CONCEPCIN O ELECCIN DEL DISEO DE INVESTIGACIN Integrantes

CONCEPCIÓN O ELECCIÓN DEL DISEÑO DE INVESTIGACIÓN Integrantes: Ana Isabel Berkowitz Soto Rodrigo Rosas Rodríguez Emilio Talamante Lugo Héctor Espinoza Martínez

¿Qué es un diseño de investigación? • El término diseño se refiere al plan o estrategia concebida para obtener la información que se desea. En el enfoque cuantitativo, el investigador utiliza su o sus diseños para analizar la certeza de las hipótesis formuladas en un contexto en particular o para aportar evidencia respecto de los lineamientos de la investigación (si es que no se tienen hipótesis).

�En la investigación disponemos de distintas clases de diseños preconcebidos y debemos elegir uno o varios entre las alternativas existentes, o desarrollar nuestra propia estrategia.

�Si el diseño está concebido cuidadosamente, el producto final de un estudio (sus resultados) tendrá mayores posibilidades de éxito para generar conocimiento. Puesto que no es lo mismo seleccionar un tipo de diseño que otro: cada uno tiene sus características propias.

¿Cómo debemos aplicar el diseño elegido o desarrollado? �Dentro del enfoque cuantitativo, la calidad de una investigación se encuentra relacionada con el grado en que apliquemos el diseño tal como fue preconcebido. En cualquier tipo de investigación el diseño se debe ajustar ante posibles contingencias o cambios en la situación (por ejemplo, en un experimento en el cual no funciona el estímulo experimental, éste tendría que modificarse o adecuarse).

Tipos de diseños disponibles para investigar en el proceso cuantitativo �Se clasifican en: �Investigación experimental �Investigación no experimental

�‘’Ambos son relevantes y necesarios, ya que tienen un valor propio. Cada uno posee sus características, y la decisión sobre qué clase de investigación y diseño específico hemos de seleccionar o desarrollar depende del planteamiento del problema, el alcance del estudio y las hipótesis formuladas. ’’ Kerlinger y Lee (2002)

Diseños experimentales ¿Qué es un experimento? �El término experimento tiene al menos dos acepciones, una general y otra particular. La general se refiere a “elegir o realizar una acción” y después observar las consecuencias. �Un ejemplo de “experimentar” es cuando mezclamos sustancias químicas y vemos la reacción provocada, o cuando nos cambiamos de peinado y observamos el efecto que suscita en nuestras amistades dicha transformación.

�Una acepción particular se refiere a un estudio en el que se manipulan intencionalmente una o más variables independientes (supuestas causasantecedentes), para analizar las consecuencias que la manipulación tiene sobre una o más variables dependientes (supuestos efectos-consecuentes), dentro de una situación de control para el investigador.

�Creswell denomina a los experimentos como estudios de intervención, porque un investigador genera una situación para tratar de explicar cómo afecta a quienes participan en ella en comparación con quienes no lo hacen. Los experimentos manipulan tratamientos, estímulos, influencias o intervenciones (variables independientes) para observar sus efectos sobre otras variables (las dependientes) en una situación de control.

¿Cuál es el primer requisito de un experimento? �El primer requisito es la manipulación intencional de una o más variables independientes. La variable independiente es la que se considera como supuesta causa en una relación entre variables, es la condición antecedente, y al efecto provocado por dicha causa se le denomina variable dependiente (consecuente).

¿Cómo se define la manera de manipular las variables independientes? � Al manipular una variable independiente es necesario especificar qué se va a entender por esa variable en el experimento (definición operacional experimental). Es decir, trasladar el concepto teórico a un estímulo experimental.

�Por ejemplo, si la variable independiente a manipular es la exposición a la violencia televisada (en adultos), el investigador debe pensar cómo va a transformar ese concepto en una serie de operaciones experimentales. En este caso podría ser: la violencia televisada será operacionalizada (transportada a la realidad) mediante la exposición a un programa donde haya riñas y golpes, insultos, agresiones, uso de armas de fuego, crímenes, se aterre a personas, persecuciones, etc.

