2 tipos principales de diseño experimental
Este artículo arroja luz sobre los dos tipos principales de diseño experimental. Los tipos son: 1. El diseño experimental 'After-Only' 2. Los experimentos Before-After.
Tipo # 1. El diseño experimental 'After-Only' :
El experimento After-only es que sus esquemas básicos se pueden representar mediante el siguiente procedimiento:
Cambio = Y 2 - V 2
El procedimiento característico de los experimentos After-only se puede describir como sigue:
(1) Se seleccionan dos grupos equivalentes. Cualquiera puede ser utilizado como grupo experimental y el otro como grupo de control. Como se dijo anteriormente, los dos grupos se seleccionan mediante un procedimiento de aleatorización con o sin "emparejamiento" suplementario.
(2) Ninguno de estos dos grupos se mide con respecto a la característica que es probable que registre el cambio, como consecuencia del efecto de la variable experimental. Se supone que los dos grupos son iguales con respecto a esta característica.
(3) El grupo experimental está expuesto a la variable experimental (X) durante un período de tiempo específico.
(4) Hay ciertos eventos o factores cuyos efectos en las variables dependientes están fuera del control del experimentador. Intenta tanto como pueda, no puede controlarlos. Entonces estos factores pueden ser llamados eventos incontrolados. No hace falta decir que tanto el grupo experimental como el de control están igualmente sujetos a su influencia.
(5) Los grupos experimental y de control se observan o miden con respecto a la variable dependiente (Y) después de (a veces, durante) la exposición del grupo experimental a la variable causal supuesta (X).
(6) La conclusión de si la hipótesis, 'X produce Y es defendible, se obtiene simplemente comparando las ocurrencias de Y (o su extensión o naturaleza) en el grupo experimental después de la exposición a la variable X con la ocurrencia de Y en el grupo control el cual no ha sido expuesto a X.
En la representación tabular anterior, Y 2 e Y ' 2 (después de las medidas) se comparan para determinar si X e Y varían concomitantemente. La evidencia de que X precedió a Y en el tiempo, se obtiene del mismo método de configuración de los dos grupos. Los dos grupos se seleccionan de tal manera que hay razones para suponer que no difieren entre sí, excepto por casualidad con respecto a la variable dependiente Y.
El problema final de eliminar el efecto de otros factores, como los eventos contemporáneos o el proceso de maduración, se aborda sobre la base del supuesto de que ambos grupos están expuestos en la misma medida y, por lo tanto, experimentan cambios de desarrollo natural o de maduración similares entre el momento de la selección. y el tiempo en que Y se mide.
Si se justifica este supuesto, la posición del grupo de control en la variable dependiente Y ' 2 al final del experimento incluye la influencia de eventos externos no controlados y procesos de desarrollo natural que han afectado a ambos grupos.
Por lo tanto, la diferencia entre Y 2 e Y ' 2 puede tomarse como una indicación del efecto de la variable experimental. Sin embargo, debe tenerse en cuenta que los eventos externos y los procesos de desarrollo pueden interactuar con la variable experimental para cambiar lo que de otro modo habría sido su efecto operando individualmente. Por ejemplo, el efecto de un medicamento M puede ser diferente cuando las condiciones atmosféricas o el clima interactúan con el medicamento.
Por lo tanto, los bebés pueden registrar un mayor aumento de peso cuando la medicina y el clima interactúan entre sí en comparación con el aumento que puede atribuirse a la medicina (M) y las condiciones climáticas (A) que operan en los bebés de forma independiente.
La mayor debilidad del diseño experimental After-only es obvia, a saber, "antes" de que no se tomen las medidas. Se supone que ambos grupos son similares con respecto a la medida anterior en la variable dependiente.
A menos que la selección de los grupos experimental y de control se realice de manera tan meticulosa que justifique tales suposiciones, es muy probable que el efecto que el investigador atribuye a la variable experimental se deba realmente a la diferencia inicial entre los dos grupos.
Nuevamente, las "mediciones previas" son deseables o recomendables por una variedad de razones. Esta instalación carece de diseño posterior.
No podemos permitirnos pasar por alto la posibilidad de que en ciertas situaciones experimentales, "antes de las mediciones" no sean factibles debido a ciertas dificultades prácticas. Nuevamente, en ciertas situaciones, como tendremos la oportunidad de apreciar, "antes de las mediciones" puede no ser aconsejable y las garantías son bastante prohibitivas en costo.
