Universidad Nacional de Loja Facultad de la educación, el arte y la comunicación maestría en educación básica
SEMINARIO TALLER DE TESIS
CONCEPCIÓN O ELECCIÓN DEL DISEÑO DE INVESTIGACIÓN EN LA RUTA CUANTITATIVA: EL MAPA.
Nombre: Bettsy Ivon Rodríguez Gaona
Docente: Ing. Jaime Efrén Chillogallo Ordóñez Mg. Sc.
¿Qué es el diseño de investigación?
El diseño de investigación se refiere a la estrategia o plan concebido para obtener la información necesaria con el propósito de responder a un planteamiento de problema específico Una vez que se ha definido el problema, el alcance inicial de la investigación y se han formulado las hipótesis o preguntas de investigación, es esencial determinar cómo se abordarán estas cuestiones de manera práctica y concreta. Esto implica seleccionar o desarrollar uno o más diseños de investigación que se apliquen al contexto del estudio
En el enfoque cuantitativo de la investigación, los diseños son utilizados para analizar la validez de las hipótesis formuladas en un contexto particular o para responder a preguntas de investigación exploratorias o descriptivas. Para los investigadores novatos, se sugiere comenzar con estudios que se basen en un solo diseño y luego avanzar hacia investigaciones que involucren múltiples diseños si la situación lo requiere, considerando que utilizar varios diseños puede incrementar los costos de la investigación.
En la ruta cuantitativa, qué tipos de diseños se utilizan para investigar?
En esta ruta de investigación, se emplean distintos enfoques para analizar fenómenos de manera numérica Se enfatiza que no hay un tipo de investigación superior a otro, ya sea experimental o no experimental. Ambos enfoques tienen su propio valor y relevancia según Kerlinger y Lee. La elección de qué tipo de investigación y diseño utilizar depende del problema planteado, el alcance del estudio y las hipótesis formuladas. En el diseño experimental se encuentran los diseños: Preexpeimental, experimentales puros y cuasiexperimentales; y en los diseños no experimentales se encuentran los diseños: Transversales y longitudinales.
Diseños experimentales
El término "experimento" se puede entender en dos sentidos. En su sentido más amplio, se refiere a realizar una acción y observar sus resultados, como cuando mezclamos sustancias químicas para ver cómo reaccionan o cambiamos nuestra apariencia y observamos cómo afecta a nuestras amistades. En esencia, este tipo de experimento implica realizar una acción con la intención de analizar sus resultados
En este contexto, "X" representa la variable independiente o la causa que está siendo manipulada, mientras que "Y" representa la variable dependiente o el efecto que se está observando como resultado de la manipulación. El objetivo de los diseños experimentales es comprender la relación entre las variables independientes y dependientes en un entorno controlado para obtener conclusiones sólidas sobre cómo ciertos cambios pueden influir en los resultados.
El enfoque de investigación de Creswell (2013a) y Reichardt (2004) se refiere a los experimentos como estudios de intervención, donde el investigador crea situaciones para analizar cómo afectan a los participantes en comparación con aquellos que no participan Estos experimentos pueden involucrar seres humanos, otros seres vivos u objetos, siempre siguiendo estrictos principios éticos.
¿Cuáles son los requisitos y características distintivas de los diseños experimentales o experimentos?
1 Manipulación intencional de una o más variables independientes
2. Medición de las variables dependientes.
3 Control sobre la situación experimental
Primer requisito: manipulación intencional de una o más variables independientes
El primer requisito es la manipulación intencional de una o más variables independientes en un estudio. La variable independiente es la que se considera como la causa en una relación entre variables, mientras que la variable dependiente es el efecto causado por esa variable independiente. Puede haber múltiples variables independientes y dependientes en un estudio.
Si existe una relación causal entre una variable independiente y una dependiente, al cambiar la variable independiente de manera intencional, la variable dependiente también cambiará Por ejemplo, si la satisfacción en el trabajo afecta la productividad, al variar la satisfacción en el trabajo, la productividad también variará.
