7. Concepción o elección del deseño de investigación.pdf

Página 95  Página 96 La seguridad en los automóviles es un requisito tanto de los automovilistas como de las autoridades e incluso de las compañías aseguradoras. Por esta razón, cada marca de vehículos hace pruebas en las que someten deliberadamente a sus autos a choques para medir los resultados....

Página 95  Página 96 La seguridad en los automóviles es un requisito tanto de los automovilistas como de las autoridades e incluso de las compañías aseguradoras. Por esta razón, cada marca de vehículos hace pruebas en las que someten deliberadamente a sus autos a choques para medir los resultados. Hay también un lugar donde las aseguradoras estadounidenses realizan pruebas independientemente de la marca, para comparar y definir una clasificación de los autos más seguros. Se trata del Instituto para la Seguridad en la Carretera (Insurance Institute for Highway Safety, IIHS); ahí hacen todos los días en- sayos de impacto con automóviles, lo que le ha ganado el mote de Laboratorio de Destrozos. Por ejemplo, un día destruye- ron automóviles con un valor de más de tres millones de dólares para evaluar la seguridad de cada modelo. En este laboratorio se revisan distintas marcas y diferentes modelos de autos, aproximadamente de 50 a 70 verifica- ciones al año. A los mismos modelos les hacen comprobaciones de diversos tipos de choque. Todos los exámenes se encuentran meticulosamente planeados desde un inicio y se controlan todas las variables involucradas en la colisión para medir los resultados del impacto. En el sitio oficial en internet1 hay videos de las pruebas de choque, así como videos ex- plicativos, “detrás de las cámaras”, que muestran todo lo que implican esos estudios. 1 Insurance Institute for Highway Security (2015). Vehicle Research Center. Recuperado de: http://www.iihs.org/iihs/about-us/vrc.  La seguridad en los automóviles es un factor importante en su producción. Así como en este laboratorio se planean con anticipación los detalles de cada prueba, en cualquier trabajo de investi- gación también se concibe de antemano lo que se va a realizar para responder la pregunta de investigación planteada al inicio. A esta etapa se le llama implementación del diseño y su método. Dependiendo del enfoque de investigación en el que está basado el estudio, hay distintos diseños acordes para cada investigación, ¿quieres conocer cuáles son? Continúa leyendo… Un apunte previo La idea que hemos tenido los autores para esta obra es ofrecerte diversas herramientas que te ayuden a realizar la investiga‐ ción de la manera más sencilla posible. Hasta este momento, te hemos mostrado un proceso sin detenernos tanto a pensar en el tipo de datos que necesitarás recolectar ni en la forma de hacerlo. Sin embargo, hemos llegado a una etapa en la que es ne‐ cesario que diferenciemos entre datos cuantitativos y cualitativos, lo cual nos ayudará a recomendarte el tratamiento adecua‐ do para cada tipo de información que te interese para tu investigación. A partir de ahora, dividiremos nuestra propuesta en cuantitativa y cualitativa. Por ejemplo, este capítulo está dividido en propuesta cuantitativa y cualitativa; sin embargo, lo presentamos de manera integrada para que, según tu planteamiento, eli‐ jas la que mejor te convenga (tal como lo hacemos con las herramientas que requerimos para resolver cualquier problema). Página 97 El enfoque de la investigación se define por el tipo de datos cuantitativos o cualitativos que contenga. ¿Qué son los diseños de investigación? El término diseño se refiere al plan o estrategia concebida para obtener la información que se desea y responder al planteamiento del problema (Wentz, 2014; Hernández-Sampieri et al., 2014, y Kalaian, 2008). El investigador utiliza sus diseños para analizar la certeza de las hipótesis formuladas en un contexto en particular o para aportar evidencias respecto de los lineamientos de la indagación (si es que no se tienen hipótesis). Para clarificar este concepto, hagamos el siguiente ejemplo vinculando etapas anteriores del proceso investigativo. Supongamos que tengo la siguiente interrogante coloquial a la cual consideraré como pregunta de investigación: ¿A Laura le parezco atractivo? ¿Por qué? La hipótesis es: “yo le gusto a Laura porque me mira frecuentemente”. El diseño constituiría la estrategia para confirmar si es o no cierto que le resulto atractivo a Laura (el plan incluiría proce‐ dimientos y actividades tendentes a encontrar la respuesta a la pregunta de investigación). En este caso, podría ser: mañana buscaré a Laura después de la clase de matemáticas, me acercaré a ella, le diré que se ve muy guapa y la invitaré a tomar un café. Cuando estemos en la cafetería la tomaré de la mano, y si ella no la retira, la invitaré a cenar el siguiente fin de semana. Si acepta, en el restaurante le diré que me gusta y le preguntaré si yo le gusto. Desde luego, puedo tener otra estrategia, co‐ mo invitarla a una fiesta o ir al cine en lugar de ir a cenar; o bien, si conozco a varias amigas de Laura y yo también soy ami‐ go de ellas, puedo preguntarles si le resulto atractivo. En la investigación disponemos de distintas clases de diseños y debe‐ mos elegir uno o varios o trazar nuestra propia estrategia (por ejemplo, invitar a Laura al cine, darle un regalo y ver cómo reacciona). Supongamos que tengo la siguiente interrogante común a la cual consideraré como pregunta de investigación: ¿A Laura le parezco atractivo? ¿Por qué? Si el diseño está concebido cuidadosamente, el producto final de un estudio (sus resultados) tendrá mayores posibilidades de producir conocimiento. Además, no es lo mismo seleccionar un diseño que otro: cada uno tiene sus características, como se verá adelante. No es igual preguntarle directamente a Laura si le gusto que preguntarle a sus amigas; o que en lugar de in‐ terrogarla de palabra prefiera analizar su conducta no verbal (cómo me mira, qué reacciones tiene cuando la abrazo o me acerco a ella). Tampoco será lo mismo si Página 98 le hago la pregunta entre otras personas que a solas. La precisión, amplitud y profundidad de la información obtenida varía en función del diseño elegido. Diseños de investigación cuantitativa Con una perspectiva cuantitativa, la calidad de una investigación se relaciona con el grado en que apliquemos el dise‐ ño tal como fue concebido (particularmente en el caso de los experimentos). Desde luego, en cualquier tipo de investigación, el diseño se debe ajustar ante posibles contingencias o cambios de la situación (por ejemplo, un experimento en el cual no funciona el estímulo experimental, este tendría que modificarse). En la literatura sobre la investigación cuantitativa es posible encontrar diferentes tipologías de los diseños. Para este libro adoptaremos la siguiente: investigación experimental e investigación no experimental. A su vez, la primera puede dividirse en: preexperimentos, experimentos “puros” y cuasiexperimentos (Hernández-Sampieri et al., 2014; Babbie, 2014, y Campbell y Stanley, 1966). Por otro lado, la investigación no experimental la subdividiremos en diseños transversales y di‐ seños longitudinales. Diseños cuantitativos experimentales ¿Qué es un experimento? Según una acepción con sentido científico del término, un experimento es un estudio en el que se manipulan intencionalmen‐ te una o más variables independientes (supuestas causas o antecedentes), para analizar las consecuencias que la manipula‐ ción tiene sobre una o más variables dependientes (supuestos efectos o consecuentes), en una situación que controla el inves‐ tigador. Esto puede esquematizarse así: Los diseños experimentales se utilizan cuando el investigador pretende establecer el posible efecto de una causa que se manipula; pero para determinar influencias (por ejemplo, decir que la máquina X reduce el desperdicio en la línea de pro‐ ducción), se deben cubrir varios requisitos, como veremos a continuación. Los diseños experimentales se utilizan cuando el investigador pretende establecer el posible efecto de una causa que se manipula, por ejemplo, decir que la máquina X reduce el desperdicio en la línea de producción. Desde luego, hay ocasiones en que no podemos o no debemos experimentar. Por ejemplo, es imposible evaluar las conse‐ cuencias que una supernova provocada por nosotros podría tener sobre un conjunto de planetas (¿qué ser humano puede ha‐ cerlo?). Tampoco es factible experimentar con hechos pasados, así como no debemos realizar ciertos experimentos por cues‐ tiones éticas (por ejemplo, experimentar en seres humanos con un nuevo virus). Es verdad que se han efectuado experimen‐ tos con armas bacteriológicas y bombas atómicas, castigos físicos a prisioneros, deformaciones del cuerpo humano, etc.; sin embargo, son situaciones que no deben permitirse en ninguna circunstancia.  Página 99 ¿Cuál es el primer requisito de un experimento? El primer requisito de un experimento es la manipulación intencional de una o más variables independientes. La variable in‐ dependiente 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). Cabe destacar que el investigador puede incluir en su estudio dos o más variables independientes o dependientes. Cuando en realidad existe una relación causal entre una variable independiente y una dependiente, al variar intencionalmente la pri‐ mera, la segunda también variará; por ejemplo, si la autonomía laboral es causa de la productividad, al variar la autonomía deberá modificarse la productividad. A partir de lo anterior podemos decir que un experimento se lleva a cabo para analizar si una o más variables indepen‐ dientes afectan a una o más variables dependientes y por qué lo hacen; por ello, su alcance es explicativo. Por ahora, simpli‐ fiquemos el problema de estudio a una variable independiente y una dependiente. En un experimento, la variable indepen‐ diente resulta de interés para el investigador, ya que, hipotéticamente, será una de las causas que producen el efecto supues‐ to. Para obtener evidencias de esta posible relación causal, el investigador manipula la variable independiente y observa si la dependiente varía o no. Aquí, manipular es sinónimo de hacer variar o asignar distintos valores a la variable independiente. Supongamos que una asociación de productores de cerámica se acerca a un instituto tecnológico para analizar elemen‐ tos de sus procesos de producción con la idea de mejorarlos. Una posibilidad es que primero revisen el efecto que tiene el tiempo de cocción en la absorción del agua en el hormigón ligero. El investigador podría hacer que un producto ela‐ borado con dicho material se expusiera a un tiempo de cocción mayor que el normal para una pieza con determinadas características, mientras que otro producto con idénticas particularidades se expondría al tiempo habitual. Luego, el in‐ vestigador determinaría cuál de los dos muestra una mayor absorción de agua. La hipótesis de investigación sería la siguiente: “La exposición del hormigón ligero a un mayor tiempo de cocción tenderá a provocar una mayor absorción del agua”. Si el investigador descubre que el artículo que se sometió a un ma‐ yor tiempo de cocción absorbió más agua respecto del producto que tuvo menor tiempo de cocción, y que no hay otra posible causa que hubiera afectado al material de manera desigual, comprobaría su hipótesis. Supongamos que se conduce una investigación en una fábrica de cerámica para mejorar los procesos. El investigador manipula o hace fluctuar la variable independiente para observar el efecto en la dependiente, y asig‐ na dos valores: aumento en el tiempo de cocción y Página 100 el tiempo de cocción usual. El experimentador hace la variación a propósito (no es casual): tiene control directo sobre la manipulación y crea las condiciones para que se produzca la variación deseada.  