Bajo tales circunstancias, el diseño After-only puede ser una opción razonablemente buena siempre que, por supuesto, se ejerza un cuidado meticuloso al seleccionar los grupos como equivalentes.
Tipo # 2. Los Experimentos Antes-Después :
Como su propio nombre indicaría, los experimentos "antes-después" comparten características comunes, es decir, los grupos se observan o miden antes de la exposición a la variable experimental.
Una medición 'antes' de la variable dependiente que caracteriza los experimentos Antes-Después puede ser deseable por varias razones, como las siguientes:
(a) Una medición 'antes' de la variable dependiente es necesaria para hacer coincidir los casos en los grupos experimental y de control. Esta medida aumenta enormemente la sensibilidad del experimento.
(b) Una medición 'antes' permite determinar las incidencias de cambio en la variable dependiente y tenerlas en cuenta al evaluar los efectos de la variable experimental o independiente.
(c) Si la hipótesis del estudio especifica la posición inicial en la variable dependiente como una de las condiciones determinantes, obviamente, se requiere la medición previa para probar la hipótesis.
Por ejemplo, la hipótesis puede afirmar que un programa educativo tendrá un mayor efecto en las personas que tienen un conjunto de características específicas que aquellos que no tienen estas características particulares. En tal caso, la hipótesis requiere una medida inicial de tales características, así como la medida "después".
(d) Si el experimentador está interesado en averiguar si el tratamiento experimental tiene un efecto diferente en los casos que inicialmente se encontraban en diferentes posiciones en la variable dependiente, debe, comprensiblemente, tener una medida "antes" de la posición en la variable dependiente.
(e) En el contexto de la vida real, el requisito ideal de seleccionar los grupos experimental y de control sobre una base puramente aleatoria es a menudo difícil de cumplir y se requieren ciertos compromisos.
En tales casos, la evidencia de una medida 'anterior' de que los grupos experimental y de control eran inicialmente iguales con respecto a la variable dependiente ayuda a aumentar la confianza de que la diferencia encontrada en la medida 'posterior' se debe al efecto de la prueba experimental. solo variable
Los experimentos 'Antes-Después pueden caracterizar varios arreglos y permutaciones con referencia a grupos de control:
(1) Solo se puede usar un grupo en el estudio, con la medida 'antes' que sirve como control, es decir, que representa la posición de la variable dependiente en ausencia del tratamiento experimental.
(2) La medición "antes" puede estar en un grupo y la medición "después" en un grupo diferente que se supone que es un grupo equivalente.
(3) Las medidas "antes" y "después" pueden tomarse tanto en grupos experimentales como en un grupo de control.
Cualquiera que sea el patrón de los grupos de control, el experimento 'Antes-Después' proporciona evidencia de variaciones concomitantes entre X e Y, al comparar la aparición de Y en el grupo expuesto a X con la aparición de Y en el grupo no expuesto a X.
La segunda evidencia de causalidad, es decir, que X llegó antes que Y en el tiempo, se deduce de la seguridad proporcionada por la aleatorización de que es probable que los grupos sean equivalentes con respecto a los referentes de Y. Esta equivalencia inicial con respecto a los referentes de Y Se puede verificar comparando las medidas "antes" de los dos grupos.
Los experimentos "antes-después" pueden incluir dos o más grupos de control. Las variaciones en los arreglos del grupo de control se relacionan con los intentos de tomar en cuenta y segregar los efectos de eventos contemporáneos, procesos de desarrollo madurativo o natural y / o mediciones "antes" en el experimento.
Se debe tener en cuenta la posibilidad de los efectos de las mediciones "antes" en la variable dependiente. La medición del "antes" puede cristalizar las actitudes o puntos de vista de los sujetos o puede agotar la buena voluntad de los sujetos.
Los sujetos pueden conectar mentalmente la medición "anterior" con el tratamiento experimental, así como con la medición "posterior". La medida "antes" puede distorsionar el verdadero efecto de la variable experimental. La segunda medición (es decir, la "después") puede introducir otros problemas.