Grados de manipulación de la variable independiente
El proceso de manipular una variable independiente puede llevarse a cabo en diferentes niveles de intensidad. El grado mínimo implica tener o no tener presente la variable independiente, mientras que otros grados involucran la formación de grupos o subconjuntos con diferentes condiciones experimentales. Esta manipulación se lleva a cabo en función de unidades como individuos, eventos, plantas o animales En el ámbito académico, se emplea la letra "X" para representar la variable independiente o el tratamiento experimental, y las letras "A, B" o "1, 2" indican distintos niveles de variación en esta variable. Por su parte, la letra "Y" se utiliza para denotar la variable dependiente que es objeto de estudio
Presencia-ausencia
Este nivel de manipulación implica dividir un conjunto de casos en dos grupos: uno que experimenta la presencia de la variable independiente y otro que no lo hace Luego se comparan estos grupos para determinar si la presencia de la variable independiente causa alguna diferencia significativa. Por ejemplo, en un estudio sobre artritis, se administra un tratamiento médico a un grupo (experimental) mientras que el otro grupo (de control) no recibe el tratamiento. Aunque ambos grupos forman parte del experimento, se busca determinar si el tratamiento tiene un efecto en el grupo experimental en comparación con el grupo de control.
Este enfoque también se llama "tratamiento experimental" o "intervención experimental" El grupo experimental recibe la variable independiente (tratamiento o estímulo), mientras que el grupo de control no lo recibe. En el caso de seres vivos, el grupo de control realiza las mismas actividades que el grupo experimental, excepto por la variable independiente Por ejemplo, si el grupo experimental ve un programa de televisión con contenido antisocial, el grupo de control podría ver el mismo programa pero sin las partes antisociables
Más de dos grados
Es importante cambiar la variable que estás estudiando en diferentes grados Por ejemplo, si deseas entender cómo la violencia en la televisión afecta el comportamiento agresivo de los niños, podrías exponer un grupo a programas muy violentos, otro a programas moderadamente violentos y un tercer grupo a programas sin violencia Esto se representaría como X1 (alta violencia), X2 (violencia moderada) y X3 (sin violencia).
Modalidades de manipulación en lugar de grados
Esta alternativa involucra exponer a grupos experimentales a diferentes formas o modalidades de la variable, sin cambiar su cantidad Por ejemplo, se pueden realizar experimentos con diferentes tipos de medicamentos, métodos de comunicación en una empresa, terapias físicas o psicológicas, estilos de argumentación de abogados en juicios y distintos sistemas de calidad en procesos empresariales.
En algunos casos, la manipulación de la variable independiente incluye tanto diferentes modalidades como cantidades Por ejemplo, en experimentos con medicamentos se pueden considerar aspectos como el tipo de medicamento, la dosis, el intervalo de tiempo entre dosis y la forma de administración (cápsulas o suspensión)
¿Cómo defines la manera de manipular las variables independientes?
En la manipulación de variables independientes, es fundamental establecer una definición operacional experimental para cada variable. Esto implica convertir un concepto teórico en un estímulo experimental concreto. Por ejemplo, si la variable independiente a manipular es la exposición a la violencia televisada en adultos, se debe transformar este concepto en acciones específicas. En este caso, la violencia televisada se operacionaliza a través de la exposición a programas que contienen riñas, golpes, insultos, agresiones, armas de fuego, crímenes, acoso, intimidación y persecuciones. Se selecciona un programa que presente estas conductas, como "Los muertos vivientes", "En busca de la verdad", "El señor de los cielos" o "Narcos". De esta manera, se convierte un concepto abstracto en un referente real, permitiendo la manipulación experimental efectiva de la variable independiente.
Retos para definir cómo se manipularán las variables independientes
El desafío de definir la manipulación de variables independientes radica en la dificultad de convertir conceptos teóricos en acciones prácticas, especialmente con variables internas o abstractas. Manipular elementos tangibles como dinero, realimentación, reforzamiento o medicamentos es más sencillo en comparación con conceptos intangibles como socialización, cohesión, sentido de vida, poder, felicidad y depresión
Para superar este desafío, se ofrecen algunas recomendaciones:
Revisar experimentos anteriores para comprender cómo se manipuló la variable independiente y si se logró el éxito deseado.
Evaluar la manipulación antes de realizar el experimento, probándola en un grupo similar en tamaño al del experimento principal. Si la manipulación resulta débil, es posible que no se encuentren efectos, no porque no existan, sino debido a una manipulación insuficiente
Incluir métodos de verificación para asegurarse de que la manipulación haya funcionado En experimentos con personas, es posible entrevistar a los participantes para evaluar si la manipulación tuvo el efecto esperado. También se puede medir la manipulación durante el experimento, utilizando escalas u otras herramientas de medición para confirmar su efectividad.
Segundo
requisito de un experimento: medición de la variable dependiente
El segundo requisito crucial en un experimento es la "medición de la variable dependiente"
La variable dependiente se observa y registra para comprender cómo la manipulación de la variable independiente la afecta
Aunque no se modifica directamente, su medición es esencial y debe ser precisa, válida y confiable Un ejemplo ilustrativo sería un experimento que evalúa un nuevo método de enseñanza en niños sobre conceptos de salud preventiva. Si en lugar de medir la comprensión real, se midiera la memorización, el experimento fracasaría, incluso si la variable independiente se manipuló correctamente, ya que la medición de la variable dependiente no sería adecuada.