En un experimento, para que una variable se considere como independiente debe cumplir tres requisitos: 1. que anteceda a la dependiente 2. que varíe o sea manipulada 3. que esta variación pueda controlarse La variable dependiente se mide La variable dependiente no se manipula, sino que se mide para ver el efecto que la manipulación de la variable independien‐ te tiene en ella. Esto se esquematiza en la figura 7.1 de la siguiente manera: Figura 7.1 La variable dependiente se mide para ver el efecto en la variable independiente. Se utiliza la letra X para simbolizar una variable independiente o tratamiento experimental; las letras o subíndices “A, B…” indican distintos niveles de variación de la independiente y la letra Y representa una variable dependiente. Grados de manipulación de la variable independiente La manipulación o variación de una variable independiente puede realizarse en dos o más grados. El nivel mínimo de mani‐ pulación es el de presencia o ausencia de la variable independiente. Cada nivel o grado de manipulación comprende un gru‐ po, un conjunto de unidades, submuestra o condición en el experimento (por ejemplo, individuos, procesos, parcelas cultiva‐ bles, células, plantas, frutas, mezclas de sustancias químicas, animales). Presencia–ausencia Este nivel o grado implica que un grupo o conjunto de unidades se expone a la presencia de la variable independiente y el otro no. Posteriormente, los dos grupos se comparan para saber si el grupo expuesto a la variable independiente difiere del grupo que no fue expuesto. Por ejemplo, a un grupo de plantas denominadas comúnmente girasol (Helianthus annus) se le administra óxido de cro‐ mo y al otro grupo, no. Al primero se le conoce como grupo Página 101 experimental, y al otro, en el que está ausente la variable independiente, se le denomina grupo de control (pero en realidad, los dos conjuntos participan en el experimento). Después se observa si hubo o no alguna diferencia entre los grupos en lo que respecta a la germinación del girasol; por ejemplo, en tiempo o tamaño, variable dependiente. A la presencia de la variable independiente se le llama “tratamiento experimental”, “intervención experimental” o “estí‐ mulo experimental”. Es decir, el grupo o conjunto experimental recibe el tratamiento o estímulo experimental o, lo que es lo mismo, se le expone a la variable independiente; el grupo o conjunto de control no recibe el tratamiento o estímulo. Ahora bien, en el caso de seres vivos, el hecho de que uno de los grupos no se exponga al tratamiento experimental no significa que su participación en el experimento sea pasiva. Por el contrario, implica que realiza las mismas actividades o se les somete a condiciones idénticas que el grupo experimental, excepto recibir el estímulo. Si se tratara de experimentar con un medica‐ mento, al grupo experimental se le administraría el medicamento, mientras que el grupo de control tomaría un placebo (por ejemplo, una supuesta píldora que en realidad es un caramelo bajo en azúcares). En general, en un experimento puede afirmarse lo siguiente: en igualdad de circunstancias en ambos grupos o conjuntos, menos la exposición a la variable independiente, es muy razonable pensar que las diferencias entre ambos se deban a la pre‐ sencia o ausencia de tal variable. Más de dos grados En otras ocasiones, es posible hacer variar o manipular la variable independiente en cantidades o grados. Supongamos una vez más que queremos analizar el posible efecto del tiempo de cocción en la absorción de agua en el hormigón ligero. Podría hacerse que una muestra o conjunto de productos o unidades fuera expuesto a un tiempo mucho mayor de cocción; una se‐ gunda muestra se expusiera a un lapso medianamente mayor, y una tercera se expusiera a un periodo igual. En este ejemplo, se tendrían tres niveles o cantidades de la variable independiente, lo cual se representa de la siguiente manera: X1 (tiempo mucho mayor de cocción) X2 (tiempo medianamente mayor de cocción) — (tiempo de cocción igual al que comúnmente se trabajan los objetos) Manipular la variable independiente en varios niveles tiene la ventaja de que no solo se puede determinar si la presencia de la variable independiente o tratamiento experimental tiene un efecto, sino también si distintos niveles de la variable inde‐ pendiente producen diferentes efectos. Es decir, si la magnitud del efecto Y depende de la intensidad del estímulo (X 1, X2, X3, etcétera). Ahora bien, ¿cuántos niveles de variación deben ser incluidos? No hay una respuesta exacta, sino que depende del plan‐ teamiento del problema y los recursos disponibles. Del mismo modo, los estudios previos y la experiencia del investigador pueden aclarar sus ideas, ya que cada nivel implica un grupo, proceso o conjunto experimental más. Por ejemplo, en el caso del tratamiento médico, dos niveles de variación pueden ser suficientes para probar su efecto, pero si tenemos que evaluar los efectos de distintas dosis de un medicamento, tendremos tantos grupos como dosis y, además, el grupo testigo o de con‐ trol. Modalidades de manipulación en lugar de grados Hay otra forma de manipular una variable independiente, la cual consiste en exponer a los grupos experimentales a diferen‐ tes modalidades de la variable, pero sin que esto implique Página 102 cantidad. Por ejemplo, experimentar con tipos de semillas o siembras, mezclas de componentes químicos, medios para co‐ municar un mensaje a todos los ejecutivos de la empresa (correo electrónico, o teléfono celular o memorando por escrito), vacunas y procedimientos de construcción o materiales. En ocasiones, la manipulación de la variable independiente consiste en una combinación de cantidades y modalidades. Los diseñadores de automóviles experimentan con el peso del chasís (cantidad) y el material con que está construido (moda‐ lidad) para conocer su efecto en la aceleración de un vehículo. Finalmente, es necesario insistir en que cada nivel o modalidad implica, al menos, un grupo, condición o conjunto de uni‐ dades. Si hay tres niveles (grados) o modalidades, se tendrán tres grupos como mínimo. Los diseñadores de automóviles experimentan con el peso del chasís (cantidad) y el material con que está construido (modalidad) para conocer su efecto en la aceleración de un vehículo. ¿Cuál es el segundo requisito de un experimento? El segundo requisito consiste en medir el efecto que la variable independiente tiene en la variable dependiente. Esto es igual‐ mente importante, y como en la variable dependiente se observa el efecto, la medición debe ser adecuada, válida y confiable. Imaginemos que realizamos un experimento para evaluar el efecto de un nuevo curso de capacitación en la comprensión de conceptos sobre seguridad industrial de ciertos obreros, y en lugar de medir la comprensión medimos la memorización; por más correcta que resulte la manipulación de la variable independiente, el experimento resultaría un fracaso porque la medición de la dependiente no es válida. O pensemos que tenemos dos grupos para comparar con mediciones distintas, y si encontramos diferencias ya no sabremos si se debieron a la manipulación de la independiente o a que se aplicaron exámenes de comprensión diferentes. Los requisitos para medir correctamente una variable se estudian en el capítulo 9. ¿Cuántas variables independientes y dependientes deben incluirse en un experi- mento? No hay reglas sobre cuántas variables debe tener un experimento, pues depende de cómo se haya planteado el problema de investigación y qué limitaciones tenga. Si un investigador se encuentra interesado en contrastar los efectos en la resistencia del concreto del curado de concreto mediante rocío de agua con la técnica de aplicación de hojas de plástico para cubrirlo, y solo le interesa este problema, tendrá una variable independiente única y una sola dependiente. Pero si también pretende analizar el efecto del clima considerando temperaturas cálidas y climas en extremo calientes, agregaría esta variable inde‐ pendiente y la manipularía. Tendría dos variables independientes (técnica de curado y temperatura) y una dependiente (resis‐ tencia), son cuatro grupos o conjuntos (sin contar el de control): 1. Grupo expuesto al curado de concreto por rocío de agua y clima cálido. 2. Grupo expuesto al curado de concreto por rocío de agua y clima extremo. 3. Grupo expuesto al curado de concreto con aplicación de hojas de plástico para cubrirlo y clima cálido. 