Dificultades para definir cómo se manipularán las variables independientes �A veces resulta verdaderamente complicado representar el concepto teórico en la realidad, sobre todo con variables internas, variables que pueden tener diversos significados o variables que sean difíciles de alterar. La socialización, la cohesión, la conformidad, el poder, la motivación individual y la agresión son conceptos que requieren un enorme esfuerzo por parte del investigador para

Guía para sortear dificultades �Para definir cómo se va a manipular una variable es necesario: � 1. Consultar experimentos antecedentes para ver si en éstos resultó exitosa la forma de manipular la variable independiente. � 2. Evaluar la manipulación antes de que se conduzca el experimento. � 3. Incluir verificaciones para la manipulación. Cuando se experimenta con personas hay varias formas de verificar si realmente funcionó la manipulación, por ejemplo entrevistando a los participantes.

¿Cuál es el segundo requisito de un experimento? �El segundo requisito consiste en medir y observar el efecto que la variable independiente tiene en la variable dependiente. La medición debe ser válida y confiable. Si no podemos asegurar que se midió de manera adecuada, los resultados no servirán y el experimento será una pérdida de tiempo.

¿Cuál es el tercer requisito de un experimento? �El tercer requisito que todo experimento debe cumplir es el control o la validez interna de la situación experimental. �En términos más coloquiales, tener “control” significa saber qué está ocurriendo realmente con la relación entre las variables independientes y las dependientes.

Fuentes de invalidación interna �Se les conoce como fuentes de invalidación interna porque precisamente atentan contra la validez interna de un experimento. �La validez interna se relaciona con la calidad del experimento y se logra cuando hay control, cuando los grupos difieren entre sí solamente en la exposición a la variable independiente, cuando las mediciones de la variable dependiente son confiables y válidas, y cuando el análisis es el adecuado para el tipo de datos que estamos manejando.

Equivalencia en los grupos. • • Equivalencia inicial Equivalencia durante el experimento

Métodos para lograr la equivalencia inicial: �Asignación al azar; �El emparejamiento.

Tipología sobre los diseños experimentales. Simbología de los diseños experimentales: R Asignación al azar o aleatoria; G Grupo de sujetos; X Tratamiento, estimulo o condición experimental; 0 Una medición de los sujetos de un grupo; --Ausencia de estimulo.

Preexperimentos �Estudio de caso con una sola medición �Diseño de preprueba/posprueba con un solo grupo

Experimentos “puros”. �Diseño con posprueba únicamente y grupo de control; �Diseño con preprueba/posprueba y grupo de control; �Diseño de cuatro grupos de Solomon; �Diseños experimentales de series cronológicas múltiples; �Diseños factoriales;

�Diseño con posprueba únicamente y grupo de control; �Diseño con preprueba/posprueba y grupo de control.

Diseño de cuatro grupos de Solomon �Solomon (1949) describió un diseño que era la mezcla de los dos anteriores (diseño con posprueba únicamente y grupo de control más diseño de preprueba-posprueba con grupo de control). La suma de estos diseños origina cuatro grupos: dos experimentales y dos de control, los primeros reciben el mismo tratamiento experimental y los segundos no reciben tratamiento. Sólo a uno de los grupos experimentales y a uno de los grupos de control se les administra la preprueba; a los cuatro grupos se les aplica la posprueba. Los participantes se asignan en forma aleatoria.

�El diseño se diagrama así: RG 1 01 X 02 RG 2 03 - 04 RG 3 - X 05 RG 4 - - 06

�El diseño original solo incluye cuatro grupos y un tratamiento experimental. Los efectos se determinan comparando las cuatro pospruebas. Los grupos dos y cuatro son de control. �La ventaja de este diseño es que el experimentador o la experimentadora tiene la posibilidad de verificar los posibles efectos de la preprueba sobre la posprueba, puesto que a unos grupos se les administra un test previo y otros no. �Es posible que la preprueba afecte la posprueba o que aquella interactúe con el tratamiento experimental.

Diseño de Solomon �El diseño de Solomon controla todas las fuentes de invalidación interna por las mismas razones que fueron explicadas en diseños anteriores. La administración de pruebas se somete a un análisis minucioso.

Diseños experimentales de series cronológicas múltiples �Los tres diseños experimentales que se han comentado sirven mas bien para analizar efectos inmediatos o a corto plazo. �Se busca evaluar la evolucion del efecto corto, mediano y largo plazos.

