Métodos de Investigación Cuantitativa. Diseños Cuasiexperimentales PDF

TEMA 6 MÉTODOS DE INVESTIGACIÓN CUANTITATIVA. DISEÑOS CUASIEXPERIMENTALES 6.2. DISEÑOS CUASIEXPERIMENTALES 6.3. DISEÑOS DE GRUPOS NO EQUIVALENTES 6.4. DISEÑOS DE SERIES TEMPORALES INTERRUMPIDAS 6.5. DISEÑOS DE DISCONTINUIDAD DE LA REGRESIÓN 6.2. DISEÑOS CUASIEXPERIMENTALES Un diseño...

TEMA 6 MÉTODOS DE INVESTIGACIÓN CUANTITATIVA. DISEÑOS CUASIEXPERIMENTALES 6.2. DISEÑOS CUASIEXPERIMENTALES 6.3. DISEÑOS DE GRUPOS NO EQUIVALENTES 6.4. DISEÑOS DE SERIES TEMPORALES INTERRUMPIDAS 6.5. DISEÑOS DE DISCONTINUIDAD DE LA REGRESIÓN 6.2. DISEÑOS CUASIEXPERIMENTALES Un diseño cuasiexperimental es similar a un diseño experimental, ya que también se manipula la variable independiente (o tratamiento). Sin embargo, los participantes no se asignan aleatoriamente a los grupos. La asignación puede depender de: 1.​ Decisiones del investigador o del participante. 2.​ Algún criterio relacionado con una **variable de resultado** (variable dependiente). 3.​ Un criterio no especificado. POSIBLES PROBLEMAS 1.​ Grupos heterogéneos desde el inicio del estudio, lo que puede generar sesgos importantes (Cook y Campbell, 1979; Cook et al., 2002). 2.​ Mayor riesgo de confundido, ya que no hay equivalencia inicial entre los grupos. 3.​ Inferioridad en control de amenazas a la validez interna, comparado con experimentos verdaderos. APLICACIONES Son útiles en evaluación de programas e intervenciones, especialmente cuando no es posible usar diseños experimentales con asignación aleatoria. ESTRATEGIAS PARA MEJORAR LA VALIDEZ INTERNA Para minimizar las amenazas a la validez interna, los investigadores deben procurar que los grupos sean lo más equivalentes posible. Algunas estrategias recomendadas incluyen: 1.​ Usar grupos control. 2.​ Medir más variables relevantes al estudio. 3.​ Repetir las mediciones en diferentes momentos del tiempo. 4.​ Bloqueo de variables y emparejamiento. 5.​ Técnicas estadísticas específicas. 6.​ Uso de muestras dependientes (por ejemplo, comparaciones dentro del mismo grupo en diferentes momentos). VENTAJAS Y LIMITACIONES - Ventajas: - En condiciones favorables y con un diseño adecuado, los cuasiexperimentos pueden ofrecer estimaciones similares a los experimentos. - Limitaciones: - Son más vulnerables a las amenazas a la validez interna, como el sesgo de selección o la historia. TIPOS DE DISEÑOS CUASIEXPERIMENTALES Muchos diseños experimentales tienen una versión cuasiexperimental, pero sin asignación aleatoria. Por ello, se aplican estrategias para reducir amenazas a la validez interna. Ejemplos de estrategias comunes (Trochim y Donnelly, 2001): - Incluir uno o más grupos control. - Medir variables adicionales. - Realizar mediciones espaciadas en el tiempo. CONSIDERACIONES CLAVE ​ La validez de los resultados depende de cómo se eliminen o minimicen las amenazas a la validez interna (Miller et al., 2020). ​ Bajo las condiciones adecuadas, los cuasiexperimentos pueden ser herramientas útiles y proporcionar resultados confiables. 6.3. DISEÑOS DE GRUPOS NO EQUIVALENTES También conocidos como diseños de grupo control no equivalente, intentan seleccionar grupos experimentales y de control lo más similares posibles. Sin embargo, siempre existen dudas sobre su verdadera similitud (Martínez-Arias et al., 2014). Estos son los diseños más comunes: DISEÑO PRETEST-POSTEST CON GRUPOS NO EQUIVALENTES Este diseño es similar al diseño aleatorizado de dos grupos, pero la asignación no es aleatoria. ​ Se pueden incluir más grupos experimentales y de control para mejorar la validez interna. ​ Ejemplo: Boira et al. (2013) estudiaron programas de intervención en personas condenadas por violencia de género. CON DOBLE PRETEST-POSTEST CON GRUPOS NO EQUIVALENTES Incluye dos evaluaciones iniciales (pretest) antes de aplicar el tratamiento. ​ Propósito: comprobar que las diferencias iniciales entre los grupos son estables en el tiempo. DISEÑO PRETEST-POSTEST CON TRATAMIENTO INVERTIDO En este diseño, los grupos reciben tratamientos con efectos opuestos: ​ Grupo experimental: tratamiento positivo.  ​ Grupo control: tratamiento negativo (opuesto al experimental). ​ Utilidad: verificar la validez de constructo de las medidas utilizadas. Ejemplo:​ Un estudio analiza cómo el ejercicio físico afecta la autoestima infantil: ​ Grupo experimental: programa de actividad física. ​ Grupo control: programa que promueve el sedentarismo. ⚠️ Consideración ética: los tratamientos negativos en el grupo control pueden tener implicaciones éticas importantes. DISEÑO DE INTERCAMBIO DE TRATAMIENTO PRETEST-POSTEST CON GRUPOS NO EQUIVALENTES También llamado case cross-over. Es similar al diseño pretest-postest, pero incluye una fase adicional: ​ El grupo control pasa a ser experimental y recibe el tratamiento. ​ El grupo experimental pasa a ser control. ​ Se vuelve a evaluar para comparar resultados en ambas fases. DISEÑOS DE COHORTES BÁSICO CON GRUPOS NO EQUIVALENTES En este diseño, los grupos-cohortes comparten una característica común, pero difieren en otras. ​ Grupo control: recibe una medida pretratamiento. ​ Grupo experimental: no recibe medida pretratamiento, solo tratamiento y medida postratamiento. ​ Comparación: medida pretratamiento del control vs. medida postratamiento del experimental. ⚠️ Validez interna: ​ Este diseño tiene baja confiabilidad y las conclusiones deben tomarse con cautela 6.4. DISEÑOS DE SERIES TEMPORALES INTERRUMPIDAS Los diseños cuasiexperimentales de series temporales interrumpidas evalúan repetidamente a los sujetos a lo largo del tiempo. ​ En un punto de estas evaluaciones repetidas, se introduce la variable independiente (VI) o tratamiento. ​ El objetivo es observar cómo esta variable afecta las puntuaciones de la variable dependiente (VD) (Campbell y Stanley, 1966). USOS COMUNES Se utilizan para evaluar: 1.​ Programas de intervención. 2.​ Políticas sociales. 3.​ Nuevas leyes. REQUISITOS Y PROCEDIMIENTOS ​ Datos previos: se necesitan bases de datos con información periódica sobre la VD. ​ Línea de base: se comparan las observaciones antes y después de introducir la VI. Ejemplo:​ Durante la pandemia del SARS-Cov-19 en 2020, se observaron cambios en varias variables: ​ Reducciones: delitos de robo y contaminación atmosférica. ​ Incrementos: consumo de redes sociales, harina, cerveza y papel higiénico. VENTAJAS Y LIMITACIONES ​ Ventajas: permiten analizar cambios en las variables tras la intervención. ​ Limitaciones: ○​ Los datos previos pueden tener huecos o inconsistencias. ○​ Pueden existir variables extrañas que afecten la interpretación (Cook et al., 2002). ○​ No permiten establecer relaciones de causalidad, solo posibles asociaciones. TIPOS DE DISEÑOS 1. Series temporales interrumpidas con un único grupo ​ Descripción: incluye un solo grupo experimental y múltiples mediciones (observaciones "O"). ​ Ejemplo:​ Una empresa que cotiza en bolsa. ○​ VI: políticas empresariales o eventos externos. ○​ VD: confianza de los accionistas reflejada en el precio de las acciones. ➔​ Cuanto más inmediatos y bruscos sean los cambios entre VI y VD, más probable será que estén relacionados. CONSIDERACIONES ​ El número de observaciones varía según los recursos y necesidades del estudio. ​ Se pueden aplicar estrategias para mejorar la validez interna. 2. Series temporales interrumpidas con grupo experimental y grupo control no equivalente ​ Descripción: ○​ Se incluye un grupo control no equivalente además del grupo experimental. ○​ Permite controlar posibles efectos externos como: ​ La historia (eventos externos). ​ Problemas con el instrumento de medición. ➔​ Este diseño añade robustez al análisis al incluir un punto de comparación adicional. En esta gráfica, nos encontramos con una serie temporal en la cual se observa a dos grupos (grupo experimental que recibió la vacuna de COVID-19 y grupo control que no fue vacunado) frente a la variable dependiente de muertes diarias. Gracias a esta serie de evaluaciones repetidas en el tiempo podemos valorar si el tratamiento fue eficaz en la reducción de muertes diarias por COVID-19. 6.5. DISEÑOS DE DISCONTINUIDAD DE LA REGRESIÓN Este diseño comparte similitudes con los de grupos no equivalentes, ya que incluye dos grupos y no utiliza asignación aleatoria. Sin embargo, se diferencia en que la regla de asignación es conocida. REGLA DE ASIGNACIÓN Los participantes se asignan a los grupos (experimental y control) en función de un punto de corte en las puntuaciones de la variable dependiente obtenidas en el pretest (Martínez-Arias et al., 2014). Ejemplo (en una clase de estadística): 1.​ El primer día, los alumnos realizan una evaluación inicial (pretest). 2.​ Según los resultados: ○​ Grupo experimental: estudiantes con puntuaciones inferiores a 5. ○​ Grupo control: estudiantes con puntuaciones iguales o superiores a 5. 3.​ El grupo experimental recibe un programa de intervención (clases de refuerzo iniciales). USOS Y VENTAJAS ​ Este diseño se aplica cuando la aleatorización puede ser problemática por razones éticas o prácticas. ○​ Ejemplo ético: en un experimento con aleatorización, el grupo control podría sentirse perjudicado por no recibir el tratamiento. ​ La variable de asignación (punto de corte) busca garantizar que ambos grupos sean lo más comparables posible. CONSIDERACIONES IMPORTANTES ​ Secuencia temporal: primero se realiza la medición inicial (pretest), después se asignan los grupos según el punto de corte y, finalmente, se aplica el tratamiento al grupo experimental. ​ Aunque no se realiza una asignación aleatoria, el uso de una regla objetiva (punto de corte) mejora la estructura del diseño y su capacidad para detectar efectos del tratamiento.