Metodologías y diseños de investigación: Teoría esencialista y métodos no experimentales

TEMA 5. Metodologías y diseños de investigación

La teoría esencialista busca la identificación de las relaciones causa-efecto de forma inequívoca y la estrategia manipulativa tiene como objetivo la inferencia causal, centrándose en las variables. Los métodos no experimentales difícilmente permiten inferir hipótesis causales debido a la ausencia de manipulación y aleatorización. Se clasifican en:

1. Los métodos de encuesta, que recaban información retrospectiva.
2. Los métodos observacionales, que consiguen información mediante observación directa.

Encuesta: instrumentos de recogida de datos y técnicas de muestreo. Los métodos de observación se dividen en:

1. La observación natural: presenta como principal ventaja el realismo de la información exploratoria que facilita, y como principales desventajas el escaso control sobre la situación de investigación y la alta probabilidad del sesgo.
2. El autoinforme: introspección se aparta de los supuestos y requisitos del ideal de la ciencia, favorece el sesgo.
3. Los estudios de caso: suponen el estudio detallado de un solo sujeto.

El diseño de investigación: su función es actuar sobre la varianza, es decir, maximizar la varianza primaria, controlar la varianza secundaria y minimizar la varianza error. Los modelos lineales pueden ser:

• Modelos de regresión: todas las variables son cuantitativas.
• Modelos de diseño experimental: todas las variables son categóricas.
• Modelos con covariantes: las variables determinísticas son tanto de tipo cuantitativo como categórico.

Los supuestos propios del modelo lineal general son:

• Aditividad de los efectos: cada variable dependiente se relaciona con la variable independiente asumiendo que la variable dependiente es aditiva.
• Completitud del modelo: inclusión en la ecuación estructural del diseño.
• Ausencia de sesgo en los errores: para cada sujeto, la media de los errores aleatorios debe ser cero.
• Distribución normal de las puntuaciones observadas.
• Homocedasticidad u homogeneidad de las varianzas: el incumplimiento de este supuesto puede sesgar seriamente el criterio estadístico.
• Independencia de los errores: la violación de este supuesto puede acarrear graves consecuencias.

La valoración de la bondad de ajuste del modelo pasa por una estrategia de ajuste global, con la que se detecta si este tiene una mayor capacidad para representar los datos que la esperada por azar. También se utiliza el ajuste parcial, con el cual se pretende conseguir un modelo óptimo en el que todos los elementos sean relevantes.

Clasificación de los diseños:

A) Criterio fundamental según la validez (interna y externa):

• Diseños experimentales, cuasiexperimentales, preexperimentales y de encuestas.

B) Criterios básicos según la estrategia de comparación de los tratamientos:

• Diseños entregrupos, intrasujetos y mixtos.

C) Criterios de réplica según la cantidad de variables dependientes:

• Diseños unifactoriales o factoriales.

Según la forma de asignar las unidades:

• Diseños aleatorios o de bloques aleatorios.

Según la forma de combinar las condiciones manipuladas:

• Diseños de combinación completa e incompleta.

Según la forma de manipular las variables:

• Manipulación activa o atributiva.

Según la existencia de variables externas:

• No covariados o covariados.

Según la cantidad de sujetos de cada grupo sea igual o distinta:

• Dis ortogonales o no ortogonales.

Según la variable tiempo:

• Diseños transversales o longitudinales.

Según la forma de seleccionar los niveles de la variable independiente:

• Niveles fijos (tipo I), efectos aleatorios (tipo II) y diseños de efectos mixtos (tipo III).

Según el nivel de la variable independiente:

• Cuantitativa o no cuantitativa.

Diseños de encuesta:

-Transversales: el diseño básico de encuesta, recogida de los datos en una muestra en un solo momento temporal.

-Longitudinales: examinar el cambio asociado con el transcurrir del tiempo en alguna variable. Se dividen en:

• Diseño de panel, que permite analizar las variables seleccionadas en la misma muestra de sujetos y en dos momentos temporales diferentes.
• Diseño de tendencias, que supone la repetición de diseños de encuesta transversales en distintos momentos de tiempo.
• Diseño de cohortes o longitudinales-transversales: se realizan comparaciones de información transversal en distintos momentos temporales, pero, en este caso, con muestras diferentes seleccionadas de una misma población (cohorte).

Muestreo probabilístico:

• Muestreo aleatorio simple: todas las muestras y todos los elementos de la población tienen la misma probabilidad de ser elegidos.
• Muestreo aleatorio estratificado: se parte la población en subpoblaciones.
• Muestreo por conglomerados: las unidades a seleccionar no son los elementos individuales de la población, sino unidades de muestreo más amplias.
• Muestreo polietápico: supone una extensión del anterior, los conglomerados de la primera etapa de muestreo pueden ser subdivididos en otros conglomerados.
• Muestreo sistemático: selección de las unidades que forman la muestra.
• Muestreo bifásico: extracción de una muestra de la población y la posterior selección de una submuestra a partir de ella.
• Muestreo interpenetrante: subdivisión aleatoria de una muestra extraída aleatoriamente de una población en distintas muestras.