El sujeto puede estar aburrido o puede intentar dar respuestas que sean consistentes con sus respuestas anteriores (obtenidas durante la medición 'antes'), también puede intentar variar las respuestas solo para hacerlas más interesantes o simplemente para que parezcan cooperativas. A-vis el experimentador en su propósito "intencional" de poder mostrar un cierto cambio.
El proceso de medición repetida, es decir, "antes" y "después" también puede afectar al instrumento de medición, por ejemplo, el observador mismo puede fatigarse, verse perjudicado o hacerse más o menos sensible a los fenómenos que está registrando. Con este esquema general de los experimentos "antes-después" como telón de fondo, analicemos ahora los tipos específicos de experimentos de esta clase.
El Experimento Antes-Después con un solo grupo:
La representación tabular de este tipo de experimento se da a continuación:
Cambio = Y 2- Y 1
Es claro que en este diseño, la diferencia entre las posiciones del sujeto en la variable dependiente antes y después de la exposición a la variable independiente (factor experimental) se toma como una medida del efecto de la variable experimental. El sujeto está hecho para servir como su propio control.
Pero es comprensible que factores externos no relacionados con el tratamiento experimental hayan estado en funcionamiento, lo que a su vez condujo a un cambio en la posición del sujeto en la variable dependiente.
Por lo tanto, la principal debilidad de este diseño experimental rudimentario es que no hace posible la segregación de tales efectos (es decir, procesos externos, contemporáneos, de desarrollo y los efectos de las mediciones "antes") de los del tratamiento experimental.
Por lo tanto, el diseño solo se puede usar cuando el investigador puede asumir que la medición del "antes" no afecta de ninguna manera a (a) la exposición de los sujetos a la variable experimental y (b) la medición del "después".
Además, el uso de este diseño se justifica si el investigador tiene una base sólida para creer que no es probable que haya otras influencias, además de la variable experimental, durante el período de experimentación que podría haber afectado la respuesta de los sujetos en el momento. Tiempo de segunda medición.
El Experimento 'Antes-Después' con un Grupo de Control :
La inclusión de un grupo de control en este diseño tiene como objetivo tener en cuenta los efectos tanto de la medición inicial como de los factores externos contemporáneos. En un diseño de este tipo, el grupo experimental y el grupo de control se miden al principio y también al final del período experimental.
La variable experimental se introduce solo en el grupo experimental. Dado que tanto el grupo experimental como el grupo de control están sujetos a la medición 'anterior' y los factores no controlados, la diferencia entre los dos grupos se toma como el efecto de la variable experimental sola.
En vista de sus limitaciones típicas, este diseño debe usarse solo en los casos en que la medida "antes" y los eventos no controlados afectan a los grupos experimental y de control de la misma manera. Pero es muy posible que la medida "antes" o los factores no controlados puedan interactuar con la variable experimental de tal manera que sus efectos cambien.
Cuando existe tal posibilidad, el estudio 'Antes-Después' con un grupo de control no proporciona una base para inferir los efectos de la variable experimental, ya que no puede segregar ni separar el efecto singular de la variable experimental. RL Solomon ha ideado diseños más elaborados para tener en cuenta dichas interacciones. Estos implican el uso de grupos de control adicionales.
El experimento "antes-después" con dos grupos de control:
El diseño hace posible separar la influencia de la variable experimental de la medida "anterior", incluso si existe una interacción probable entre ellas (es decir, el factor experimental y la medida "anterior"). Este diseño puede ser representado como en:
Interacción = d 1 - (d 2 + d 3 )
Este diseño implica la adición de un grupo de control más al diseño anterior, es decir, el estudio "Antes-Después" con un grupo de control. Este segundo grupo de control no está medido previamente, pero está expuesto a la variable experimental y, por supuesto, está sujeto a la medición posterior.
Se supone que la medida "anterior" del segundo grupo de control es similar a las medidas "anterior" del grupo experimental y del primer grupo de control, es decir, igual a la media de la medida "anterior" del grupo experimental y del grupo de control I Por lo tanto, en el grupo de control II, hay exposición a la variable experimental, pero no hay posibilidad de interacción entre la medida "anterior" y la variable experimental.
Si asumimos, por un momento, que es probable que los eventos contemporáneos o los procesos de maduración no tengan un efecto significativo en la variable dependiente en este diseño, entonces el cambio en el grupo de control II, es decir, d 3 puede tomarse como el efecto de la variable experimental sola. .
