1. Taller de Tesis I
Sesión 07
Pedro Pablo Rosales López, Mg.Ing.
2. Contenido 7/8
Tipos del diseño de investigación
Investigación experimental:
Experimento puro
Pre-experimental
Cuasi experimental
Investigación No experimental:
Transaccional:
o Descriptivo
o Correlacional - causal
Longitudinales:
o De tendencia o trend,
o De cohorte y
o Panel
Operacionalización de las Variables:
Indicadores
4. Diseño de Investigación
Plan o estrategia para recolectar y analizar información
con el fin de llegar a conclusiones basadas en evidencia
sólida y no en un razonamiento defectuoso o en meras
opiniones
5. Diseño de Investigación
¿Qué se va a hacer?
¿Cómo se piensa hacerlo?
¿Por qué se da cada paso?
¿Por qué se da cada paso así y no de otra forma?
6. Tipos de Diseños de Investigación
Diseños de
Investigación
No Experimentales
Experimentales
Administran Estímulos o
Tratamientos
Longitudinales
Evolutivos
Transeccionales
Transversales
Pre -
Experimentales
Cuasi -
Experimentales
Experimentales
Puros
Tendencia
Cohorte
Panel
Exploratorios
Descriptivos
Correlacionales
Explicativos
8. Tipos Básicos
Exploratorio:
Más flexibilidad que precisión.
Descriptivo:
Medición precisa de fenómenos.
Diseño debe evitar el sesgo en la observación.
9. Tipos Básicos
Explicativo
Observación confiable, no sesgada
Diseño debe servir de base para inferir la influencia causal de
una(s) variable(s) sobre otra(s)
Posibilidad de evaluar la hipótesis central vs. hipótesis
alternativas
11. Diseño Causal
Permite inferir relaciones causales entre las variables
Define el dominio de generalizabilidad
Un mal diseño puede llevar a conclusiones
insignificantes o erróneas, aun si las ideas o las
hipótesis son brillantes
12. Diseño Causal
¿Qué Busca?
Establecer una relación entre dos o más variables
Demostrar que los resultados son generalmente ciertos en el
mundo real
Revelar si un fenómeno precede a otro en el tiempo
Eliminar tantas explicaciones alternativas como sea posible
13. Diseño Causal
Requisitos:
Covariación
Proceso lógico
Precedencia en el tiempo
Eliminar la posibilidad de relación espuria
15. ¿Diseño Causal?
Evaluación de Requisitos
Entonces estamos en una relación espurea
Covarianza
Proceso lógico
Procedencia en el tiempo
Eliminar la posibilidad de relación espurea
16. Relaciones Causales y Espurias
X
(Sanciones
por tardanza)
Y
(Tardanza
Laboral)
Relación causal
-
Z
(Educación)
Relación espuria
- +
X
(Sanciones
por tardanza)
Y
(Tardanza
Laboral)
17. Diseño Experimental
Controlar la exposición a una variable experimental (VI)
Asignar los sujetos a diferentes grupos
Observar y medir la respuesta o comportamiento (VD)
18. Diseño Experimental
Dos grupos:
Grupo experimental (expuesto al estímulo)
Grupo de control (no expuesto al estímulo)
19. Diseño Experimental
Asignación aleatoria de individuos a los grupos
Pertenencia al azar, no por autoselección
Los grupos son prácticamente idénticos en todos los aspectos
Esto es lo que hace tan poderosos los experimentos
20. Diseño Experimental
Control de la administración del estímulo (dónde,
cuándo, bajo qué circunstancias)
Medición de la VD antes y después del estímulo
Control del entorno
Exclusión de factores o influencias extraños que puedan afectar
la VD
Misma hora del día, mismas condiciones, etc.