4. Grupo expuesto al curado de concreto con aplicación de hojas de plástico para cubrirlo y clima extremo. También se podría agregar una tercera variable independiente: dosificación, y una cuarta: mezclado, y así sucesivamente. Claro está que conforme aumenta el número de variables Página 103 independientes se incrementan las manipulaciones que deben hacerse y el número de grupos o conjuntos. Entonces, entraría en juego el segundo factor: las limitantes; por ejemplo, tal vez no alcance el presupuesto para realizar tal variedad de experi‐ mentos o no dispongamos de tiempo suficiente. Por otro lado, en cada caso podría optar por medir más de una variable dependiente y evaluar múltiples efectos de las in‐ dependientes (en distintas variables). Por ejemplo, además de la resistencia del concreto, medir el agrietamiento y la evalua‐ ción de su dureza. Resulta obvio que al aumentar las variables dependientes, no tienen que incrementarse los grupos, porque estas variables no se manipulan. Lo que aumenta es el tamaño de la medición porque hay más variables que medir. ¿Cuál es el tercer requisito de un experimento? El tercer requisito es el control o la validez interna de la situación experimental. El término “control” tiene diversas connota‐ ciones; sin embargo, su acepción más común es que, si en el experimento se observa que una o más variables independientes hacen variar a las dependientes, la variación de estas últimas se debe a la manipulación de las primeras y no a otros factores o causas; y si se observa que una o más independientes no tienen un efecto sobre las dependientes, se puede estar seguro de ello; es decir, saber qué ocurre verdaderamente con la relación entre las variables independientes y las dependientes. Cuando hay control es posible determinar la relación causal; sin control, no se puede conocer este vínculo. Así, tener el control de un experimento significa contener la influencia de otras variables extrañas en las variables dependientes, para co‐ nocer en realidad si las variables independientes que nos interesan tienen o no efecto en las dependientes. Para volver al ejemplo del concreto, si queremos analizar el efecto que pueda tener la técnica de curado utilizada sobre la resistencia del concreto, sabemos que quizá haya otras razones o causas que afectan a la variable dependiente (materiales utilizados, ensayo, dosificación). Entonces, en el experimento se deberá controlar la posible influencia de estas otras causas, para saber si la técnica tiene o no algún efecto significativo. De lo contrario, si se observa que la resistencia es elevada y no hay control, no sabremos si el proceso de curado es la causa o lo son los demás factores. ¿Cómo se logran el control y la validez interna? El control en un experimento logra la validez interna y se alcanza mediante: 1) varios grupos de comparación (dos como mí‐ nimo), y 2) equivalencia de los grupos en todo, excepto en la manipulación de las variables independientes. Es necesario que en un experimento se tengan, por lo menos, dos grupos que comparar. Con un conjunto no es posible sa‐ ber con certeza si influyeron otras causas ajenas a la variable independiente manipulada. Imaginemos un experimento en el cual queremos ver si un fertilizante hace crecer más rápidamente cierta especie de plantas. Debemos tener plantas a las cua‐ les se les administre el fertilizante (grupo experimental) y plantas a las que no (grupo de control). Siempre debe haber un punto de comparación. En un experimento en el cual queremos ver si un fertilizante hace crecer más rápidamente cierta especie de plantas, debemos adminis- trar el fertilizante a algunas plantas (grupo experimental) y otras a las que no (grupo de control). Pero no basta con dos o más grupos, sino que deben ser similares en todo, menos en la manipulación de las variables in‐ dependientes. El control implica que todo se mantiene constante, salvo la intervención. Si entre los grupos que conforman el experimento todo es igual o equivalente, excepto Página 104 la manipulación de la variable independiente, las diferencias entre los grupos pueden atribuirse a la variable y no a otros fac‐ tores. Clasificación de los diseños experimentales A continuación se presentan los diseños experimentales más citados en la literatura. Nos basaremos en la tipología clásica, ya citada, de Campbell y Stanley (1966), quienes dividen los diseños experimentales en tres clases: a) preexperi‐ mentos, b) experimentos puros2 y c) cuasiexperimentos. 2 Preferimos utilizar el término “experimentos puros” más que “verdaderos” (que es el término original y así se ha traducido en diver‐ sas obras), porque crea confusión entre los estudiantes. Preexperimentos Los preexperimentos se llaman así porque su grado de control es mínimo. Consisten en administrar un estímulo o tratamien‐ to a un grupo y después aplicar una medición a una o más variables para observar cuál es el nivel del grupo en estas. Este diseño no cumple con los requisitos de un experimento “puro”. No hay manipulación de la variable independiente (niveles) o conjuntos de contraste (ni siquiera el mínimo de presencia o ausencia). Tampoco hay una referencia previa de cuál era el nivel que tenía el grupo en las variables dependientes antes del estímulo. No es posible establecer causalidad con certeza pues no se puede asegurar que se están controlando todas las variables que puedan afectar el resultado del experi‐ mento. Experimentos puros Los experimentos puros son aquellos que reúnen los dos requisitos para lograr el control y la validez interna: 1) grupos de comparación (manipulación de la variable independiente), y 2) equivalencia entre estos. En algunos experimentos, el grupo o conjunto de comparación es el mismo en tiempos o condiciones distintas. Estos diseños llegan a incluir una o más variables independientes y una o más dependientes. Asimismo, pueden utilizar prepruebas o mediciones previas y pospruebas o mediciones posteriores para analizar la evolución de los grupos antes y des‐ pués del tratamiento experimental. Desde luego, no todos los diseños experimentales puros utilizan prepruebas; mientras que la posprueba sí es necesaria para determinar los efectos de las condiciones experimentales. Para ejemplificar la preprueba y la posprueba, veamos los siguientes casos. Imaginemos que tratamos de determinar si un nuevo motor eléctrico tiene un funcionamiento parecido a un motor de ga‐ solina, con la ventaja de no contaminar el aire. El funcionamiento se mide por el tiempo (en segundos) que tarda en alcanzar una velocidad de 100 km/hora y la aceleración, la cual es evaluada por un acelerómetro en metros por segundo al cuadrado y en fuerza g. Podríamos tener dos automóviles “gemelos” o idénticos (mismo diseño, materiales, peso, neumáticos, etc.). A uno se le instala el motor de gasolina y al otro el eléctrico. Se mide su desempeño en las dimensiones consideradas y se comparan. En este caso, no hay preprueba. El diseño experimental se diagramaría así: Auto 1 X1 (motor de gasolina) 01 Auto 2 X2 (motor eléctrico) 02 “0” representa las mediciones posteriores a la instalación del tratamiento (tipo de motor). Página 105 Desde luego, podría ser el mismo automóvil, primero con uno de los motores y luego con el otro, lo cual se diagramaría así: Auto X1 (motor de gasolina) 01 X2 (motor eléctrico) 02 En cualquier situación, la comparación en la variable dependiente y sus dimensiones medidas sería entre 01 y 02. En el ejemplo de las gasolineras en las cuales se instala un sistema de gestión de la calidad para ver su efecto en las ven‐ tas, se tendrían tres condiciones grupos, por así decirlo (las gasolineras serían como grupos). Se miden las ventas antes (pre‐ prueba) y después (posprueba) de la introducción del sistema. El diseño se diagramaría así: donde “RG” simboliza las tres estaciones de servicio como grupos (1, 2 y 3); X los sistemas de calidad (X 1 = ISO 9001 y X2 = sistema propio), mientras que la raya, “—”, indica que no hay ningún sistema (grupo de control). La R significa asignación al azar, es decir, que las tres gasolineras se asignan aleatoriamente a las distintas condiciones del experimento. La asignación al azar de las unidades y tratamientos es una cualidad deseable de todo experimento que refuerza la validez y el rigor de la indagación. Asegura probabilísticamente que dos o más grupos o conjuntos son equivalentes entre sí (Hernández-Sampieri et al., 2014). Entre grupos o submuestras, la asignación puede hacerse con papeletas. Se escribe el nombre de cada caso, unidad o par‐ ticipante (o alguna clave que los identifique) en las papeletas, las cuales luego se ponen juntas en algún recipiente, se revuel‐ ven y se van sacando —sin observarlas— para formar los grupos. Por ejemplo, si se tienen dos grupos de individuos para el experimento, las personas con turno non en su papeleta irían al primer grupo y las que obtengan par, al segundo grupo. O bien, en un estudio para experimentar con un nuevo procedimiento de clonación de algún fruto (digamos, fresas) y ver si las fresas clonadas tienen mayor calidad que las fresas no clonadas (desde luego, para controlar otras variables que pudieran in‐ fluir, como el tipo de terreno y sus propiedades, humedad, temperatura y otros factores climáticos, el experimento se haría en un invernadero de pruebas). Podríamos segmentar el terreno de cultivo en parcelas (unidades de muestreo). Supongamos que fueran 80 papeletas en total, las primeras 40 (y sus correspondientes parcelas) que se saquen irían a la condición experi‐ mental (clonación), y las otras 40 al grupo de control (no clonación).3 Asimismo, cuando se tienen dos grupos, la asignación aleatoria puede llevarse a cabo utilizando una moneda no cargada. Se hace una lista de las unidades (productos, personas) y se designa qué lado de la moneda va a significar el grupo uno y qué lado el grupo dos. Con cada caso se lanza la moneda y, dependiendo del resultado, se asigna a uno u otro grupo. Tal procedimiento está limitado solo a dos condiciones, porque las monedas tienen dos caras. Si hay más condiciones, podrían utilizarse dados o cubos. 3 El ejemplo se encuentra simplificado para que el lector comprenda más fácilmente el procedimiento de asignación aleatoria de los ca‐ sos a los grupos experimentales. En el siguiente capítulo se define “calidad” de una fresa cultivada. Una tercera forma de asignar aleatoriamente los participantes o casos a los grupos es mediante el programa STATS®, que puede descargarse de la página electrónica de esta Página 106 obra y seleccionar el subprograma “Números aleatorios” (Random Numbers). Previamente, se numeran todos los casos (su‐ pongamos que se trata de un experimento con dos grupos y 100 casos en total; por consiguiente, se numeran las unidades del 1 al 100). El programa pregunta en el cuadro de diálogo cuántos números aleatorios queremos generar (How many random numbers would you like to generate?). Entonces se escribe el número relativo al total de los casos del experimento (asuma‐ mos que son participantes); así, debe teclearse “100”. Inmediatamente se elige la opción con los valores mínimo y máximo para los números aleatorios (Minimum and Maximum values for random numbers). En el mínimo se introduce un “1” (siem‐ pre será “1”) y en el máximo un “100” (o el número total de unidades del experimento). Al hacer clic en Calcular (Calculate), el programa genera 100 números de manera aleatoria; así, se pueden asignar los primeros 50 a un grupo y los últimos 50 al otro grupo, o bien, el primer número al grupo 1, el segundo al grupo 2, el tercero al grupo 1 y así sucesivamen‐ te. Dado que la generación de los números es completamente aleatoria, en ocasiones el programa duplica o triplica algunos números; entonces, debemos saltarnos uno o dos de los números repetidos y seguir asignando sujetos —números— a los grupos. Al terminar, se repite el proceso y continuamos asignando a los grupos los números que no habían “salido” antes, hasta situar a los 100 casos en los dos grupos (si fueran cuatro grupos, los