Diseños factoriales �En ocasiones, el investigador o la investigadora pretenden analizar experimentalmente el efecto que sobre la(s) variable(s) dependiente (s) tiene la manipulación de mas de una variable independiente. �Por ejemplo analizar el efecto que poseen sobre la productividad de los trabajadores: la fuente de retroalimentación sobre el desempeño en el trabajo. �Este diseño manipula dos o mas variables independientes e incluyen dos o mas niveles o modalidades de presencia en cada una de las variables independientes.

Validez externa �Un experimento debe buscar la validez externa, es decir, confianza en los resultados. �Esta se refiere a que tan generalizables son los resultados de un experimento a situaciones no experimentales, así como a otro participantes o poblaciones. �Responde a la pregunta : ¿lo que encontré en el experimento a que tipos de personas, grupos, contextos y situaciones se aplica?

Efecto reactivo o de interacción de las pruebas �Se presenta cuando la preprueba aumenta o disminuye la sensibilidad o la calidad de la reacción de los participantes a la variable experimental, lo cual contribuye a que los resultados obtenidos para una población con preprueba no puede generalizarse a quienes forman parte de esa población pero sin preprueba.

Efecto de interacción entre los errores de selección y el tratamiento experimental �Este factor se refiere a que se elijan a personas con una o varia características que hagan que el tratamiento experimental produzca un efecto, que no se daría si las personas no tuvieran esas características. �Un ejemplo claro es si seleccionamos trabajadores bastante motivados para un experimento de productividad, podría ocurrir que el tratamiento solo tuviera efecto en este tipo de trabajadores y no en otros.

Efectos reactivos de los tratamientos experimentales �La artificialidad de las condiciones puede hacer que el contexto experimental resulte atípico, respecto a la manera en que se aplica regularmente el tratamiento. �Por ejemplo a causa de la presencia de observadores y equipo, los participantes llegan a cambiar de conducta normal en la variable dependiente medida, la cual no se alteraría en una situación común.

Interferencia de tratamientos múltiples �Si se aplican varios tratamientos a un grupo experimental para conocer sus efectos por separado y en conjunto. �Por ejemplo enseñar una dinámica que implique juegos, un libro explicativo y los hábitos de higiene).

Imposibilidad de replicar tratamientos �Cuando los tratamientos son tan complejos que no puedan replicarse en situaciones no experimentales, es difícil generalizar a estas.

Descripciones insuficientes del tratamiento experimental �En ocasiones el tratamiento o los tratamientos experimentales no se describen lo suficiente en el reporte del estudio y por consecuencia, si otro investigador desea reproducirlos le resultara muy difícil o imposible hacerlo.

Efectos de novedad e interrupción �Un nuevo tratamiento puede tener resultados positivos simplemente por ser percibido como novedoso, o bien, lo contrario: tener un efecto negativo porque interrumpe las actividades normales de los participantes.

El experimentador �Que también lo consideramos una fuente de invalidación interna, puede generar alteraciones o cambios que no se presentan en situaciones experimentales. Es decir que el tratamiento solamente tenga efecto con la intervención del experimentador.

Interacción entre la historia o el lugar y los efectos del tratamiento experimental �Un experimento conducido en un contexto en particular en ocasiones no puede ser duplicado. �Por ejemplo, un estudio que se efectué en una empresa en el momento en que reestructuran departamentos cambiándolos de dimensiones o quizás quitándolos.

Mediciones de la variable dependiente �Puede suceder que un instrumento no registre cambios en la variable dependiente y otro si. Si un experimento utiliza un instrumento par recolectar datos, y de este modo sus resultados pueden compararse, otros estudios deberán evaluar la variable dependiente con el mismo instrumento o equivalente. �Por ejemplo si se trata de métodos de enseñanza resultaría muy conveniente que se usen aulas similares a las que normalmente utilizan los participantes.

Tipos de Experimentos �Los experimentos de campo son efectuados en una situación realista en la que una o mas variables independientes son manipuladas por el experimentador en condiciones tan cuidadosamente controladas como lo permite la situación. �Los experimentos de laboratorio generalmente logran un control mas riguroso aunque presentan menos valides externa. �La diferencia esencial entre ambos es el realismo con que los experimentos se llevan a cabo.