21. Resultados
Covariación
Proceso lógico
Precedencia temporal
Grupo
Pre-test
Medición Tardanza
Laboral
Post-test
Medición de Tardanza
Laboral
Experimental 70% 20%
De control 68% 66%
22. Resultados
Descarte de posibles explicaciones alternativas y de
relaciones espurias
Selección aleatoria
Manipulación del experimento
Los grupos (en promedio) sólo difieren en la exposición al
tratamiento
La diferencia en Tardanza Laboral es atribuible a
la Capacitación
Grupo
Pre-test
Medición Tardanza
Laboral
Post-test
Medición de Tardanza
Laboral
Experimental 70% 20%
De control 68% 66%
23. Diseño Experimental
Pre-test Post-Test
Grupo experimental (aleatorio) Yexp1 X Yexp2
Grupo de control (aleatorio) Ycont1 Ycont2
Efecto experimental = (Yexp2 - Yexp1 ) - (Ycont2 - Ycont1 )
0
24. Validez Interna
En qué medida el diseño garantiza que la posible
relación encontrada es causal, y no espuria.
Condiciones que afectan la Validez Interna:
Historia
Maduración
Efecto del testing
Sesgos de selección
Regresión a la media
Mortalidad experimental
Alteración del instrumento antes y después
25. Validez Interna del Diseño Experimental
A pesar de todo esto, el diseño experimental es el más
sólido en cuanto a su validez interna
26. Validez Externa del Diseño Experimental
En qué medida los resultados son generalizables a:
Poblaciones más amplias
Momentos diferentes
Condiciones diferentes
Peligro para el Diseño Experimental
La muestra original no es representativa
Las condiciones son artificiales
27. Otros tipos de diseño experimental
Diseño post-test simple
Grupos virtualmente idénticos (selección aleatoria, grupos
grandes)
Sólo se hace medición post
No hay efecto de prueba
Series de tiempo experimentales (cuando no se sabe
cuánto tiempo tarda en aparecer el efecto)
Diseño multigrupo (cuando se miden varios niveles de la
VI)
Experimentos de campo o cuasi-experimentos.
29. Inferencia causal en diseños no experimentales
Un solo grupo
No hay control sobre la asignación de sujetos
No hay control sobre la aplicación del estímulo (VI)
Inferencias causales menos fuertes que en los
diseños experimentales
30. Ejemplos de diseños no experimentales
Encuestas
Grupos Focales
Datos Agregados
Análisis Documental o de Contenido
Estudios de Caso
31. Series de tiempo
Varias mediciones de la VD tomadas antes y después
de la “introducción” de la VI
Tendencias pre-test
Mediciones post
¿Cambian las tendencias?
32. Diseño transversal (cross-section)
Mediciones de las VI y VD tomadas (aprox.) al mismo
tiempo
No hay control sobre
Aplicación del tratamiento
Asignación de sujetos a grupos
Condiciones de aplicación de la VI
Técnicas estadísticas para producir grupos
cuasi-experimentales y de cuasi-control
post-tratamiento
33. Problemas en el Diseño transversal
No hay garantía de precedencia temporal
Especialmente cuando las variables son actitudes o creencias
Es difícil incluir medidas de todas las explicaciones
alternativas posibles
Puede haber “sesgo de variable omitida”
Las diferencias entre los “grupos” pueden ser sistemáticas, no al
azar
34. Diseño de panel
Diseño transversal + dimensión temporal
Hay un pre-test
Ejemplo
Estudio de Satisfacción Laboral en la Industria de Manufactura
en el Perú.
Problema: “Satisfacción Laboral”
35. Estudio de caso
Examen a uno o unos pocos casos
Más detalle y profundidad
Combinación de varios métodos de recolección de datos
Entrevistas
Documentos
Observación
Considerado por algunos como un diseño inferior para
hacer inferencias causales
36. Estudio de caso
Exploratorio
Cuando se conoce poco el fenómeno
Sugerir explicaciones generales posibles hipótesis que
pueden ser probadas más sistemáticamente observando más
casos
Descriptivo
Averiguar y describir qué sucedió en una o unas cuantas
situaciones
No se buscan explicaciones generales
Explicativo
Probar hipótesis deducidas de teorías existentes