primeros 25 se asignan al grupo 1, los segundos 25 al grupo 2, los siguientes 25 al grupo 3 y los últimos 25 al grupo 4). Cuasiexperimentos En los diseños cuasiexperimentales también se manipula deliberadamente al menos una variable independiente para obser‐ var su efecto sobre una o más variables dependientes, solo que difieren de los experimentos puros en el grado de confianza que se tenga sobre la equivalencia inicial de los grupos. En los cuasiexperimentos, las unidades o casos no se asignan al azar a los grupos, sino que los grupos ya están formados antes del experimento: son grupos “intactos” (la razón por la que surgen y la manera como se formaron es independiente o aparte del experimento). Por ejemplo, si estuviéramos experimentando con una nueva maquinaria y la muestra estuviera constituida por operarios, y los del primer grupo o expe-rimental (con la nueva maquinaria, G1) fueran del turno matutino y los del segundo grupo o de control (con la maquinaria anterior, G2) del turno vespertino. Los operarios no se asignan al azar, pues ya pertenecen al turno. Otro caso similar sería experimentar con dos medicamentos y un grupo de control (tres grupos) y los pacientes (unidades) fueran de tres hospitales distintos y no po‐ demos asignarlos a las condiciones aleatoriamente por alguna razón. ¿Cuáles pueden ser los contextos generales de los experimentos? En la literatura sobre la investigación se distinguen dos contextos generales en los que llega a tener lugar un diseño experi‐ mental: laboratorio y campo. Así, se habla de experimentos de laboratorio y experimentos de campo. Los primeros experi‐ mentos de laboratorio se realizan en condiciones rigurosas y se controlan otras fuentes que puedan afectar los resultados e impedir que se conozca con certeza el efecto o no efecto de la variable independiente sobre la dependiente. Los experimen‐ tos de campo son estudios efectuados en una situación realista en la que una o más variables independientes son manipula‐ das por el experimentador en condiciones tan cuidadosamente controladas como lo permite la situación. La diferencia esencial entre ambos contextos generales es el “realismo” con que los experimentos se llevan a cabo, es de‐ cir, el grado en que el ambiente es natural para los sujetos. Diseños cuantitativos no experimentales Los diseños no experimentales implican investigación que se efectúa sin manipular deliberadamente variables. Es decir, se trata de estudios donde no hacemos variar en forma intencional las variables independientes para ver su efecto sobre otras variables. Lo que hacemos en la investigación no experimental es observar o medir fenómenos tal como se dan en su contex‐ to natural, para posteriormente analizarlos siguiendo siempre el planteamiento del problema. En la investigación no experimental se observan o miden los fenómenos tal como se dan en su contexto natural, para posteriormente analizarlos siguiendo siempre el planteamiento del problema. En un experimento, el investigador prepara intencionadamente una situación a la que son expuestos varios casos o indivi‐ duos. Esta situación consiste en recibir un tratamiento, una condición o un estímulo en determinadas circunstancias, para evaluar los efectos de la exposición o aplicación del tratamiento o tal condición. Por decirlo de alguna manera, en un experi‐ mento se “genera” una realidad. En cambio, en un estudio no experimental no se establece ninguna situación, sino que se examinan hechos o fenómenos ya existentes, no provocados intencionalmente en la investigación. En la indagación no experimental, las variables indepen‐ dientes ocurren y no es factible manipularlas; no se tiene control directo ni influencia sobre ellas porque ya sucedieron, al igual que sus efectos. Y no toda la investigación no experimental posee un alcance explicativo. Más bien es un parteaguas de varios estudios cuantitativos, como las encuestas de opinión (surveys), los estudios ex post facto retrospectivos y prospectivos, etcétera. La investigación no experimental es un parteaguas de varios estudios cuantitativos, como las encuestas de opinión, los estudios ex post facto retrospectivos y prospectivos. Para ilustrar la diferencia entre un estudio experimental y uno no experimental consideremos el siguiente ejemplo. Claro está que no sería ético un experimento como este, que forzara a los trabajadores a consumir mucha glucosa (dulces). Es sola‐ mente un ejemplo hipotético ilustrativo.4  4 Adaptado de Hernández-Sampieri, Zapata y Mendoza (2013). Es un ejemplo simplificado didáctico. Para esclarecer la diferencia entre la investigación experimental y la investigación no experi- mental Imaginemos que un investigador en salud ocupacional deseara analizar el efecto que produce entre trabajadores el con‐ sumo excesivo de dulces sobre la caries dental. Su hipótesis sería: “a mayor consumo de dulces, mayor posibilidad de caries dental”. Si decidiera seguir un enfoque experimental, asignaría al azar una muestra a varios grupos. Supongamos que son cuatro: un primer grupo en el que las personas consumieran diariamente 30 dulces durante tres meses, un se‐ gundo grupo en el que tomaran 15 dulces al día durante el mismo tiempo, un tercer grupo de siete dulces y el cuarto Página 108 grupo que no probara ningún dulce. Todos los dulces serían iguales (idéntico tamaño y contenido de azúcar). Obviamente, el experimentador regularía la dieta de todos (que sería exactamente igual), así como las prácticas de hi‐ giene bucal (misma pasta dental, tipo de cepillo). Al pasar los tres meses (periodo experimental), el investigador compararía el estado promedio de las caries dentales entre los grupos (no haría contrastes individuales, sino grupales). Si encontrara que a mayor consumo de dulces mayor caries dental, comprobaría su hipótesis. Por el contrario, si decidiera seguir un enfoque no experimental, el investigador acudiría a empresas y seleccionaría una muestra de trabajadores y encontraría que hay toda la gama de consumo de dulces entre ellos (quienes consumen exageradamente, aquellos que comen bastantes, otros que toman cantidades regulares, algunos que ingieren muy pocos y quienes nunca comen dulces). Evaluaría el estado de las caries entre todos y llevaría a cabo sus comparaciones para ver si encuentra tendencias con las cuales fuera posible establecer la relación entre el consumo de dulces y la caries dental. En un estudio experimental se construye el contexto y se manipula de manera intencional la variable independiente (en este caso, el consumo de golosinas). Después, se observa el efecto de esta manipulación sobre la variable dependiente (aquí, la caries). Es decir, el investigador influyó directamente en el consumo de dulces de los participantes. En la investigación no experimental no hay ni manipulación intencional ni asignación al azar. Los sujetos ya tenían ciertos hábitos de comer golosi‐ nas y en este hecho el investigador no tuvo nada que ver. Era una situación ya existente. ¿Cuáles son los tipos de diseños no experimentales? Distintos autores han adoptado diversos criterios para catalogar la investigación no experimental. En este libro consideramos la siguiente manera de clasificar esas investigaciones: por su dimensión temporal o el número de momentos o puntos en el tiempo en los cuales se recolectan datos (Hernández-Sampieri et al., 2013): transeccionales o longitudinales como se mues‐ tra en la figura 7.2.  Figura 7.2 División de la investigación no experimental. Página 109 Diseños transeccionales o transversales Los diseños de investigación transeccional o transversal recolectan datos en un solo momento, en un tiempo único. Su pro‐ pósito es describir variables y analizar su incidencia e interrelación en un momento dado. Es como tomar una fotografía de algo que sucede. Por ejemplo: 1. Explorar si en una ciudad hay discriminación por género, edad y capacidades distintas en los procesos de selección, re‐ clutamiento y contratación de las grandes empresas industriales. 2. Diagnosticar el ambiente organizacional de una empresa dedicada a la producción de flechas automotrices de velocidad constante (en un momento, digamos, noviembre del año en curso). 3. Evaluar el estado de los edificios de un barrio o una colonia después de un terremoto o bien, la calidad de la cosecha de un vegetal posterior a una helada. 4. Analizar el efecto que tiene la implantación de un nuevo impuesto sobre la liquidez de empresas de determinado giro (digamos, de producción de acero y en un periodo único). 5. Establecer la prevalencia de la infección por hepatitis B en una región (en el trimestre actual). 6. Determinar la relación entre la dirección estratégica y la competitividad en PyMEs restauranteras de Bogotá (Piñeiro, 2016). Datos recolectados una sola ocasión. Estos diseños se esquematizan de la siguiente manera: Obsérvese en los seis ejemplos que los diseños transversales pueden tener un alcance exploratorio, descriptivo, correla‐ cional o explicativo. Desde luego, es factible que abarquen varios grupos o subgrupos de personas, objetos o indicadores, así como diferentes comunidades, situaciones o eventos. Por ejemplo, analizar el efecto de la introducción de un impuesto sobre la liquidez de distintos giros de empresas de servicio (restaurantes, hoteles); pero siempre, la recolección de los datos ocurre en un mo‐ mento o periodo único. Veamos algunos ejemplos adicionales y el alcance que tienen. Un estudio sobre empresas medianas exportadoras de hortalizas de determinado estado o provincia: qué productos ven‐ den, a dónde los envían, cuánto venden, qué estrategias siguen para penetrar en los mercados de destino (descriptivo).  