El Enfoque Cuasi Experimental - Arnau

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 6

Simposio: El Enfoque Cuasi-Experimental en el Contexto Psicolgico y Social.

Problemas Relativos al Diseo y Tcnicas de Anlisis

Coordinador: Jaume Arnau Gras


Universidad de Barcelona
[email protected]

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]

Cuando se toma el mtodo experimental como modelo bsico de la investigacin cientfica,


comnmente es asociado a un estndar de excelencia o modelo normativo. Esto es aplicable tanto al
mbito de investigacin sustantiva o bsica, como al mbito aplicado o mtodo de evaluacin. No
obstante, al considerar la naturaleza de la investigacin experimental se concluye, fcilmente, que todo
experimento se resuelve mediante la asignacin aleatoria de los sujetos a las distintas condiciones de
tratamiento o grupos. Esta no es la nica razn por la que, muchas veces, se requiere un procedimiento
alternativo de estudio. A nivel de objetivos, la investigacin bsica, ligada tradicionalmente al mtodo
experimental, plantea cuestiones sobre procesos generales, leyes empricas, regularidades, etc. No
obstante, hay una gran cantidad de problemas de carcter prctico, dentro del mbito social o individual,
que requieren un tratamiento metodolgico! que no pasa por el mtodo experimental. Es dentro de este
contexto, contexto aplicado, donde cobra relevancia la metodologa que trabaja con grupos naturales o
intactos y que propone con objetivo, resolver problemas de carcter prctico o social como por ejemplo,
el porqu de la drogoadiccin, accidentalidad en carretera, fracaso escolar, etc.
Al plantearnos, pues, la alternativa a la metodologa experimental, dentro del contexto aplicado,
aparece el modelo propuesto inicialmente por Campbell y Stanley (1963, 1966) con el nombre de cuasi-
experimento. El cuasi-experimento es una estrategia que pretende encontrar semejanzas con el modelo
experimental, tanto en la estructura de los grupos como en los modelos de anlisis. No obstante, cabe
destacar que el cuasi-experimental no puede asumir, por definicin que los grupos son inicialmente
equivalente; es decir, la ausencia de aleatorizacin no garantiza la igualdad inicial de los grupos. Para
contrarrestar esta desventaja, la metodologa de investigacin busca tcnicas de modelamiento estadstico
que corrijan la no equivalencia inicial, mediante procedimientos basados en los modelos ancova (o
modelos de la regresin con covariables) o modelos para datos corregidos por la no igualdad inicial (o por
la diferencia).
Tngase en cuenta, que una de las principales amenazas que atentan contra la validez de estos
diseos es la posible tercera variable capaz de explicar los cambios observados en la variable de
respuesta. Adems de esta amenaza, son importantes el efecto de la instrumentacin o criterio de registro
que puede variar segn los intereses del evaluador, e incluso del poltico, y el efecto de seleccin dado
que la naturaleza de las muestras o grupos de sujetos, pueden quedar sesgados debido a esta clase de
variables.
Desde esta ptima, de carcter estrictamente metodolgica, que plantearemos las posibilidades
que ofrece la cuasi-experimentacin dentro de los contextos aplicados en psicologa y ciencias sociales y
de la salud.
Diseos de Grupo Control No-Equivalente con Medidas Antes y Despus.
Supuestos Bsicos y Modelos de Anlisis.
Pascual, J. y Frias, M.D.

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]

En este estudio se presenta un enfoque basado en el uso de diseos de series temporales


interrumpidas (DSTI) en la evaluacin de programas. Los DSTI se caracterizan por una serie de
observaciones y una intervencin aplicada en un determinado punto del tiempo. Dicha intervencin
interrumpe la serie y el objetivo es hallar el patrn de cambio entre el perodo pre-tratamiento y post-
tratamiento. En los ltimos aos, dentro del contexto aplicado, estos diseos son apropiados para evaluar
programas sociales o comunitarios (Galster et al., 2004), intervenciones educativas (Bloom, 2003),
efectos de leyes o regulaciones legales (Sverdrup, 2003; White, 2003) o beneficios teraputicos
(Campbell, 1996). El propsito del anlisis de series temporales interrumpidas es inferir la existencia de
discontinuidad debida a la intervencin o algn suceso externo. En el mbito de evaluacin de programas,
se trata de hallar un estimador del impacto no sesgado por la influencia de otros sucesos que pueden
influir en el comportamiento o en las condiciones a las que se dirige el programa.
Esta comunicacin constituye una contribucin metodolgica de las ventajas del uso de los DSTI
en el contexto aplicado. Por un lado, el anlisis de estos diseos evala la magnitud del impacto del
tratamiento y, por otro, permite saber hasta cundo est presente la accin del tratamiento. Adems,
tambin existen distintas variaciones de los DSTI con objeto de controlar las distintas amenazas a la
validez inferencial. La principal dificultad es el factor historia que consiste en hechos o acontecimientos
externos distintos al tratamiento que actan en el punto de intervencin y que pueden influir en los
resultados. A pesar de sus limitaciones, se demuestra que los DSTI se aplican en un amplio rango de
situaciones de intervencin social, educativa y clnica.
Diseos Longitudinales de Medidas Repetidas Multivariados. Problemtica
Relativa a Los Modelos de Anlisis
Vallejo, G.

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.

Universidad del Pas Vasco


[email protected]

La prueba de significacin de la hiptesis nula constituye el procedimiento ms utilizado para


contrastar hiptesis en el marco del diseo experimental y cuasi-experimental. Sin embargo, durante sus
casi 70 aos de existencia, ha estado rodeada de controversia. Partiendo de este contexto, en el presente
trabajo se persiguen dos objetivos. En primer lugar, se revisarn las principales crticas que se han vertido
en torno a la prueba de significacin, los argumentos que rebaten cada una de tales crticas y las
alternativas, complementarias o sustitutivas, cuyo uso recomienda la Task Force on Statistical Inference
(TFSI) de la APA (Wilkinson y TFSI, 1999) para mejorar el modo de proceder de los investigadores en el
marco del anlisis estadstico e interpretacin de los datos. En segundo lugar, tomando como referencia
los datos de un diseo cuasi-experimental con grupo de control no-equivalente y de un diseo factorial
aleatorio, se ilustrar cmo se estiman los principales ndices alternativos a la prueba de significacin de
la hiptesis nula mediante un programa estadstico ampliamente utilizado en el mbito de la investigacin
psicolgica, como el SPSS. La exposicin finalizar con una reflexin en torno a las medidas que, en lo
que se refiere al anlisis estadstico, se deberan adoptar para incrementar el rigor en la actividad
investigadora.

También podría gustarte