El primer impulso que se puede tener al tratar de investigar el efecto de una variable en otra sea simplemente aplicarla y medir qué sucede.

• El primer grupo, llamado de diseños pre-experimentales, se presentan muchas cortapisas cuando queremos hacer un estudio formal.
• El segundo grupo corresponde a los  cuasi-experimentos que pese a su aplicabilidad, no permiten establecer con mayor precisión (o grado de probabilidad) si una hipótesis es comprobable o no.
• El tercer grupo, está constituido por los experimentos, que tienen un control experimental rígido de factores que pudieran obstaculizar nuestra búsqueda de respuestas, y permiten obtener la replicación de resultados; aspecto esencial y vital para  el avance de la ciencia.

El primer impulso que se puede tener al tratar de investigar el efecto de una variable en otra sea simplemente aplicarla y medir qué sucede.

Este primer tipo de diseño evidentemente es poco útil, por la falta de un punto de referencia contra el cual comparemos los resultados. Para facilitar su simbolización, usaremos una X para la aplicación del tratamiento o de la variable independiente, aquella manipulada por el investigador, y una O (de observación o medición de la variable donde se evalúan los efectos o variable dependiente). Por tanto, se trata de un estudio X  O de un solo grupo, y no nos puede aportar ningún resultado fiable. Se trata de un pre-experimento que no se acepta como diseño de investigación en el mundo científico.

Tener un modelo O  X  O resulta más conveniente que sólo aplicar el tratamiento y medir (X  O).  Sin embargo, no es suficientemente bueno.

Factores ajenos al estudio (es decir, variables extrañas) pueden afectar los resultados, por lo que no nos es posible tener la certeza de que los buenos resultados se deban a nuestra intervención. Al igual que el anterior, se trata de un pre-experimento en tanto que no cuenta con un punto de contraste libre de contaminación por parte de variables extrañas.

Quizá se nos ocurra un diseño del tipo O  X  O pero repetido varias veces a lo largo de un periodo más o menos considerable de tiempo. Se trata de un diseño más complejo que corresponde a los cuasi-experimentos (o diseños comprometidos). El diseño es: O  X  O  X  O  X  O  X  O (y se denomina diseño de series de tiempo).

Hay algunas formas de luchar contra esta amenaza. Una es hacer observaciones durante varios días. El resultado contra el que se contrastan las observaciones posteriores es un puntaje combinado de esos primeros días (puede ser un promedio, medida que repasaremos en la siguiente unidad). De esta forma, tenemos un puntaje “estable” como línea base.

Otra forma de controlar esos efectos que sesgan las mediciones iniciales consiste en que el investigador se esmere por mantener las condiciones lo más “normales” posible. De esta forma, cuando hace la medición, es posible que las condiciones reflejen las más comunes.

Si tenemos un diseño O ~X  O  X  O ~X  O  X  O (donde ~X significa no tratamiento), podemos identificar cómo varía el fenómeno a partir de los periodos alternados en que se mide con y sin tratamiento experimental.

Seguramente concluiste que introdujimos las siguientes variaciones:

• Contar con un control dentro del propio grupo, es decir, recopilar datos de un pretest para compararlos contra un postest. Ello permite contrastar lo que sucede después del tratamiento contra la línea base o medición original sin tratamiento. Implica resultados que pueden estar influenciados por variables extrañas.
• Contar con varias mediciones a lo largo del tiempo. Ello nos permite observar la estabilidad de las observaciones y la forma cómo evoluciona el fenómeno sometido al tratamiento experimental. Sin embargo, es una condición que sigue sujeta a una variedad de variables extrañas.
• Alternar periodos de tratamiento con periodos sin tratamiento y hacer observaciones intermedias. Ello permite contrastar lo que sucede a lo largo del tiempo y tratar de observar los efectos del tratamiento dentro de un continuo en que se dan procesos como la maduración que pueden afectar los resultados. Al estar alternadas las fases con y sin intervención, esos procesos las afectan a ambas, por lo que es posible “aislar” en cierta medida su influencia.

Los experimentos son los diseños que nos permiten controlar al máximo las condiciones del estudio, por lo que nos acercan a la certeza sobre cómo y en qué medida se administra la variable independiente, cómo se miden sus efectos (la o las variables dependientes), y cómo evitamos la interferencia de variables extrañas que pudieran incidir en los resultados.

Una variable es una forma de expresar las características o atributos que tienen en común los sujetos que participan en la investigación o experimento y pueden presentarse en modalidades diferentes o por grados. Por ejemplo el peso de una persona, su estatura, el número de aciertos de un examen, el género, etc.

Cuando estas características o atributos son manipuladas o controladas por el investigador, es llamada variable independiente.