Una investigación que estudiara cómo influye la motivación intrínseca en la productividad de los trabajadores de gran‐ des compañías aeroespaciales, de cierto país y en un momento, observando si los obreros más productivos son los más motivados; en caso de que así sea, evaluar por qué y cómo es que la motivación intrínseca contribuye a incrementar la productividad (esta investigación establece primero la correlación y luego la relación causal entre las variables). Un estudio que pretendiera analizar quiénes compran más en las tiendas de una cadena departamental, los hombres o las mujeres, y de qué edades y perfiles socioeco nómicos (correlacional: asocia nivel de compra con género, edad y ni‐ vel socioeconómico). Página 110 Un diagnóstico para evaluar los niveles de satisfacción de los clientes de un hotel respecto al servicio que reciben (des‐ criptivo: no busca evaluar si las mujeres están más satisfechas que los hombres, ni asociar el nivel de satisfacción con la edad o los ingresos de los clientes u otras variables). Un estudio que pretendiera analizar quiénes compran más en las tiendas de una cadena departamental, los hombres o las muje- res. De los ejemplos se desprende lo que se ha comentado anteriormente: que en ciertas ocasiones solo se pretende correlacio‐ nar categorías o variables, pero en otras, se quiere establecer relaciones causales. Debemos recordar que la causalidad impli‐ ca correlación, pero no toda correlación significa causalidad. Estos diseños pueden ser sumamente complejos y abarcar diversas variables o constructos. Cuando establecen relaciones causales son explicativos. Su diferencia con los experimentos es la base de la distinción entre experimentación y no experi‐ mentación. En los diseños transeccionales correlacionales-causales, las causas y los efectos ya ocurrieron en la realidad (es‐ taban dados y manifestados) o suceden durante el estudio, y quien investiga los observa e informa. En cambio, en los dise‐ ños experimentales y cuasiexperimentales se provoca intencionalmente al menos una causa y se analizan sus efectos o con‐ secuencias. Diseños longitudinales En ocasiones el interés del investigador es analizar cambios al paso del tiempo de determinadas categorías, conceptos, suce‐ sos, variables, contextos o comunidades, o bien, de las relaciones entre estas o estos. Para este fin, disponemos de los dise‐ ños longitudinales, en los cuales se recolectan datos en diferentes momentos o periodos para hacer inferencias respecto al cambio, sus determinantes y efectos. Por lo común, tales puntos o periodos se especifican de antemano. Por ejemplo, un in‐ vestigador que analiza cómo evolucionan los niveles de empleo durante cinco años en una ciudad; otro que estudia la rota‐ ción de determinada empresa en los últimos 12 meses, y uno más que observa cómo vive una comunidad indígena al paso de varios años, con la llegada de la computadora e internet. Son pues, estudios de seguimiento. Estos diseños se podrían representar de la siguiente manera:  Los diseños longitudinales se fundamentan en hipótesis de diferencia de grupos, correlacionales y causales. Estos diseños recolectan datos sobre categorías, sucesos, comunidades, contextos, variable, o sus relaciones en dos o más momentos, para evaluar su evolución. Página 111 Los diseños comprenden una población, una subpoblación o a los mismos casos o participantes. Los siguientes son ejem‐ plos de ideas para estudios longitudinales: resistencia al paso del tiempo de materiales de construcción para edificios cuya base sea la roca caliza, recaudación fiscal en distintos años, comportamiento de las acciones en la bolsa de valores de una nación antes y después de ciertos acontecimientos (como una crisis económica mundial), duración de cierta pasta para cubrir picaduras o daños a los molares, relación entre el ambiente organizacional y la disposición de las empresas para aprender e innovar durante varios periodos (digamos en la última década, con mediciones anuales), seguimiento de los resultados de un programa de mejora continua en el corto, mediano y largo plazos, y un estudio sobre la evolución de una epidemia en el mundo durante un lustro (digamos, el virus del Zika o el cólera). Comparación de los diseños transeccionales y longitudinales Los estudios longitudinales tienen la ventaja de que proporcionan información sobre cómo evolucionan las categorías, conceptos, procesos, variables, comunidades, fenómenos y sus relaciones. Sin embargo, suelen ser más costosos que los transeccionales. La elección de un diseño u otro depende más bien de los propósitos de la investigación y de su alcance, así como de los recursos disponibles. ¿Cuáles son las características de la investigación no experimental en compara- ción con la investigación experimental? Como hemos puesto de relieve, tanto la investigación experimental como la no experimental son herramientas muy valiosas y una no es mejor que la otra. El diseño que se elija para una investigación depende más bien del planteamiento del problema y del contexto del estudio. Desde luego, los dos tipos poseen características propias. El control sobre las variables es más riguroso en los experimentos que en los diseños cuasiexperimentales y, a su vez, es‐ tas dos clases ejercen mayor control que los diseños no experimentales. En un experimento se analizan relaciones “puras” entre las variables de interés, sin contaminación de otras variables y, por ello, es posible establecer relaciones causales con mayor precisión. Por ejemplo, en el experimento sobre el efecto en las ventas de implantar sistemas de gestión de calidad en gasolineras, podríamos variar el tipo de reingeniería (de procesos, de personal o ambos), programa justo a tiempo (presencia o ausencia), el método de capacitación y otros factores. Así, sabríamos cuánto afectó cada variable. En cambio, en la investi‐ gación no experimental es más complejo separar los efectos de las múltiples variables que intervienen; sin embargo puede hacerse, por inferencias y con métodos estadísticos. Por lo que respecta a la posibilidad de réplica, prácticamente todos los diseños pueden repetirse, aunque en los longitudi‐ nales es mucho más complejo. En experimentos relacionados con el comportamiento humano, las variables independientes tienen menos fuerza que en la realidad.  Ahora bien, como menciona Kerlinger (1979), en los experimentos que tienen que ver el comportamiento de seres huma‐ nos, las variables independientes pocas veces tienen tanta fuerza como en la realidad o la cotidianidad. Es decir, en el labora‐ torio estas variables no muestran la verdadera magnitud de sus efectos, que suele ser mayor fuera del laboratorio. Por lo tan‐ to, si se encuentra un efecto en el laboratorio, por lo regular será mayor en la realidad. Página 112 En cambio, en la investigación no experimental social estamos más cercanos a las variables formuladas hipotéticamente como “reales” y, en consecuencia, tenemos mayor validez externa (posibilidad de generalizar los resultados a otros casos y situaciones comunes). Asimismo, en experimentos con personas una desventaja es que se selecciona un número de indivi‐ duos poco o medianamente representativo de las poblaciones que se estudian. La mayoría de los experimentos tiene mues‐ tras de no más de 200 personas, lo que dificulta la generalización de resultados a universos más amplios. Por tal razón, los resultados de un experimento conductual deben tomarse con precaución. Mediante repeticiones del experimento (en distintos contextos y con diferentes tipos de individuos) se van generalizando los resultados (Hernández-Sampieri et al., 2014). Cuando se experimenta con objetos (por ejemplo, materiales) son menos heterogéneos y se requieren muestras menores. La investigación experimental y la no experimental se utilizan para el avance del conocimiento, y en ocasiones resulta más apropiado un tipo u otro, dependiendo del problema de investigación de que se trate. En la tabla 7.1 se hace una concordancia de los alcances del estudio, las hipótesis y el diseño (Hernández-Sampieri et al., 2014, p. 165). Hay problemas de investigación que se pueden abordar en forma experimental y no experimental. Por ejemplo, si deseá‐ ramos analizar la relación entre la motivación y la productividad en los trabajadores de cierta empresa, seleccionaríamos un conjunto de empleados y lo dividiríamos al azar en cuatro grupos: uno en el que se propicie una elevada motivación, otro con mediana motivación, otro más con baja motivación y un último sin ningún motivador. Después compararíamos la pro‐ ductividad de los grupos. Tendríamos un experimento. Si se tratara de grupos intactos (turnos o plantas), tendríamos un cuasiexperimento. En cambio, si midiéramos la motiva‐ ción y la productividad de los trabajadores, y relacionáramos ambas variables, se trataría de una investigación transeccional correlacional.  Página 113 Y si cada seis meses midiéramos las dos variables y estableciéramos su correlación, efectuaríamos un estudio longitudi‐ nal. Otro ejemplo sería el impacto de los tsunamis. Esta problemática podría abordarse mediante un diseño transeccional no experimental causal, para evaluar los efectos de un tsunami con los datos recolectados durante su ocurrencia e inmediata‐ mente después. También podría hacerse de forma experimental simulando un tsunami a escala en un ambiente controlado (una alberca especial o un estuario acondicionado), como lo hace H. R. Wallingford (H. R. Wallingford, 2015). O bien, con modelos informáticos basados en datos históricos de tsunamis (longitudinales no experimentales; European Geosciences Union, 2015). Un ejemplo de estudio longitudinal es el impacto de los tsunamis. Una cuestión que debemos esclarecer es que los diseños longitudinales no experimentales pueden confundirse con los di‐ seños experimentales de series cronológicas múltiples, los cuales son experimentos con varias prepruebas o pospruebas, por‐ que ambos consideran la evolución de mediciones, pero los segundos manipulan una variable independiente o tratamiento y los primeros no. Estudios de caso Según algunos autores, los estudios de caso son una clase de diseño, a la par de los experimentales, no experimentales y cualitativos (Hernández-Sampieri et al., 2014; Creswell, 2013a, y Mertens, 2010), mientras que otros los consideran un di‐ seño experimental (León y Montero, 2003) o etnográfico (Creswell, 2013b). También han sido concebidos como un asunto de muestreo o un método. La realidad es que los estudios de caso son todo lo anterior (Yin, 2013). Poseen sus propios procedimientos y clases de diseños. Los podríamos definir como “estudios que al utilizar los procesos de investigación cuantitativa, cualitativa o mixta; analizan profundamente una unidad holística o completa para responder al planteamiento del problema, probar hipótesis y aportar al desarrollo de una teoría” (Hernández-Sampieri y Mendoza, 2008, p. 18). Esta definición los sitúa más allá de un tipo de diseño o muestra, pero ciertamente es la más cercana a la evolución que han tenido los estudios de caso en los últi‐ mos años. En ocasiones, los estudios de caso utilizan la experimentación, es decir, se constituyen en estudios preexperimentales. Otras veces se fundamentan en un diseño no experimental (transversal o longitudinal) y en ciertas situaciones se convierten en estudios cualitativos, al emplear métodos inductivos. Asimismo, pueden valerse de las diferentes herramientas de la in‐ vestigación mixta. La unidad o caso investigado puede tratarse de un individuo, una pareja, una familia, un proceso (de calidad, químico, de manufactura, de producción agrícola, construcción, etc.), un objeto (como un edificio, un equipo o maquinaria), un material (por ejemplo, radiactivo), un sistema (fiscal, educativo, terapéutico, de capacitación, de trabajo social), una organización (hospital, fábrica, escuela), un hecho histórico, un desastre natural, una comunidad, un municipio, un departamento o estado, una nación, etcétera.  