Cuasiexperimentos �Manipulan deliberadamente una variable independiente para observar su efecto y relación con una o mas variables dependientes, solo que difieren de los experimentos puros en el grado de seguridad o confiabilidad que pueda tenerse sobre la equivalencia inicial de los grupos. �Los sujetos no se asignan al azar a los grupos ni se emparejan ya que los grupos ya están formados antes del experimento.

Pasos de un experimento Decidir cuantas variables independientes y dependientes Elegir los niveles o modalidades de manipulación Desarrollar el instrumento de medición Seleccionar las personas con el perfil interesado Reclutar participantes del experimento Seleccionar el diseño experimental o cuasiexperimental apropiado 7. Planear como vamos a manejar a los participantes 8. En el caso de experimentos puros, dividir al azar o emparejar los grupos o en caso de cuasiexperiementos dejar los grupos intactos 9. Aplicar las pruebas 1. 2. 3. 4. 5. 6.

DISEÑOS TRANSECCIONALES DESCRIPTIVOS Los diseños transeccionales descriptivos tienen como objetivo indagar la incidencia de las modalidades o niveles de una o más variables en una población. El procedimiento consiste en ubicar en una o diversas variables a un grupo de personas u otros seres vivos, objetos, situaciones, contextos, fenómenos, comunidades; y así proporcionar su descripción. Por lo tanto, son estudios puramente descriptivos y cuando establecen hipótesis, éstas son también descriptivas. En ciertas ocasiones, el investigador pretende realizar descripciones comparativas entre grupos o subgrupos de personas u otros seres vivos, objetos, comunidades o indicadores (esto es, en más de un grupo).

Por ejemplo: Ubicar a un grupo de personas en las variables: género, edad, estado civil o marital y nivel educativo. Esto podría representarse así:

En ciertas ocasiones, el investigador pretende realizar descripciones comparativas entre grupos o subgrupos de personas u otros seres vivos, objetos, comunidades o indicadores (esto es, en más de un grupo). Y también que su único propósito sea describir físicamente a una persona. Así son los estudios descriptivos y queda claro que ni siquiera cabe la noción de manipulación, puesto que cada variable o concepto se trata individualmente: no se vinculan variables.

DISEÑO TRANSECCIONALES CORRELACIONALES - CAUSALES Estos diseños describen relaciones entre dos o más categorías, conceptos o variables en un momento determinado. A veces, únicamente en términos correlaciónales, otras en función de la relación causa-efecto(causales). La diferencia entre los diseños transeccionales descriptivos y los diseños correlaciónales-causales es que los descriptivos tiene un interés por cada variable (X 1, X 2, X 3)tomada individualmente y en los correlaciónales-causales tiene un interés en que las variables se correlacionen (X 1 -Y 1, X 2 -Y 2…) En ciertas ocasiones sólo se pretende correlacionar categorías, variables, objetos o conceptos; pero en otras, se busca establecer relaciones causales. Debemos recordar que la causalidad implica correlación, pero no toda correlación significa causalidad.

En los estudios transeccionales correlaciónales-causales la causalidad ya existe, pero es el investigador quien la direcciona y establece cuál es la causa y cuál el efecto (o causas y efectos). Ya sabemos que para establecer un nexo causal: A ) la o las variables independientes deben anteceder en tiempo a la o las dependientes, aunque sea por milésimas de segundo. B ) Debe existir covariación entre la o las variables independientes y dependientes. C ) La causalidad tiene que ser verosímil (si decidimos que existe un vínculo causal entre las variables “nutrición” y “rendimiento escolar”, resulta lógico que la primera es causa de la segunda, pero no a la inversa).

Un diseño correlacional-causal puede limitarse a dos categorías, conceptos o variables, o incluso abarcar modelos o estructuras complejas.