Nuevamente, el cambio en el grupo de control I puede tomarse como el efecto de la medición "antes" solo. Además, la diferencia entre el cambio en las puntuaciones del grupo experimental, es decir, d x y la suma de los cambios en las reservas de dos grupos de control, es decir, (d 2 + d 3 ) puede tomarse como el efecto de la interacción entre el 'antes La medida y la variable experimental.
Esta interacción puede tener el efecto de mejorar o reducir (en diversos grados) los efectos de la variable experimental.
Tratemos de entender esto con un ejemplo. Supongamos que el investigador quiere probar la hipótesis de que un nuevo sistema de instrucción (X) tiene el efecto de mejorar el rendimiento de los estudiantes en el examen. En caso de que decida utilizar el diseño "Antes-Después" con dos grupos de control, deberá seguir el procedimiento que se muestra en la representación anterior.
Administra una prueba a dos de los tres grupos equivalentes, es decir, el grupo experimental y el grupo de control I, para conocer la medida "antes" del rendimiento de los estudiantes.
Se supone que la medida "anterior" de los grupos de control II es el promedio de la medida "anterior" de los dos grupos, sometida a la medición "anterior". Supongamos que esta medida fue de 50 marcas en ambos grupos y, por lo tanto, también se supone que el grupo de control II mide 50 marcas.
A continuación, el grupo experimental y el grupo de control II se exponen a la variable experimental, es decir, esos grupos se exponen al nuevo método de instrucción, mientras que el grupo de control I se enseña de la manera habitual.
Por supuesto, durante el tiempo en que los grupos están sujetos a la variable experimental, por ejemplo, durante quince días, todos los grupos están igualmente sujetos al efecto de factores externos al experimento y más allá del control del experimentador. Por último, se toman las medidas 'Después' para todos los grupos y se registran los cambios, es decir, la diferencia entre las medidas 'Después' y las medidas 'Antes'.
Está claro que el cambio en el grupo de control II (d3) se debe a la variable experimental, es decir, el nuevo método de instrucción y los eventos no controlados. Ahora, suponiendo que los eventos contemporáneos no controlados no tuvieron ningún efecto significativo en la variable dependiente (es decir, el rendimiento en términos de marcas), este cambio, digamos (60 - 50 = 10) de 10 marcas, puede atribuirse a la nueva Método de instrucción solo.
El cambio en el grupo de control I puede atribuirse a los efectos de la medición "antes", es decir, el conocimiento en los sujetos sobre el experimento y, por lo tanto, una agudeza resultante o esfuerzos adicionales por parte de ellos para mejorar en el segundo examen. Digamos que el cambio equivale a (54 - 50 = 4) cuatro marcas.
Por lo tanto, los efectos individuales de la medición 'anterior' y la variable experimental, asumiendo el efecto de los eventos no controlados como cero, total a catorce (10 + 4).
Ahora, el grupo experimental registra, digamos, un cambio de (65 - 50 = 15) quince marcas.
Este cambio es el efecto integrado de la medición 'antes', más el efecto de la variable experimental, más los efectos de factores no controlados, más los efectos de las interacciones entre:
(a) la medida 'antes' y la variable experimental,
(b) que entre la variable experimental y los factores no controlados y
(c) que entre la medida 'anterior' y los factores no controlados.
Pero como hay razones para creer (en nuestro ejemplo) que los factores no controlados no tienen un efecto muy significativo, la interacción de este experimento solo se produciría entre la medida "anterior" y la variable experimental de manera diferente a como lo harían si estuvieran no medido previamente.
Por lo tanto, el cambio, es decir, 15 puntos, es el efecto acumulativo de:
(1) la medida 'antes',
(2) la variable experimental y la interacción entre (I) y (II).
De nuestros grupos de control (I) y (II) se encuentra que los efectos individuales de (1), la medición 'antes' y (11) la variable experimental, suman 14 marcas (d 2 + d 3 ). Pero para la interacción, el cambio en el grupo experimental, es decir, d : sería igual a (d 2 + d 3 ), es decir, 14 marcas. Sin embargo, encontramos que (d 1 = 15) excede (d 2 - d 3 ) por 1 marca.