La unidad o caso investigado puede tratarse de un individuo, una pareja, una familia, un proceso, etcétera. En la tabla 7.2 se encuentran preguntas de investigación que corresponderían a estudios de caso. Página 114 ¿Qué son los diseños de investigación cualitativa? En la investigación cualitativa, el diseño también implica el plan o estrategia para recolectar la información que se re‐ quiere a fin de responder al planteamiento del problema. Aunque resulta más flexible que el diseño cuantitativo en cualquier modalidad, porque la indagación cualitativa es en gran medida emergente y se encuentra aún más sujeta a las circunstancias de cada contexto o ambiente. Asimismo, el diseño cualitativo puede subrayar un aspecto cultural, un proceso, la experiencia humana, una historia de vida o varias, la resolución de una problemática específica, el entendimiento de las relaciones entre variables o la compren‐ sión de un caso, lo cual le otorga un sello diferente o clase de abordaje, y esto se deriva directamente del planteamiento del problema. Se escogen diseños cualitativos cuando el investigador quiere explorar, describir y conocer con amplitud y profundidad percepciones, emociones, sentimientos, experiencias, enfoques y puntos de vista de personas, desde la perspectiva de los propios participantes o sujetos investigados, en su ambiente natural y de manera más abierta. Por ejemplo, imaginemos que un ingeniero industrial está interesado en entender por qué los colaboradores del departa‐ mento de producción de una empresa líder en la fabricación de amortiguadores para automóviles se accidentan constante‐ mente en la planta (sus cifras superan las normas de la industria y de la Organización Internacional del Trabajo). Entonces, tiene que efectuar una inmersión inicial y profunda en el departamento. Posiblemente hará observaciones, tomará notas y en‐ trevistará en profundidad a varios trabajadores de distintos turnos, analizará los resultados y responderá a su inquietud (pre‐ gunta de investigación). Luego, establecerá un programa de seguridad e higiene. Los diseños cualitativos pueden servirle a un ingeniero industrial para entender por qué los colaboradores del departamento de produc- ción de una fábrica se accidentan en la planta. También hemos de señalar que en la investigación cualitativa el diseño, la muestra, la recolección de los datos y el análi‐ sis pueden sufrir modificaciones de acuerdo con las eventualidades que surjan y la forma en que evolucione el trabajo en el campo. Antes de ver el diseño cualitativo, conviene revisar algunas propiedades del enfoque cualitativo, para saber por qué esos diseños son diferentes de los cuantitativos. Página 115 Características de la investigación cualitativa Hay diversas concepciones de lo que es la investigación cualitativa, y de esta multiplicidad han surgido distintas apro‐ ximaciones y diseños. Algunos autores (por ejemplo, Álvarez Gayou, 2002) hablan de marcos interpretativos al proponer ti‐ pos de indagación cualitativa: fenomenología, hermenéutica, interaccionismo simbólico, feminismo, constructivismo en sus diferentes vertientes, etnografía, etc. Otros autores agrupan una pluralidad de métodos y enfoques en la categoría de la inda‐ gación cualitativa: etnometodología, investigación-acción (incluyendo la modalidad participativa), análisis del discurso, teo‐ ría crítica, estructuralismo y varios más.  En nuestra experiencia, el estudiante que se inicia en la investigación suele confundirse con estas tipologías y se pregunta qué pasos se siguen para muestrear, recolectar y analizar datos en un estudio cualitativo. Es decir, un estudiante necesita una respuesta más práctica. Por ello, reflexionemos sobre la naturaleza de la aproximación cualitativa: 1. No se sigue un camino definido, una sola ruta preestablecida. 2. El investigador comienza examinando la realidad y va recolectando datos y desarrollando una teoría coherente con lo que observa que ocurre. 3. Se utiliza más una lógica y un proceso inductivo (del hecho a la teoría). 4. El tipo de datos que se recolectan y analizan son narrativos de distintas clases: orales o verbales, visuales (observacio‐ nes, fotografías, videos, objetos de cualquier índole, desde una pintura, dibujo y mapa, hasta una edificación, vestigio o la basura, etc.), escritos y simbólicos (por ejemplo: signos, ritos). 5. Se pretende descubrir patrones y anomalías en los fenómenos estudiados (por ejemplo: qué tienen en común las empre‐ sas prósperas de un ramo, qué consecuencias tiene el abuso sexual infantil en las víctimas, qué cualidades comparten las supernovas, qué fuentes de error que provocan reprocesos han sido identificadas por todos los que participan en un proce‐ so). 6. La mayoría de las hipótesis se generan durante la indagación y van refinándose conforme se recaban más datos o son re‐ sultado del estudio. 7. La recolección de los datos consiste en obtener las perspectivas y puntos de vista de los participantes (emociones, expe‐ riencias, significados y otros aspectos subjetivos), utilizando técnicas como la observación no estructurada, entrevistas abiertas, revisión de documentos, discusión en grupo, evaluación de experiencias personales, registro de historias de vida, interacción e introspección con grupos o comunidades. 8. El propósito consiste en reconstruir la realidad, tal como la observan los actores de un sistema social previamente defi‐ nido (una organización, un equipo de trabajo, un grupo de expertos, una comunidad, etc.). A esto se le denomina holísti‐ co, porque considera todo lo que comprende el fenómeno. 9. La “realidad” se define por las interpretaciones de los participantes en la investigación respecto de su situación. Es así como convergen varias realidades que van modificándose conforme transcurre el estudio. 10. No se pretende generalizar probabilísticamente los resultados a poblaciones más amplias. Los resultados se aplican al fenómeno, contexto, situación, casos o muestra del estudio. 11. El instrumento de recolección de los datos se perfecciona hasta que produce el tipo de datos de interés. 12. La recolección y el análisis de los datos no son completamente estandarizados. Por supuesto, hay otras características del enfoque cualitativo. Las anteriores son las principales y la exposición tiene la finalidad de entender qué implica aproximarse de esta manera al examen de una realidad. En este enfoque, el investigador se introduce en las Página 116 experiencias individuales de los participantes y acumula conocimientos, siempre consciente de que es parte del fenómeno estudiado. Ejemplos de temas que pueden abordarse cualitativamente Hace algunos años, la investigación cualitativa se asociaba preferentemente con las ciencias del comportamiento humano e incluso se desechaba para las ciencias administrativas y las ingenierías. Pero esta noción ha cambiado notablemente. Veamos algunos ejemplos donde puede ser apropiado utilizarla. El centro comercial ideal A principios de este siglo, una gran organización mexicana de centros comerciales (en ese entonces, de más de 20 locales) encargó una investigación de mercado para, entre otras cuestiones, comprender la experiencia de compra de sus clientes ma‐ yores de edad, conocer sus preferencias de centros comerciales, determinar los factores que inciden en su evaluación de un centro comercial y lograr que definieran lo que para ellos constituye el centro comercial ideal (Hernández-Sampieri et al., 2014). Podría haberse realizado una encuesta para cumplir con los objetivos del estudio, pero mediante un cuestionario resultaba muy complicado obtener las percepciones profundas de los clientes y documentar sus experiencias con la amplitud requeri‐ da. Imagínate que quieres saber lo que un grupo de amigos piensa sobre ti. ¿Qué te daría más información, aplicarles un cuestionario o platicar con ellos a fondo, ya sea individualmente (entrevista) o en conjunto (grupo de enfoque)?  Así, se hicieron reuniones de enfoque con 80 clases de clientes (en cuanto a edades, niveles socioeconómicos, géneros, ocupación y más) en las cuales se analizaron sus experiencias de compra y diversión, lo que les gusta y no les gusta de los centros comerciales, qué toman en cuenta para preferir un centro comercial, cómo evalúan a los centros comerciales, qué ideas tienen para adecuarlos a sus necesidades y otros temas. Después de los análisis cualitativos, se hicieron recomendaciones para mejorar los centros (recomendaciones generales para todos y específicas de cada uno). Este estudio tuvo un efecto significativo en la evolución del centro comercial actual en México (por ejemplo, agregar a las tiendas departamentales y sitios de venta de artículos, lugares de entretenimiento co‐ mo locales con juegos para todas las edades, cines, bares y salones de fiestas, y diversos servicios, como restaurantes, gim‐ nasios, espectáculos, espacios deportivos y otros). Las investigaciones cualitativas se utilizan para evaluar todo tipo de productos (desde una pasta de dientes hasta automó‐ viles) y servicios (hoteles, hospitales, transporte aéreo y terrestre), y cómo adaptarlos a las necesidades de los consumidores y clientes. Actualmente, para construir una casa que resulte más funcional para sus moradores, se entrevista a una muestra con el propósito de diseñarla de acuerdo con sus requerimientos. Las investigaciones cualitativas sirven para evaluar productos y servicios, y cómo adaptarlos a las necesidades de los consumidores. Otro uso común de los diseños cualitativos es la optimización de un proceso. Por ejemplo, además de conducir observa‐ ciones sistemáticas, se entrevista a quienes participan en el proceso y se les solicita que lo evalúen y digan qué se requiere para perfeccionarlo (datos narrativos). De hecho, los programas de mejora continua se fundamentan en principios de la in‐ vestigación cualitativa y utilizan grupos, que en realidad son como los de enfoque (por ejemplo, los equipos de calidad e in‐ novación, círculos de calidad, grupos Página 117 autónomos de trabajo). No se diga para profundizar en problemas humanos de las empresas y conocer el ambiente laboral. Elección del diseño cualitativo Elegir un diseño cualitativo implica penetrar en la realidad que se examina desde una óptica peculiar, que depende del contexto, la situación, los recursos disponibles, los objetivos y el problema planteado. Hablamos, entonces, de una postura pragmática. Para ilustrar lo anterior, pensemos que definir un diseño es como seleccionar qué gafas de sol te pondrás, lo cual puede variar, de acuerdo con los rasgos de tu rostro, el lugar al que vas a ir, el color de tu preferencia, incluso la combina‐ ción del armazón con tu ropa o tu personalidad. ¿Cuáles son los diseños de la investigación cualitativa? De todas las clasificaciones de los diseños cualitativos, la más citada es la siguiente: a) teoría fundamentada, b) dise‐ ños etnográficos, c) diseños narrativos, d ) diseños fenomenológicos, e) diseños de investigación-acción (participativa y no participativa) y f ) estudios de caso cualitativos (Hernández et al., 2014, Creswell, 2013b). Cabe señalar que en la práctica, aunque se elige uno, casi siempre se toman elementos de otros; es decir, hay una asociación entre sus componentes y no se puede establecer una frontera fija. Lo que proponemos a continuación es un diseño básico en el caso de que vayas a emprender un estudio cualitativo.5 Esta propuesta se basa en un análisis de los trabajos publicados en revistas internacionales de índole cualitativa en los últimos cinco años.6 Desde luego, se trata de un proceso flexible que incluye elementos comunes de los diseños cualitativos citados. A este diseño le denominamos “diseño cualitativo integral”. Para profundizar en los diseños cualitativos de esta tipología re‐ ferida, puedes consultar Hernández-Sampieri et al. (2014). En la figura 7.3 se encuentra el esquema de este diseño. 