El Enfoque Cuasi Experimental - Arnau
El Enfoque Cuasi Experimental - Arnau
El Enfoque Cuasi Experimental - Arnau
Dentro del contexto psicolgico y social, suelen llevarse a cabo, con frecuencia, estudios de
carcter aplicado que, por razones prcticas y ticas, son imposibles de realizarlos mediante mtodos
experimentales. En estos casos, es aconsejable recurrir a la metodologa cuasi-experimental como nica
alternativa a la experimentacin clsica. Un estudio es cuasi-experimental cuando las variables no pueden
ser controladas por el investigador y cuando se trabaja con muestras naturales o intactas. Este nuevo
enfoque de investigacin, propuesto por Campbell y Stanley (1996) y desarrollado por Cook y Campbell
(1979), permite resolver problemas de ndole prctica propios de mbitos aplicados, como cuando se
pretende introducir cambios en el sistema educativo de las escuelas o en el rgimen laboral de las
empresas. Si, por otra parte, se desea establecer la eficacia de las instituciones, agencias gubernamentales
u organizaciones de servicios, entonces esta metodologa es conocida explcitamente como evaluacin de
programas.
Desde el punto de vista de la lgica del mtodo, el cuasi-experimento no se ajusta a los
requerimientos del experimento verdadero dada la imposibilidad de asignar los participantes, de forma
aleatoria, a las condiciones de tratamiento y de tener controladas todas las posibles explicaciones
alternativas, como ocurre con el experimento verdadero. Siempre planea la amenaza de que un tercera
variable sea la pretendida causa de los cambios operados en la variable de respuesta. La posibilidad de
una tercera variable es la principal amenaza a la validez interna del procedimiento cuasi-experimental y el
investigador debe tener en cuenta esta amenaza tanto al seleccionar el diseo de investigacin como el
modelo de anlisis.
Al usar la cuasi-experimentacin como una metodologa de evaluacin de programas, nos
estamos refiriendo a un enfoque que, recientemente, est recibiendo un fuerte impulso y amplio eco dada
la necesidad que tienen la instancias gubernamentales e instituciones pblicas de evaluar la efectividad de
sus programas y el beneficio que ocasiona a sus destinatarios. El propsito de la evaluacin de programas
es sopesar la eficacia de las organizaciones de servicios, como hospitales, escuelas, agencias
gubernamentales, etc., y aportar informacin para mejorar su funcionamiento. Ntese que la evaluacin
de programas es el caso ms extremo de la investigacin aplicada y aunque, en muchas situaciones es el
nico procedimiento para evaluar las polticas de intervencin social, no siempre es viable su aplicacin
tanto por razones polticas como de coste.
Por ltimo, cabe la posibilidad de examinar las principales estrategias de diseos de investigacin y de
modelos de anlisis. Aunque, en el presente Simposio se analiza el diseo de grupo control no equivalente
y el diseo de series temporales interrumpidas, no con ello se agotan las posibilidades que se derivan de la
cuasi-experimentacin. As, por ejemplo, es posible combinar las dos estrategias de diseo propuestas, en
aras a conseguir una mayor eficacia, como, por ejemplo, los diseos de series temporales con grupo
control no equivalente. Por lo que respecta a los modelos de anlisis, es suficiente destacar que suelen
seguirse tcnicas procedentes del anlisis de variancia y de la regresin como, por ejemplo, el anlisis de
la covariancia y el anlisis de la regresin jerrquica, sin olvidar las tcnicas probit y de la regresin
logstica para datos no mtricos (Finney, 1971; Shadish et al., 2001).
Problemtica de la Cuasi-Experimentacin y su Uso como Instrumento de
Investigacin Aplicada.
Arnau, J.
Universidad de Barcelona
[email protected]
Universidad de Valencia
[email protected]
Los diseos con grupos de control son una variante o caso particular de la categora de los
llamados diseos cuasi-experimentales que, a su vez, siguiendo la definicin propuesta por Pedhazur y
Pedhazur (1991) son aquellos que controlan por manipulacin la(s) variable(s) independiente(s) -al igual
que los experimentos propiamente dichos- pero por razones varias -pragmticas, ticas o de cualquier otra
ndole- no garantizan la asignacin aleatoria de los sujetos a los tratamientos, con lo que resulta imposible
asumir a priori la igualdad o equivalencia de los grupos de tratamiento con todo lo que eso implica de
sesgo en la estimacin (espuria) de los efectos experimentales.
Estos diseos son a veces los nicos posibles en contextos naturales y aplicados, especialmente
aptos para establecer relaciones de causalidad en la evaluacin de programas de intervencin social,
educativa, clnica o de cualquier otra naturaleza.
El esfuerzo de los metodlogos interesados por el tema se ha centrado en la obtencin y mejora
de modelos estadsticos para el control de las diferencias iniciales existentes entre los grupos de
tratamiento, en un intento por modelar y controlar estadsticamente el sesgo de seleccin. No es este el
nico problema que plantean los diseos de grupo de control no equivalente, pues dado que en la mayora
de los casos, son diseos que se aplican en contextos aplicados, al sesgo de seleccin se le aaden otras
variables que fcilmente pueden distorsionar la estimacin correcta: la errnea implementacin del
tratamiento o programa, la atricin o la recepcin incompleta del tratamiento son una pequea muestra de
ellos.
En esta comunicacin describiremos algunas de las soluciones propuestas para dar mayor validez
interna y de conclusin estadstica a este tipo de diseos, sean stas de procedimiento o diseo (el
bloqueo, las puntuaciones de cambio,...etc.), o de carcter analtico (ancova, modelamiento de la
seleccin, etc.), que aportan un amplio espectro de posibilidades para que el uso de estos diseos de grupo
de control no equivalente aporten informacin cientficamente creble.
Diseos de Series Temporales Interrumpidas en Evaluacin de Programas
Bono, R.
Universidad de Barcelona
[email protected]
Universidad de Oviedo
[email protected]
Cuando los datos son recogidos desde n participantes distribuidos en p grupos independientes en
dos o ms caractersticas de los participantes a lo largo de q intervalos temporales o condiciones
experimentales, tenemos un conjunto multivariado de datos repetidos. El anlisis de tales datos es
bastante complicado por la existencia de correlacin tanto entre las medidas tomadas en puntos diferentes
a tiempo como entre las variables dependientes. Mientras hay actualmente varios enfoques diferentes para
realizar el anlisis de estos datos, en la prctica un modelo mixto multivariado (MMM) o un modelo
doblemente multivariado (DMM) son comnmente usados (Naik y Rao, 2001). Ambos tipos de anlisis
requieren la normalidad de multivariada, la homogeneidad de las matrices de covariancia grupales,
independencia de los participantes, esfericidad multivariada, ausencia de desgaste de muestra y
covariantes independientes del tiempo. Bajo desviaciones de uno o ms de los supuestos referidos dichos
enfoques no controlan de manera adecuada las tasas de error de Tipo I, afectando con ello la validez y
precisin de las inferencias. Por este motivo en la presente comunicacin se discutirn algunos enfoques
que superan parcial o totalmente los problemas referidos.
Alternativas de Anlisis a la Prueba de Significacin de la Hiptesis Nula en el
mbito del Diseo Experimental y Cuasi-Experimental
Balluerka, N. y Vergara, A.I.