Esto significa que el efecto de interacción de (I) y (II) es igual a + 1. (El efecto de interacción también puede ser negativo). Ahora está claro que este diseño experimental es útil y eficiente solo en situaciones en las que existe una buena razón para creer que los eventos contemporáneos no controlados o los procesos de maduración no tienen probablemente efectos significativos.
"¿Cómo procederíamos en una situación en la que es probable que tales factores no controlados tengan influencias importantes en la variable dependiente?"
RL Solomon ha respondido a esta pregunta al proponer una explicación más detallada de los dos grupos de control anteriores con miras a instalar salvaguardas cuando los eventos contemporáneos o los cambios en el desarrollo puedan influir en los resultados experimentales. Esto implica la adición de un tercer grupo de control.
Estudio Antes-Después con Tres Grupos de Control :
Interacción = d-, (d 2 + d 3 - d 4 ) (y ' 2 - y' 1 )
Como debe quedar claro a partir de la representación anterior, el grupo experimental y el grupo de control I están sujetos a la medición "antes". Al igual que con el diseño anterior (con dos grupos de control), los grupos de control II y III no se miden previamente y se supone que tienen una puntuación de medida previa igual a la media de dichas puntuaciones en el grupo experimental y de control I.
La variable experimental se introduce en el grupo experimental y en el grupo control II. Se supone que los cuatro grupos están igualmente sujetos a los efectos de eventos contemporáneos externos. Algún evento nacional o alguna campaña, etc., durante el período de experimentación. Todos los cuatro grupos se miden después del experimento.
En tal diseño, el cambio en el grupo de control III, es decir, d 4, representa el efecto de eventos contemporáneos más allá del experimentador, ya que este es el único factor operativo en este grupo. El cambio en el grupo de control II, es decir, d 3 representa el efecto de la variable experimental y de los eventos contemporáneos.
El cambio en el grupo de control I, es decir, d 2, representa los efectos de la medición "anterior" y de los factores contemporáneos. El efecto de la variable experimental sola, es decir, del nuevo método de instrucción, puede evaluarse restando el cambio en el grupo de control Ii del cambio en el grupo de control II, es decir, d 3 - d 4 .
El cambio en el grupo experimental, es decir, dp refleja los efectos acumulativos de la medición "antes", de la variable experimental, de los eventos no controlados y de la interacción entre estos factores.
Ahora, este diseño nos permite las medidas individuales de los efectos del factor no controlado, es decir, d 4 (el efecto de, por ejemplo, una campaña nacional que mantiene a los sujetos más informados sobre ciertos eventos o cosas, mejorando así su desempeño en el examen) y de los efectos de las variables experimentales solo (d 3 -d 4 ) y, finalmente, el efecto de la medición "antes" (d 2 - d 4 ).
Por lo tanto, podemos calcular fácilmente el efecto de interacción de los tres factores, es decir, (a) la medición "antes", (b) la variable experimental y (c) los factores no controlados, en la variable dependiente, es decir, la puntuación del examen restando el Total de los efectos individuales de los tres factores (a), (b) y (c) del cambio total registrado en el grupo experimental. Por lo tanto, el efecto interaccional sería igual a d x - (d 2 + d 3 - d 4 ).
Se puede observar que este diseño experimental con tres grupos de control equivale a realizar el experimento dos veces, es decir, una vez con un diseño "antes-después" con un grupo de control (grupo experimental y grupo de control I) y la segunda vez, con un grupo de control. Diseño 'solo después' (grupo control II y III).
En el contexto de la discusión sobre los diversos tipos de diseños experimentales, debe recordarse que estos experimentos sufren de una limitación general de naturaleza práctica, es decir, el investigador no siempre está en posición de probar una hipótesis causal asignando sujetos a Diferentes condiciones en las que controla directamente la variable causal - (experimental).
Por ejemplo, si la hipótesis se refería a la relación entre el tabaquismo y el cáncer, el investigador difícilmente estaría en posición de controlar la cantidad de tabaquismo según el requisito ideal del procedimiento experimental al asignar diferentes personas para fumar un número diferente de cigarrillos.
Todo lo que el investigador puede obtener es un registro de cuánto ha fumado una persona y de si tiene cáncer. Se puede calcular la correlación entre el tabaquismo y el cáncer. Pero la existencia de una correlación entre fumar y el cáncer no significa necesariamente que uno sea la causa del otro.