5 Es una propuesta para quienes se inician en la investigación. Es una simplificación que no refleja la riqueza y profundidad de aborda‐ jes, visiones y marcos de referencia presentes en la indagación cualitativa; sin embargo, contiene los elementos básicos. 6 Entre las publicaciones se encuentran: Qualitative Research, Qualitative Health Research, Qualitative Inquiry, Journal of Marketing Research, Journal of Business Research, Journal of Mixed Methods Research, American Behavioral Scientist, Qualitative Market Research: An International Journal, The Qualitative Report, Investigación Administrativa, Systemic Practice and Action Research y Canadian Journal of Action Research. Diseño cualitativo integral El diseño cualitativo integral, como dijimos, surge de la yuxtaposición de elementos más que de los diseños etnográficos, fe‐ nomenológicos, narrativos y de investigación-acción; su eje es la teoría fundamentada. También toma en cuenta la naturale‐ za de los proyectos de investigación básica y aplicada de los alumnos de educación superior, nivel técnico superior y licen‐ ciatura. La teoría fundamentada (Grounded Theory), propuesta por Barney Glaser y Anselm Strauss en 1967, en su libro The Discovery of Grounded Theory, sigue un procedimiento sistemático cualitativo para generar una teoría que explique en un nivel conceptual una acción, una interacción o un área específica. Además, se busca que este diseño sea útil cuando las teo‐ rías disponibles no explican el fenómeno o planteamiento del problema, o bien, cuando sus elementos no abarcan el perfil de los participantes de interés, como lo señala Creswell (2013b) en su exposición de las características de la teoría fundamenta‐ da. El proceso consiste en descubrir categorías (patrones) que se encuentran en un conjunto de datos cualitativos y vincular‐ las para responder a las preguntas de investigación y, de ser Página 118 posible, desarrollar una teoría; o bien, resolver algún problema, hacer mejoras en un proceso, producto o situación; optimizar alguna estrategia o práctica individual, grupal o colectiva (por ejemplo, de una persona, una organización, una comunidad, un país). Esto último, tal como lo hace el estudiante durante sus prácticas, estadías o estancias profesionales, así como pro‐ yectos académicos vinculados con el sector empresarial. Esta es una ventaja que comparte con los diseños de investigación- acción, cuyo propósito fundamental es aportar información que guíe la toma de decisiones para programas, procesos o refor‐ mas estructurales. En la figura 7.3 se ilustra el proceso del diseño cualitativo integral. Más adelante se estudian algunas de sus etapas de eje‐ cución y otras en los capítulos correspondientes (muestreo, recolección y análisis).  Figura 7.3 Diseño cualitativo integral. Fases del diseño cualitativo integral Inmersión en el ambiente, contexto o campo Implica obtener información previa y actual sobre el ambiente o contexto donde se realizará el estudio (ejemplos de ambientes: empresa, hospital, supermercado, área de manufactura solamente, escuela), lo más completa posible y particular‐ mente la que está vinculada con nuestro planteamiento del problema, así como entenderlo en profundidad. Página 119 Desde esta etapa comienza la recolección de los datos. Por ejemplo, si es una empresa y la indagación tiene que ver con el impacto que tienen los equipos o grupos de mejora continua en la innovación organizacional, es importante conocer las características de la compañía (tamaño, estructura, misión, visión, normatividad, valores de los empleados, productos y ser‐ vicios, niveles de ventas), sus procesos, clima laboral, cultura organizacional, funcionamiento de los grupos, historia del pro‐ grama de calidad y su implementación actual, etc. También pasar unos días en las instalaciones para observar y anotar lo que tenga que ver con nuestro estudio, participar en los grupos y en fin, adentrarse en lo que sea necesario. La etapa requiere que localicemos y nos pongamos en contacto con quienes nos pueden autorizar a ingresar en el ambien‐ te (como lo podrían ser altos directivos y líderes sindicales) y a los informantes clave y participantes de la investigación (muestra). Definición de los datos narrativos por recolectar y selección de la muestra inicial Una vez que se llevó a cabo la inmersión y el investigador está familiarizado con el contexto, sobre la base del planteamien‐ to del problema examinado después de la revisión de la literatura, debe decidir cuáles son los datos narrativos que es apro‐ piado recabar y de quiénes o de qué los puede obtener (individuos, documentos escritos, conductas manifiestas). Es decir, determinar el caso o unidad de muestreo o análisis y elegir una muestra inicial (veremos más en el siguiente capítulo). Recolección de los datos Siguiendo el planteamiento del problema y la inmersión en el campo, y de acuerdo con el tipo de datos narrativos pertinentes y la muestra inicial (incluyendo la unidad de muestreo o análisis), el investigador selecciona o crea los instrumentos de reco‐ lección de los datos (observación, entrevistas, grupos de enfoque) para aplicarlos y recabar los datos apropiados. Veremos más en el capítulo 9. Organización de los datos Los datos recolectados se organizan en una base que regularmente se analiza con un programa de cómputo adecuado. Codificación y análisis de los datos Los datos organizados son codificados en categorías en varios niveles que se explicarán en el capítulo 10. Por ahora, basta decir que esta labor implica comparar los datos para encontrar categorías comunes. Esto se hace en cualquier ciencia: descu‐ brir patrones. Por ejemplo, el astrofísico que observa, digamos, una estrella enana blanca, examina otra, las compara, analiza qué características, procesos y efectos tienen en común, descubre algunos patrones (categorías); continúa observando más estrellas de la clase para confirmarlos y encontrar otros, hasta que comprende en qué consiste cada uno y cómo se relacionan los patrones entre sí y explica lo que se propone (responde al planteamiento del problema). El astrofísico que observa una estrella enana blanca, examina otra, las compara, analiza qué características, procesos y efectos tienen en común, descubre algunos patrones (categorías); continúa observando hasta que comprende en qué consiste cada uno y cómo se rela- cionan los patrones entre sí y explica lo que se propone (responde al planteamiento del problema). Otro ejemplo sería analizar por qué han fracasado ciertas PyMEs de un sector en una región, mientras que otras han teni‐ do éxito. El investigador evalúa la experiencia de Página 120 una, digamos, entrevistando a sus propietarios. Encuentra ciertas razones (categorías) y analiza otras (tanto casos frustrados como exitosos, incluso notables), hasta que descubre los factores críticos que influyen en la prosperidad de una pequeña y mediana empresa del giro seleccionado. Se pretende descubrir regularidades y discrepancias entre casos, fenómenos y even‐ tos. En algunos estudios se agrupan categorías para encontrar patrones o principios más generales (temas), y al relacionar ca‐ tegorías es posible generar hipótesis y teorías. Asimismo, frecuentemente se logra un producto: un plan, una solución o un programa para resolver un problema (investigación-acción), una historia compartida (perspectivas recopiladas en una narrativa), la descripción de una experien‐ cia o fenómeno común (fenomenología) y otros. En el primer caso, los pasos básicos se diagraman en la figura 7.4.  Figura 7.4 Producto solución del diseño cualitativo integral cuando se integra la investigación-acción. Comentemos brevemente las fases del ciclo. 1. Validación del problema: el reporte de investigación debe arrojar claridad sobre la naturaleza del problema y señalar sus causas y soluciones potenciales (ya sea un problema, una necesidad, una mejora, etc.). Es un diagnóstico completo. 2. Formulación de una solución planeada o un programa para resolver el problema o introducir un cambio. El plan debe contener, por lo menos, estrategias, acciones, responsabilidades y cronograma o tabla de tiempos para ponerlo en marcha y concluirlo. 3. Implementación del plan o programa. 4. Comunicar eficientemente el plan a todos los actores participantes e involucrarlos. 5. Monitoreo o supervisión permanente para asegurar que el plan avance de acuerdo con lo programado y realizar los ajus‐ tes necesarios. Resolver contingencias y remover los obstáculos es parte del trabajo. 6. Evaluación de los resultados de la solución o el programa implantado (solución del problema, conclusión favorable del cambio, atención adecuada de la necesidad) y realimentación, la cual puede conducir a un nuevo diagnóstico derivado de la reflexión y el análisis de la implantación de los cambios o acciones. Página 121 Durante la ejecución del plan o la teoría que surja del análisis de los datos y validación de estos, el investigador realiza diversas actividades: debe informar a los participantes sobre las actividades que realizan los demás, motivar y comprometer a las personas para que sea ejecutado según lo previsto y que cada quien ponga su mejor esfuerzo, asistirlas cuando tengan dificultades y conectar a los participantes entre sí para que desempeñen las funciones que les corresponda. Lo anterior, según señala Stringer (1999), es parte del monitoreo, evaluación y realimentación de primera mano de los resultados, proyecto o soluciones aplicadas.  