La variable independiente siempre se presenta antes que la variable dependiente y causa efectos en la variable dependiente, por eso recibe ese nombre, ya que va a responder a los cambios que se hagan en la variable independiente.

Toda investigación requiere tener claro cuáles son las variables de estudio, esto es, cuáles son las variables independiente e dependiente. Esto permite saber al investigador qué es lo que va a manipular (variable independiente) y cuáles son los efectos producidos (variable dependiente) con los cambios provocados.

Las variables extrañas son factores del medio o del propio sujeto que pueden afectar los resultados del estudio (es decir, pueden influir en la o las variables dependientes que estamos midiendo).

Para estar ciertos de que agotamos todos los factores que pueden influir (o al menos, los conocidos), es indispensable que leamos la literatura científica al respecto, y la integremos como antecedente en el marco teórico de nuestra investigación. Al conocer lo que otros investigadores han encontrado con relación a nuestro objeto de estudio, podemos hacer un listado que nos permita pasar al control de las variables extrañas.

Las formas más comunes en que podemos controlar las variables extrañas se agrupan en los siguientes rubros:

• Eliminación – Cuando tenemos posibilidad de acabar con la fuente indeseable de variación, debemos hacerlo.
• Bloqueo – En ocasiones es imposible eliminar la fuente de contaminación experimental, pero podemos poner una barrera para que no afecte.
• Distribución – A veces, no es posible eliminar ni bloquear la fuente de variación. En estos casos conviene repartir la característica indeseable entre las distintas condiciones experimentales. Una de las mejores formas en que podemos distribuir el efecto de una variable extraña es la azarización: el asignar de manera azarosa o aleatoria tiende a distribuir uniformemente las variables extrañas, en particular cuando utilizamos muestras numerosas.

La comparación estadística se hace calculando las diferencias de estos individuos específicos, con lo que el contraste elimina de mejor manera los efectos de esa variable extraña.

• Medición – Existen diseños en los que es imposible eliminar, bloquear o distribuir el factos que puede afectar los resultados. Entonces, sólo nos queda medir su efecto y dar cuenta de él en la sección en que discutimos los resultados del estudio, dentro del informe de investigación. En este sentido, transformamos a la variable extraña en otra variable independiente del estudio. Así, lo que podemos hacer es medir esa variable y analizar matemáticamente su impacto.

Diseños experimentales en la investigación:

• Diseño de dos grupos al azar – El total de sujetos disponibles se divide aleatoriamente en dos grupos y, al azar, se determina cuál será el grupo experimental (es decir, al que se le aplica el tratamiento a probar) y cuál el control (al que no se le aplica el tratamiento o al que se le da un valor acostumbrado de la variable independiente).
• Diseño de dos grupos al azar con pre y postest – Para identificar qué tanto mejora o empeora la conducta a evaluar con el tratamiento aplicado, se utiliza este diseño que mide la variable dependiente tanto al inicio como al término del estudio.
• Diseño de más de dos grupos al azar – Se utiliza cuando hay más de dos valores de la variable independiente que deseamos investigar.
• Diseño factorial – En ocasiones deseamos probar el efecto de más de una variable independiente.

Es fácil generar cuestionarios que no cumplen su objetivo debido a que:

• Las preguntas no son relevantes al tema – Aunque sean preguntas bien estructuradas, si no atañen al fenómeno bajo estudio, resultan inútiles.
• Las opciones de respuesta no son comprehensivas – Significa que el sujeto no puede contestar simplemente porque no está considerado su caso.
• Sus preguntas tienen sesgo – Están redactadas de manera que influyen en la respuesta: ¿Qué le pareció la comida? Excelente, Muy buena, Buena, Regular (los resultados generan un sesgo positivo porque no hay opciones negativas).
• Las opciones no tienen igual distancia psicológica – Ello conduce a que el análisis de los resultados se contamine por esta falla: Siempre, Frecuentemente, Casi nunca tienen distinta distancia psicológica (siempre y frecuentemente están más cerca que frecuentemente y casi nunca).
• Existe el fenómeno de tendencia central – El sujeto tiende a no comprometerse y escoge la opción más inocua. Por ello, es importante tratar de dar un número par de opciones, de forma que el sujeto se comprometa en uno u otro sentido. Así, es mejor Totalmente de acuerdo, De acuerdo, En desacuerdo, Totalmente en desacuerdo que sólo Totalmente de acuerdo, Ni de acuerdo ni en desacuerdo, Totalmente en desacuerdo.

Los cuestionarios nos permiten allegarnos información sobre una gama amplia de variables en los grupos sociales: hábitos, opiniones, posturas, creencias, actitudes. Estas últimas representan un ámbito muy estudiado tanto en las esferas políticas como laborales.

...