Asimismo, los diseños correlaciónales-causales en ocasiones describen relaciones en uno o más grupos o subgrupos, y suelen describir primero las variables incluidas en la investigación, para luego establecer las relaciones entre éstas. EJEMPLO: En una investigación para evaluar la credibilidad de tres conductores de televisión, y relacionar esta variable con el género, la ocupación y el nivel socioeconómico del teleauditorio. Primero, mediríamos qué tan creíble es cada conductor y describiríamos la credibilidad de los tres conductores. Determinaríamos el género de las personas e investigaríamos su ocupación y nivel socioeconómico, así, describiríamos estos tres elementos del teleauditorio. Posteriormente, relacionaríamos la credibilidad y el género (para ver si hay diferencias por género en cuanto a la credibilidad de los tres conductores), la credibilidad y la ocupación (para ver si los conductores tienen una credibilidad similar o diferente entre las distintas ocupaciones) y la credibilidad y el nivel socioeconómico (para evaluar diferencias por nivel socioeconómico). De este modo, primero describimos y luego correlacionamos.

En estos diseños, en su modalidad únicamente causal, a veces se reconstruyen las relaciones a partir de la(s) variable(s) dependiente(s), en otras a partir de la(s) independiente(s) y en otras más sobre la base de variabilidad amplia de las independientes y dependientes. Al primer caso se les conoce como retrospectivos, al segundo como prospectivos y al tercero como causalidad múltiple. Supongamos que mi interés es analizar las causas por las cuales algunos clientes, y otros no, han utilizado el crédito que les fue otorgado por una cadena de tiendas departamentales. Entonces, la variable dependiente tiene dos niveles: A ) clientes que sí han utilizado su crédito y B ) clientes que no. Empleo la base de datos de los clientes y los agrupo en el nivel que les corresponde. Procedo a preguntarles a quienes sí han empleado el crédito, los motivos por los cuales lo han usado; del mismo modo, a quienes no lo han hecho, les pregunto las razones por las que no lo han utilizado. Así determino las causas que me importan.

Veamos ahora una investigación causal prospectiva: imaginemos que deseo indagar si la variable antigüedad provoca o no mayor lealtad a la empresa y por qué. Entonces, divido a los empleados en la variable independiente: A ) muy alta antigüedad (25 o más años de laborar en la organización), B ) alta antigüedad (16 a 24 años), C ) mediana antigüedad (9 a 15 años), D ) baja antigüedad (cuatro a ocho años), E ) muy baja antigüedad (uno a tres años) y F ) recién ingreso (un año o menos). Posteriormente, mido los niveles de lealtad y cuestiono a los empleados sobre cómo la antigüedad ha generado o no mayor lealtad. Así determino los efectos de interés.

En los diseños donde se reconstruyen las relaciones sobre la base de variabilidad amplia de las independientes y dependientes, no se parte de una variable en especial ni de grupos, sino que se evalúa la estructura causal completa (las relaciones en su conjunto). Todos los estudios transeccionales causales nos brindan la oportunidad de predecir el comportamiento de una o más variables a partir de otras, una vez que se establece la causalidad. A estas últimas se les denomina variables predictoras. Para el modelo de la imagen siguiente, las percepciones sobre las variables o dimensiones del clima organizacional (trabajo, papel que se desempeña, líder o superior, grupo de trabajo y elementos de la organización) influyen en la motivación y el desempeño, pero con la mediación de las actitudes hacia el trabajo (satisfacción en el trabajo, involucramiento en el trabajo y el compromiso con la empresa o institución). Es decir, hay dos niveles de variables intervinientes: las del clima y las actitudes hacia el trabajo. El modelo está fundamentado en Parker et al. (2003) y Hernández Sampieri (2005). Las percepciones psicológicas del clima son las variables predictoras iníciales.

INVESTIGACIÓN LONGITUDINAL O EVOLUTIVA Estudios que recaban datos en diferentes puntos del tiempo, para realizar inferencias acerca de la evolución, sus causas y sus efectos. Los diseños longitudinales suelen dividirse en tres tipos: • diseños de tendencia • diseños de análisis evolutivo de grupos • diseños panel

DISEÑOS LONGITUDINALES DE TENDENCIA Son aquellos que analizan cambios a través del tiempo (en categorías, conceptos, variables o sus relaciones), dentro de alguna población en general. Su característica distintiva es que la atención se centra en la población. Se puede observar o medir a toda la población, o bien, tomar una muestra de ella, cada vez que se observen o midan las variables o las relaciones entre éstas. Es importante señalar que los participantes del estudio no son los mismos, pero la población sí.