La evaluación de la implantación es constante, lo que representa un ciclo de realimentación para efectuar ajustes y ade‐ cuaciones a las contingencias que surjan. El procedimiento continúa hasta que se resuelve el problema, se logra el cambio o la organización determina dar por concluidas las actividades. El diseño cualitativo integral es flexible y abierto, sus acciones se ajustan a las condiciones de los participantes y su en‐ torno. Conviene centrar la atención en realizar una investigación de manera sistemática, profunda y con la calidad que requiere, y no atormentarte en cómo definir qué diseño cuantitativo o cualitativo tienes que escoger. Recuerda que, con frecuencia, re‐ colectarás datos cuantitativos y cualitativos, y utilizarás elementos de ambos enfoques, puesto que lo que de verdad importa en responder tus preguntas de investigación, es precisamente el planteamiento el que abre el camino de las decisiones que hay que tomar. Introducción de un sistema de gestión de la calidad Como vimos, para este sistema se tendría un diseño experimental con tres grupos y prepruebas y pospruebas. La variable independiente es la implantación de un sistema de gestión de la calidad (estímulo o tratamiento experi‐ mental) con tres modalidades: X1 con el ISO 9001, X2 con el sistema propio y un grupo de control en el cual no se im‐ planta ningún sistema. La variable dependiente son las ventas antes y después de la introducción del sistema. Para ha‐ blar de un experimento, los sistemas de gestión deben asignarse al azar a las estaciones de servicio y es necesario que se controlen otros factores que pudieran influir (como misma capacitación y un estilo de liderazgo similar); de lo con‐ trario tenemos un diseño cuasiexperimental. La pareja ideal Este estudio se fundamentará en un diseño no experimental transversal correlacional, ya que analizará diferencias por género respecto a los factores, atributos y calificativos que describen a la pareja y la relación ideales. La investigación no podría ser experimental. Imaginemos intentar manipular ciertos atributos de la pareja y la rela‐ ción ideales. En principio, no sería ética tal manipulación, pues no podemos intentar incidir en los sentimientos huma‐ nos profundos, como es el caso de los vinculados al “amor romántico”. Además, la complejidad de papeles que repre‐ sentan las personas no se podría traducir en estímulos experimentales. Las percepciones son muy variadas y en parte se determinan cultural y socialmente. Página 122 Consumo de energía en hospitales El diseño de este estudio será de tipo experimental puro y se desarrollará de la siguiente manera: para medir el efecto del uso de un controlador difuso inteligente de energía artificial en el ahorro de energía en dos hospitales, los investiga‐ dores realizarán la medición de variables con el sistema tradicional y compararán los resultados con la medición de las mismas variables obtenida a través de un simulador del uso del controlador difuso inteligente de energía artificial. Se considera experimento puro debido a que se compararán los resultados de un sistema y el otro, controlando todas las variables externas e internas en hospitales del mismo tamaño (número de camas, personal), manipulando solamente la variable independiente, que es el uso de un controlador difuso inteligente de energía artificial para medir su efecto en el consumo de energía en hospitales.  Abejas productoras de miel Esta investigación se plantea como no experimental longitudinal. Se considera no experimental debido a que no se ma‐ nipularán variables, sino que solamente se registrarán mediciones de las colonias de abejas y del análisis del paisaje. Será longitudinal porque se les dará seguimiento a las colonias a través de varias mediciones en distintas estaciones del año para observar y registrar su evolución. Perfil de egreso de los ingenieros esperados en la industria El diseño será esencialmente de carácter no experimental transversal, debido a que el objetivo de la investigación es identificar la percepción de los empleadores de diversos sectores industriales en México, acerca de los egresados de in‐ genierías, en un momento específico. Con este diseño, se recopilarán las percepciones de los reclutadores acerca de los ingenieros egresados de universidades públicas y privadas, para medirlas y analizar las características, actitudes y apti‐ tudes que exigen las empresas en el mercado laboral actual. Trayectoria de las emprendedoras en México El diseño que guiará la investigación será el de investigación-acción, es decir, un abordaje de tipo cualitativo, para aportar información que guíe la toma de decisiones para generar y fortalecer las reformas sociales y modelos de em‐ prendimiento femenino. Por lo anterior, se hablará con mexicanas emprendedoras de pequeñas empresas en crecimien‐ to, para conocer cuáles son sus buenas prácticas para abrir y mantener sus negocios; asimismo, se efectuará una inmer‐ sión en el ambiente de estas emprendedoras, con el fin de identificar los factores que facilitan la administración de las empresas en crecimiento a cargo de mujeres. Es así como la voz, cooperación y empoderamiento otorgado a las partici‐ pantes durante el estudio, permitirá establecer acuerdos y estrategias, así como plantear retos para estas líderes empre‐ sariales y quienes tienen que ver con en el desarrollo y permanencia de sus negocios. 1. Retoma tu planteamiento de los ejercicios de los capítulos anteriores y describe el tipo de diseño que tendría ese es- tudio. Justifica tu propuesta. 2. Ahora piensa en una investigación que complemente a la que desarrollaste en el ejercicio 1 sobre el mismo tema. Por ejemplo, si estás trabajando en Página 123 una propuesta de investigación cuantitativa, prepara una propuesta de investigación cualitativa que la complemente y describe cómo sería su diseño. 3. Visita el canal llamado Soulpancake en YouTube (https://www.youtube.com/user/soulpancake), y ahí consulta alguno de los videos en la lista The science of happiness (“La ciencia de la felicidad”). Mira un video y responde las siguientes preguntas sobre el ejemplo de la investigación. ¿Qué tipo y subtipo de diseño tuvo la investigación? Explica por qué lo clasificas así. 1. En el apartado ¿Hay más? encontrarás en la última referencia sugerida el enlace de un video del canal de YouTube Science of Attraction (“La ciencia de la atracción”). Míralo y contesta las siguientes preguntas para reforzar el tema de diseños experimentales: a) ¿Qué elementos del estudio presentado lo hacen un experimento? b) ¿Qué tipo de experimento es? (Justifica tu respuesta.) c) ¿Cuál es la variable independiente y cuál la variable dependiente? 2. ¿Has visto la película Avatar, de James Cameron? Trata de verla o de volver a verla con actitud crítica y analítica, pa- ra reflexionar y contestar las siguientes preguntas: a) Imagina que la historia es una investigación. Ahora bien, ¿a qué tipo de diseño de investigación corresponde? (Justifica tu respuesta.) b) Narra cómo se efectúa el ingreso de Jake Sully, el marine que queda paralítico, a Pandora, el planeta de la raza huma- noide na´vi. ¿Fue fácil o más bien difícil? ¿Qué tuvo que hacer para ganar su confianza y quién fue su primer con- tacto para ingresar al planeta y relacionarse con los na´vi? c) Jake Sully, el marine que ingresa al planeta na´vi, debe escribir una bitácora como parte del proyecto científico. Señala qué indica en sus notas y cómo consideras que la bitácora guía su objetivo de ganar la confianza de la raza huma- noide y comunicarse con ellos. ¿Las notas son subjetivas u objetivas? d) ¿Cuál es la actitud de Jake Sully al entrar en el planeta na´vi (activa, participativa, ajena al entorno, indiferente)? Descríbela. 3. Menciona las diferencias entre los diseños de investigación cuantitativa y cualitativa. Ahora reflexiona y explica dos estudios relacionados con tu carrera. ¿En cuál te serviría el diseño cualitativo y en cuál el cuantitativo? Álvarez-Gayou, J. (2003). Marcos Referenciales Interpretativos. ¿Cómo hacer investigación cualitativa? (65-90), México: Paidós. Capítulo 6: Diseños experimentales de investigación (2015, abril 12). Recuperado de: https://prezi.com/ctrdbivql18c/ capitulo-6-disenos-experimentales-de-investigacion-preexpe/ Giraldo, M. (2011). Abordaje de la investigación cualitativa a través de la Teoría Fundamentada en los Datos. Ingeniería Industrial. Actualidad y Nuevas Tendencias, 2 (6), 79-86. Hernández-Sampieri, R., Fernández, C. y Baptista, P. (2014). Metodología de la investigación (6a. ed.). México: McGraw- Hill Interamericana. Hernández-Sampieri, R., Méndez, S. y Mendoza, C. P. (2015). Centro de Recursos en Línea (Online Learning Center): Centro de estudiante. Recuperado de: http://www.mhhe.com/he/hmi6e. Mendoza, H. y Bautista, G. (2002). Diseño experimental. Universidad Nacional de Colombia. Recuperado de: http:// www.virtual.unal.edu.co/cursos/ciencias/2000352/ Science of Attraction [Science of Attraccion]. (2010, 4 de noviembre). The halo effect [Archivo de video]. Recuperado de: https://www.youtube.com/watch?v=ZuometYfMTk&list=PL601976164F1B9440&index=5 Página 124 Asignación aleatoria o al azar Es una técnica de control muy difundida para asegurar la equivalencia inicial al ser asig- nados los casos a los grupos del experimento. Diseño de investigación Plan que proporciona la estructura lógica y método que guía al investigador para abordar pro- blemas de investigación y responder a las preguntas de indagación. Constituye uno de los componentes más importantes de la metodología de la investigación. Diseño de investigación cualitativa En el enfoque cualitativo es el abordaje general que se utilizará en el proceso de investigación. Diseños longitudinales Estudios que recaban datos en diferentes puntos del tiempo, para realizar inferencias acerca de la evolución, sus causas y sus efectos. Diseños transeccionales (transversales) Investigaciones que recopilan datos en un momento único. Equivalencia inicial Implica que los grupos son similares entre sí al momento de iniciarse el experimento. Experimento Situación de control en la cual se manipulan, de manera intencional, una o más variables independientes (causas) para analizar las consecuencias de la manipulación sobre una o más variables dependientes (efectos). Grupo de control o testigo En un experimento, grupo en el que falta la variable independiente. No se aplica el trata- miento experimental. Grupo experimental Grupo que recibe el tratamiento o estímulo experimental. Investigación no experimental Estudios que se realizan sin la manipulación deliberada de variables y en los que solo se observan los fenómenos en su ambiente natural para después analizarlos. Validez interna Grado de confianza que se tiene de que los resultados del experimento se interpreten adecuadamente y sean válidos (se logra cuando hay control).