El investigador debe lidiar con la posibilidad expresada por la correlación de que las personas que fuman mucho son, por alguna razón aún desconocida, también el tipo de personas que desarrollan cáncer, si, por lo tanto, un estudio no experimental (desde el control "experimental" como en este ejemplo, no es posible) proporcionaría una prueba de hipótesis 'causal', debe proporcionar una base para hacer inferencias sobre la causalidad y salvaguardar contra inferencias injustificadas.
Pero los estudios no experimentales no pueden proporcionar garantías tan adecuadamente como lo hacen los estudios experimentales. Ciertas garantías sustitutas están disponibles.
Estas salvaguardas implican la comparación de personas sometidas a experiencias contrastantes en la configuración de la vida real, la determinación del orden temporal de la variable (supuesta 'causa' y 'efecto') y el examen de la relación entre las variables en términos del patrón de relación que podría anticiparse si uno u otro fuera la condición causal.
Comparación de grupos expuestos a experiencias contrastantes:
Si un investigador no está en posición de asignar sujetos a diferentes grupos, uno que estará expuesto a un tratamiento dado y uno que no esté tan expuesto, entonces la única solución alternativa es localizar grupos de personas en el entorno natural que están a punto de estar o han estado expuestos a experiencias que difieren con respecto a la supuesta variable causal en la que el investigador está interesado.
Por ejemplo, si el investigador estaba interesado en el efecto del programa de desarrollo comunitario, es decir, uno de ellos sería el expuesto al programa de CD y la otra comunidad equivalente tendría que ser la que sí se expuso al programa de CD.
Dicho estudio se aproxima a un experimento en el sentido de que la comunidad en la que los programas de CD han estado en funcionamiento representa al grupo "experimental" y otra comunidad representa al grupo "control".
La diferencia entre las dos comunidades en términos de ciertas características pertinentes puede atribuirse a la variable causal, es decir, al programa de CD. Por supuesto, debemos ser conscientes de la dificultad obvia que implica la selección de aquellos grupos (comunidades) que son equivalentes en todos los aspectos y difieren solo con respecto a la exposición a la variable causal supuesta.
En el contexto de la vida real, sería un golpe de suerte encontrar grupos comparables que difieren solo con respecto a la variable causal. El tipo de diseño que acabamos de discutir puede denominarse diseño 'ex-post facto'.
Los estudios que utilizan el patrón 'ex post facto' sufren una seria limitación, a saber, que los sujetos no pueden asignarse aleatoriamente a diferentes condiciones y no hay posibilidad de mediciones previas para verificar si los dos grupos fueron inicialmente similares en su posición en el supuesta variable dependiente debido a la ausencia de una medición anterior o con respecto a otras características que se consideren relevantes para ella.
Como se sugirió anteriormente, el investigador a veces puede estar en posición de ubicar dos grupos de personas comparables, uno de los cuales está a punto de ser expuesto a ciertas experiencias (supuesta variable causal) y el otro, que probablemente no esté tan expuesto.
Dicho estudio se aproxima a un experimento "antes-después" con un grupo de control. El grupo de sujetos a punto de someterse a una experiencia particular, por ejemplo, aquellos seleccionados para someterse a un curso de orientación particular, representa el grupo "experimental"; los que no están seleccionados representan el grupo 'control'.
Discutamos ahora cómo se puede obtener el segundo tipo de evidencia necesaria para establecer la causalidad, es decir, la evidencia del orden temporal o las variables en un diseño de estudio no experimental. En algunos casos, la evidencia de que X precedió a Y y no al revés, es tan clara que no se necesita evidencia complementaria.
Sin embargo, a menudo, la relación de tiempo entre dos variables no es tan clara. A pesar de que uno parece ser anterior al otro, este puede no ser el caso. Por ejemplo, en un estudio sobre el efecto de las experiencias tempranas en el patrón de respuesta típico durante la edad adulta, un investigador puede tener que confiar en los relatos de su infancia de los sujetos adultos.
Lo que obtendría de los adultos es en realidad una afirmación (sobre la infancia) que ha sido fuertemente coloreada por las interpretaciones personales de los sujetos basadas en sus "teorías" personales y sus reflexiones prospectivas como adultos.
