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 cuasi-experimentales
Diseños cuasi-experimentales
Estrategia Transversal
Estrategia Longitudinal
Incluye a los diseños de comparación de grupos o de grupos paralelos
Comparación estática
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
Sujeto individual
Grupo de sujetos
Dato individual
Dato agregado
Modelo AR
Modelo ANOVA
Modelo ANCOVA
Modelo MANOVA
Modelo ARIMA
Modelo ACCP
Modelo LISREL
Unidad de análisis
Tipo de datos
Técnicas de análisis
17
Ámbitos de aplicación
Clínico y Psicopatológico
Social y evaluación de programas
CONTEXTOS
Psicología del desarrollo
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
24
Enfoque longitudinal
25
Concepto del enfoque
SubEl 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 intra-individuales. 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
Criterios de clasificación
Cantidad de unidades
Cantidad de unidades
Amplitud y frecuencia del intervalo
Cantidad de unidades
Diseños de un grupo o k grupos de sujetos
Diseños de un solo sujeto o unidad observacional
32
Amplitud y frecuencia del intervalo
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 no-equivalencia 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
Diseño de grupo control no equivalente con sólo medidas después (post-tratamiento)
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
42
Matriz de datos del diseño de grupo control no equivalente con medidas antes y después
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
Experimental
Control
X Y XY
X Y XY
45
ANOVA de puntuaciones de diferencia
Experimental
Control
X Y 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
Medias:
?( ):
?( )2
?( )( )
(Gp:) 8,6
43
375
(Gp:) 5,4
27
151
(Gp:) 6,2
31
195
(Gp:) 4,2
21
95
(Gp:) 236
(Gp:) 134
(Gp:) 6
7
7
6
5
(Gp:) Y
(Gp:) 3
6
5
4
3
(Gp:) X
(Gp:) Control
(Gp:) 9
10
8
9
7
(Gp:) 5
7
6
5
4
(Gp:) Y
(Gp:) X
(Gp:) Experimental
(Gp:) Diseño de grupo control no equivalente
48
ANCOVA
49
Prueba de homogeneidad de los coeficientes de la regresión H0: ?1=?2
X
Y
A1
A2
b1
b2
50
Output SPSS
51
ANOVA con datos de diferencia
52
Medias:
?( ):
?( )2
(Gp:) 3,2
16
54
(Gp:) 8,6
43
375
(Gp:) 5,4
27
151
(Gp:) 2
10
22
(Gp:) 6,2
31
195
(Gp:) 4,2
21
95
(Gp:) 6
7
7
6
5
(Gp:) Y
(Gp:) 3
6
5
4
3
(Gp:) X
(Gp:) Control
(Gp:) 4
3
2
4
3
(Gp:) 9
10
8
9
7
(Gp:) 5
7
6
5
4
(Gp:) 3
1
2
2
2
(Gp:) Y – X
(Gp:) Y
(Gp:) X
(Gp:) Y – X
(Gp:) Experimental
(Gp:) DISEÑO DE GRUPO CONTROL NO EQUIVALENTE
53
Output SPSS
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 cuasi-experimental 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 pre-tratamiento. 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
ANCOVAAsumiendo 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 cuasi-experimentales transversales
 Página anterior | Volver al principio del trabajo | Página siguiente  |