Entonces podríamos mirar los datos. ¿Qué nos gustaría ver? Bueno, si ver videos de gatos causa un cambio en la felicidad, entonces esperaríamos que las medidas de felicidad para las personas que ven 1 hora de videos de gatos sean diferentes de las medidas de felicidad para las personas que ven 2 horas de videos de gatos. Si ver videos de gatos no cambia la felicidad, entonces no esperaríamos diferencias en las medidas de felicidad entre condiciones. Las fuerzas causales provocan cambios, y el experimento se configura para detectar el cambio.

Ahora podemos plantear una pregunta global, ¿cómo sabemos si los datos cambiaron entre condiciones? Si podemos estar seguros de que hubo un cambio entre condiciones, podemos inferir que nuestra manipulación provocó un cambio en la medición. Si no podemos estar seguros de que hubo un cambio, entonces no podemos inferir que nuestra manipulación provocó un cambio en la medición. Necesitamos construir algunas herramientas de detección de cambios para que podamos conocer un cambio cuando lo encontremos.

“Espera, si solo estamos buscando un cambio, ¿no sería fácil de ver mirando los números y viendo si son diferentes, ¿qué tiene de difícil eso?”. Buena pregunta. Ahora debemos tomar un desvío. La respuesta corta es que siempre habrá cambio en los datos (recordar varianza).