DISEÑOS LONGITUDINALES DE EVOLUCION DE GRUPO. Con los diseños de evolución de grupo se examinan cambios a través del tiempo en subpoblaciones o grupos específicos. Su atención son los grupos de individuos vinculados de alguna manera o identificados por una característica común, generalmente la edad o la época. Ambas clases de diseños monitorean cambios en una población o subpoblación a través del tiempo, usando una serie de muestras que abarcan a diferentes participantes en cada ocasión, pero en los primeros la población es la misma y en los segundos se toma como universo a los sobrevivientes de la población.

DISEÑOS LONGITUDINALES PANEL Los diseños panel son similares a las dos clases de diseños vistas anteriormente, sólo que los mismos participantes son medidos u observados en todos los tiempos o momentos. Un ejemplo sería una investigación que observara anualmente los cambios en las actitudes (bajo la aplicación de una prueba estandarizada) de un grupo de ejecutivos en relación con un programa para elevar la productividad, por ejemplo, durante cinco años. Cada año se observaría la actitud de los mismos ejecutivos. Es decir, los individuos, y no sólo la muestra, población o subpoblación, son los mismos.

En los diseños panel se tiene la ventaja de que, además de conocer los cambios grupales, se conocen los cambios individuales. Se sabe qué casos específicos introducen el cambio. La desventaja es que a veces resulta muy difícil obtener con exactitud a los mismos participantes para una segunda medición u observaciones subsecuentes. Este tipo de diseños sirve para estudiar poblaciones o grupos más específicos y es conveniente cuando se tienen poblaciones relativamente estáticas. Por otra parte, deben verse con cuidado los efectos que una medición, un registro o una observación llega a tener sobre otras posteriores. En los diseños panel toda una población o grupo es seguido a través del tiempo. Los diseños longitudinales se fundamentan en hipótesis de diferencia de grupos, correlaciónales y causales. Estos diseños recolectan datos sobre categorías, sucesos, comunidades, contextos, variables, o sus relaciones, en dos o más momentos, para evaluar el cambio en éstas. Ya sea al tomar a una población (diseños de tendencia), a una subpoblación (diseños de análisis evolutivo de un grupo) o a los mismos participantes (diseños panel).

COMPARACIÓN DE LOS DISEÑOS TRANSECCIONALES Y LONGITUDINALES. Los estudios longitudinales tienen la ventaja de que proporcionan información sobre cómo las categorías, los conceptos, las variables, las comunidades, los fenómenos, y sus relaciones evolucionan a través del tiempo. Sin embargo, suelen ser más costosos que los transeccionales. La elección de un tipo de diseño u otro depende más bien de los propósitos de la investigación y de su alcance

¿CUÁLES SON LAS CARACTERÍSTICAS DE LA INVESTIGACIÓN NO EXPERIMENTAL EN COMPARACIÓN CON LA INVESTIGACION EXPERIMENTAL? Una vez más enfatizamos que tanto la investigación experimental como la no experimental son herramientas muy valiosas y ningún tipo es mejor que el otro. El diseño a seleccionar en una investigación depende más bien del problema a resolver y del contexto que rodea al estudio. Desde luego, ambos tipos de investigación poseen características propias que es necesario resaltar. Ahora bien, como menciona Kerlinger (1979), en los experimentos (sobre todo en los de laboratorio) las variables independientes pocas veces tienen tanta fuerza como en la realidad o la cotidianidad. Es decir, en el laboratorio tales variables no muestran la verdadera magnitud de sus efectos, la cual suele ser mayor fuera del laboratorio. Por tanto, si se encuentra un efecto en el laboratorio, éste tenderá a ser mayor en la realidad. En cambio, en la investigación no experimental estamos más cerca de las variables formuladas hipotéticamente como “reales” y, en consecuencia, tenemos mayor validez externa (posibilidad de generalizar los resultados a otros individuos y situaciones comunes).

Una desventaja de los experimentos es que normalmente se selecciona un número de personas poco o medianamente representativo respecto a las poblaciones que se estudian. La mayoría de los experimentos utilizan muestras no mayores de 200 personas, lo que dificulta la generalización de resultados a poblaciones más amplias. Por tal razón, los resultados de un experimento deben observarse con precaución y es por medio de la réplica de éste (en distintos contextos y con diferentes tipos de personas) como van generalizándose dichos resultados.