¿Cuántas variables independientes y dependientes deben incluirse en un experimento?
El número de variables independientes en un experimento no está predeterminado y depende de la formulación del problema de investigación y las restricciones presentes. Por ejemplo, si se investiga la eficacia de dos medicamentos para controlar la presión arterial, la variable independiente sería el tipo de medicamento (X y Z). Si se desea considerar también la dosis y se incluye el efecto en pacientes hipertensos mayores de 60 años, se agregaría la dosis como otra variable independiente, con dos niveles (95 mg y 190 mg) Esto resultaría en cuatro grupos experimentales y un grupo de control sin dosis.
En un enfoque más integral sobre el control de la presión arterial, podrían introducirse variables independientes adicionales como el ejercicio (moderado o intenso) y la dieta (consumo regular de carbohidratos o reducción a 50%). A medida que se añaden más variables independientes, aumentan las manipulaciones requeridas y la cantidad de grupos experimentales.
Tercer requisito de un experimento: control o validez interna
El tercer requisito fundamental en un experimento es el control o validez interna. Este término se refiere a la capacidad del experimento para establecer una relación causal entre las variables independientes y las variables dependientes. En otras palabras, se busca asegurar que cualquier variación observada en las variables dependientes sea el resultado directo de la manipulación de las variables independientes, y no sea influenciada por otros factores o causas.
Lograr la validez interna implica que al observar cambios en las variables dependientes, estos cambios deben ser atribuibles exclusivamente a las manipulaciones realizadas en las variables independientes y no a factores externos o desconocidos
Fuentes de invalidación interna
Las fuentes de invalidación interna son factores que pueden generar confusión y poner en duda si una variable independiente o un tratamiento experimental realmente tienen un efecto genuino. Estas explicaciones alternativas a la relación entre variables se consideran obstáculos para la validez interna de un experimento, que se refiere a la confianza en la interpretación de los resultados. La calidad de un experimento se relaciona con su validez interna, lograda a través del control, asegurando que los grupos difieran solo en la exposición a la variable independiente, utilizando mediciones confiables y apropiadas, y aplicando el análisis adecuado. El control se logra al eliminar estas explicaciones rivales o fuentes de invalidación interna
¿Cómo se logran el control y la validez interna?
El control y la validez interna en un experimento se logran a través de varios métodos. Para alcanzar el control y asegurar la validez interna, es esencial contar con al menos dos grupos de comparación, donde la única diferencia significativa sea la manipulación de la variable independiente Este enfoque garantiza que los efectos observados sean atribuibles a la variable manipulada y no a otras causas externas o fuentes de invalidación interna. Un experimento debe tener al menos dos grupos para comparar: un grupo experimental al cual se le aplica la manipulación (como un medicamento) y un grupo de control al que no se le aplica la manipulación. La comparación entre estos grupos proporciona un punto de referencia válido
¿Cómo se logra la equivalencia inicial?: asignación al azar
El método de asignación al azar es utilizado para lograr la equivalencia inicial entre los grupos en un experimento. Esta técnica asegura que dos o más grupos sean equivalentes probabilísticamente al distribuir a los participantes de manera aleatoria en los grupos. Se utiliza para controlar la influencia de variables desconocidas o irrelevantes en los resultados del estudio. La asignación al azar se puede realizar escribiendo los nombres de los participantes en trozos de papel, revolviéndolos en un recipiente y sacándolos sin mirar para formar los grupos.
Además de la asignación al azar, existe otro método llamado emparejamiento que busca igualar los grupos en mediciones de variables que podrían afectar a la variable dependiente. Por ejemplo, en un experimento sobre métodos de enseñanza, se podrían emparejar los grupos en inteligencia y calificaciones Sin embargo, la asignación al azar suele ser más fácil de realizar.