Muestreo no probabilístico:

• Muestreo por cuotas: conseguir una muestra similar a la población en algunas características previamente especificadas.
• Muestreo cuasi-probabilístico de rutas aleatorias: previa especificación de una ruta al encuestador, la cual debe seguir.
• Muestreo cuasi-probabilístico por cuotas: cuando se llega a las unidades de observación, se deja la elección de éstas al encuestador.
• Muestreo subjetivo de conveniencia: las unidades son seleccionadas según el criterio de disponibilidad.
• Muestreo subjetivo de juicio: las unidades de la muestra son seleccionadas sobre la base de la opinión de un experto.
• Muestreo de bola de nieve: identificación de algunas unidades iniciales y, a partir de éstas, la identificación de nuevos casos.

Diseños pre-experimentales:

Carecen de los medios de control suficientes. Los tres siguientes son:

• Diseño de grupo único con una sola medición postratamiento: un único grupo de observación, no se mide la variable dependiente antes del tratamiento, se administra el único nivel elegido y se mide la variable dependiente.
• Diseño pretest postest de un solo grupo: un solo grupo de sujetos, se mide la variable dependiente antes de administrar el tratamiento, se aplica el nivel, se mide la variable dependiente postratamiento y se comparan las medidas pre y post.
• Diseño de comparación con un grupo estático: dos grupos de sujetos y contextos diferentes, se administra a uno el nivel elegido y al otro tratamiento control, se mide la variable dependiente en ambos grupos y se comparan los valores medidos en los dos grupos.

Diseños cuasi-experimentales:

Las unidades de observación no son asignadas aleatoriamente a los grupos de tratamiento. Hay dos tipos:

1) Los diseños de grupos no equivalentes (asignación no aleatoria y desconocida). Básicamente se estructuran con un grupo que recibe algún tipo de tratamiento y otro grupo (control). Las unidades de observación son medidas con el mismo instrumento en dos momentos temporales. Las amenazas más comunes contra la validez interna son la regresión estadística, la historia, la instrumentación y la interacción selección-maduración.

- Diseño con doble pretest: más adecuado que el diseño de grupo control no equivalente, se registra una observación más pretratamiento para los dos grupos.

- Diseño pretest-postest con tratamiento invertido: los dos grupos reciben tratamiento pero con efectos opuestos.

- Diseño de intercambio pretest-postest: dos fases, en la primera un grupo recibe tratamiento y el otro no, en la segunda, se intercambian.

- Diseño con variables medidas no equivalentes: a cada grupo (de tratamiento y control) se evalúa la variable de interés utilizando medidas diferentes.

- Diseño de cohortes básico: primera cohorte medida pretratamiento, segunda cohorte se mide la variable de interés (postratamiento).

2) Diseños de discontinuidad en la regresión (asignación no aleatoria pero conocida). Suele haber dos grupos, uno que recibe el tratamiento y otro que no es tratado. Se forman mediante una regla de asignación no aleatoria pero conocida. Cuando no se aplica tratamiento, se obtiene una única recta de regresión. Si el tratamiento es efectivo, se obtiene una recta distinta para cada grupo.

3) Diseños de series temporales interrumpidas: permiten la obtención y desarrollo de modelos explicativos de los patrones de cambio conductual a través del tiempo y el desarrollo de modelos de predicción.

Diseños experimentales:

• Diseño de dos grupos aleatorios sólo con medidas postratamiento: se asignan aleatoriamente un grupo control y un grupo experimental, se asigna aleatoriamente el tratamiento, se administra el tratamiento, se mide la variable dependiente postratamiento y se comparan las medidas postratamiento.
• Diseño de dos grupos aleatorios con medidas pre y postratamiento: se realiza una medida pretratamiento de la variable dependiente y permite comprobar que los grupos de tratamiento son equivalentes. Se forman grupos aleatoriamente, se realiza una medida pretratamiento, se asigna aleatoriamente el tratamiento, se administra el tratamiento, se realiza una medida postratamiento y se realiza el análisis.
• Diseño de cuatro grupos de Solomon: une los dos anteriores. Cuatro grupos, dos reciben tratamiento y dos no lo reciben. La mitad pasa por una medida pretratamiento y la otra mitad no. Se forman aleatoriamente los cuatro grupos, se realiza una medida pretratamiento a los dos grupos, se administra el tratamiento, se realiza una medida postratamiento a los cuatro grupos y se realiza el análisis.