Clasificación de los diseños experimentales
Los diseños experimentales se clasifican usando la clásica tipología de Campbell y Stanley (1966) en:
1 Preexperimentos
2. Experimentos puros (con control).
3 Cuasiexperimentos
Simbología para comprender los diseños experimentales
Diseños preexperimentales (preexperimentos)
Estos diseños se centran en un único grupo y existen dos tipos principales:
Estudio de caso con una sola medición: En este diseño, se administra un estímulo o tratamiento a un grupo y luego se realiza una medición de una o más variables para observar cómo afecta al grupo. Sin embargo, este diseño no cumple con los estándares de un experimento completo. No hay manipulación deliberada de la variable independiente ni grupos de comparación Además, no se tiene información previa sobre el nivel de las variables dependientes antes del estímulo, lo que dificulta establecer relaciones causales con certeza y controlar posibles fuentes de error internas
Diseño de preprueba/posprueba con un solo grupo: En este diseño, se realiza una medición inicial (preprueba) a un grupo antes de aplicar el tratamiento experimental, luego se administra el tratamiento y finalmente se realiza otra medición (posprueba) después del tratamiento. Aunque se cuenta con una referencia inicial para comparar los efectos del tratamiento, este diseño no es ideal para establecer causalidad, ya que carece de manipulación controlada y grupos de comparación. Además, diversas fuentes de error interno, como eventos externos (historia) entre las mediciones y la posibilidad de que factores distintos al tratamiento causen cambios, pueden afectar los resultados.
Diseños experimentales o experimentos puros (control)
Los diseños experimentales, también conocidos como experimentos puros, son enfoques de investigación que cumplen con los requisitos esenciales para el control y la validez interna Estos diseños incorporan:
Grupos de comparación con manipulación de la variable independiente: Se establecen grupos de comparación donde se manipula deliberadamente la variable independiente, es decir, el factor que se supone que causa un efecto en la variable dependiente. Equivalencia de los grupos: Se busca que los grupos sean comparables en términos de características relevantes, para asegurarse de que cualquier diferencia en los resultados sea atribuible a la variable independiente y no a diferencias iniciales entre los grupos.
Diseños no experimentales
¿Qué es la investigación no experimental en la ruta cuantitativa?
La investigación no experimental en la ruta cuantitativa se refiere a un enfoque de estudio en el cual no se manipulan conscientemente las variables independientes para observar sus efectos en otras variables. En este tipo de investigación, se observan o miden fenómenos y variables en su entorno natural, sin generar situaciones artificiales A diferencia de los experimentos, donde se crean condiciones específicas para varios casos o individuos, en la investigación no experimental se analizan situaciones ya existentes sin haber sido provocadas intencionalmente por el investigador.
¿Cuáles son los tipos de diseños no experimentales?
Investigación transeccional o diseños transversales
Un diseño de investigación transeccional, también conocido como diseño transversal, implica la recopilación de datos en un único punto en el tiempo con el propósito de cumplir varias metas:
Descripción de variables: Se utiliza para describir las características de un grupo de casos, ya sea una muestra o una población.
Evaluación de situaciones: Este diseño permite evaluar una situación, comunidad, evento, fenómeno o contexto en un punto específico del tiempo.
Análisis de variables y relaciones: Se emplea para analizar la incidencia de ciertas variables y cómo se relacionan entre sí en un momento, lapso o período
Es similar a tomar una fotografía de un evento o situación. Algunos ejemplos incluyen:
Incidencia de diabetes mellitus: Se puede determinar la frecuencia de la diabetes mellitus en una población específica durante un período determinado, como adultos mayores de 60 años en el área metropolitana de San José, Costa Rica, en el último año. Relación entre dirección estratégica y competitividad: Mediante datos recopilados en un solo momento, se puede investigar la relación entre la dirección estratégica y la competitividad en pequeñas y medianas empresas restauranteras en Bogotá
Discriminación en procesos de selección: Se puede explorar si existe discriminación en términos de género, edad y capacidades en los procesos de selección de grandes empresas industriales en una ciudad específica en un momento particular.
Impacto del diseño ambiental en el desempeño laboral: Un diseño transeccional puede ayudar a identificar si la satisfacción con el diseño ambiental de áreas de trabajo en Lima, Perú, tiene un impacto significativo en el desempeño laboral en la actualidad.
Transversal exploratorio
El término "Transversal Exploratorio" se refiere a estudios que tienen como objetivo principal comenzar a investigar ciertas variables en un momento específico Por ejemplo, en un estudio realizado por Amate y Morales (2005) en una ciudad de México, se buscaba entender cómo las empresas contrataban a personas con diferentes tipos de capacidades, como discapacidades físicas, motrices, visuales y mentales
Transversal descriptivo
Recordemos que estos estudios buscan indagar el nivel o estado de una o más variables en una población; en este caso, en un tiempo único.
Transversal correlacional o causal
Estos diseños son útiles para establecer relaciones entre dos o más categorías, conceptos o variables en un momento determinado; a veces, únicamente en términos correlacionales, otras en función de la relación causa-efecto (causales)