Tipos de Investigación Experimental

La investigación experimental es el tipo de diseño de investigación más familiar para los individuos de las ciencias físicas y de una gran cantidad de otros campos. Esto se debe principalmente a que la investigación experimental es un experimento científico clásico, similar a los que se realizan en las clases de ciencias del instituto.

Imagina que tomas dos muestras de la misma planta y expones una de ellas a la luz del sol, mientras que la otra se mantiene alejada de la luz solar. Dejemos que la planta expuesta a la luz solar se llame muestra A, mientras que la segunda se llame muestra B.

Si al cabo de la investigación comprobamos que la muestra A crece y la muestra B muere, aunque ambas se mojen regularmente y reciban el mismo tratamiento. Por lo tanto, podemos concluir que la luz solar ayuda al crecimiento de todas las plantas similares.

¿Qué es la investigación experimental?

La investigación experimental es un enfoque científico de la investigación, en el que se manipulan una o varias variables independientes y se aplican a una o varias variables dependientes para medir su efecto sobre estas últimas. El efecto de las variables independientes sobre las dependientes suele observarse y registrarse a lo largo de cierto tiempo, para ayudar a los investigadores a sacar una conclusión razonable sobre la relación entre estos dos tipos de variables.

Según Fleischer et al (2002), el método de investigación experimental se utiliza ampliamente en las ciencias físicas y sociales, la psicología y la educación. Se basa en la comparación entre dos o más grupos con una lógica sencilla, que sin embargo puede ser difícil de ejecutar.

Los diseños de investigación experimental, relacionados en su mayoría con un procedimiento de prueba de laboratorio, implican la recogida de datos cuantitativos y la realización de análisis estadísticos sobre ellos durante la investigación. Por lo tanto, es un ejemplo de método de investigación cuantitativo.

¿Cuáles son las características de la investigación experimental?

Variables

La investigación experimental contiene variables dependientes, independientes y extrañas. Las variables dependientes son las variables que se tratan o manipulan y a veces se denominan el objeto de la investigación.

Por su parte, las variables independientes son el tratamiento experimental que se ejerce sobre las variables dependientes. Las variables extrañas, por su parte, son otros factores que afectan al experimento y que también pueden contribuir al cambio.

Entorno

El escenario es el lugar donde se realiza el experimento. Muchos experimentos se llevan a cabo en el laboratorio, donde se puede ejercer un control sobre las variables extrañas, eliminándolas.

Otros experimentos se llevan a cabo en un entorno menos controlable. La elección del entorno utilizado en la investigación depende de la naturaleza del experimento que se lleve a cabo.

Multivariable

La investigación experimental puede incluir múltiples variables independientes, por ejemplo, tiempo, habilidades, resultados de pruebas, etc.

¿Cuáles son los tipos de diseño de investigación experimental?

Los tipos de diseño de investigación experimental están determinados por la forma en que el investigador asigna los sujetos a las diferentes condiciones y grupos. Según Demetrescu  (2000), son de 3 tipos, a saber: preexperimental, cuasi-experimental y de investigación experimental verdadera.

Diseño de investigación preexperimental

En el diseño de investigación preexperimental, se observa a un grupo o a varios grupos dependientes para comprobar el efecto de la aplicación de una variable independiente que se supone que provoca el cambio. Es la forma más sencilla de diseño de investigación experimental y se trata sin grupo de control.

Aunque es muy práctica, la investigación experimental carece de varias áreas de los criterios verdadero-experimentales. El diseño de investigación preexperimental se divide a su vez en tres tipos:

Diseño de investigación de estudio de caso único

En este tipo de estudio experimental, sólo se considera un grupo o variable dependiente. El estudio se lleva a cabo después de algún tratamiento que se supone que provoca un cambio, por lo que es un estudio postest.

Diseño de investigación pretest-postest de un grupo

Este diseño de investigación combina tanto el estudio postest como el pretest al realizar una prueba en un solo grupo antes de administrar el tratamiento y después de administrarlo. El primero se administra al principio del tratamiento y el segundo al final.

Comparación estática de grupos

En un estudio de comparación de grupos estáticos, se ponen en observación 2 o más grupos, en los que sólo uno de ellos se somete a algún tratamiento mientras que los otros grupos se mantienen estáticos. Todos los grupos se someten a una prueba posterior y se supone que las diferencias observadas entre los grupos son el resultado del tratamiento.

Diseño de investigación cuasi-experimental

La palabra “cuasi” significa parcial, medio o pseudo. Por lo tanto, la investigación cuasi-experimental tiene un parecido con la verdadera investigación experimental, pero no es lo mismo.  En los cuasi-experimentos, los participantes no se asignan al azar, y por ello se utilizan en entornos en los que la aleatorización es difícil o imposible.

Esto es muy común en la investigación educativa, donde los administradores no están dispuestos a permitir la selección aleatoria de los estudiantes para las muestras experimentales.

Algunos ejemplos de diseño de investigación cuasi-experimental son: la serie temporal, el diseño de grupo de control no equivalente y el diseño contrapesado.

Diseño de investigación experimental verdadero

El diseño de investigación experimental verdadero se basa en el análisis estadístico para aprobar o refutar una hipótesis. Es el tipo de diseño experimental más preciso y puede llevarse a cabo con o sin una prueba previa en al menos 2 sujetos dependientes asignados al azar.

El diseño de investigación experimental verdadero debe contener un grupo de control, una variable que pueda ser manipulada por el investigador y la distribución debe ser aleatoria. La clasificación del diseño experimental verdadero incluye:

El diseño de grupo de control sólo después de la prueba

En este diseño, los sujetos se seleccionan al azar y se asignan a los 2 grupos (control y experimental), y sólo se trata al grupo experimental. Tras una estrecha observación, ambos grupos son sometidos a una prueba posterior y se extrae una conclusión a partir de la diferencia entre estos grupos.

El diseño de grupo de control pretest-postest

En este diseño de grupo de control, los sujetos se asignan aleatoriamente a los dos grupos, ambos se presentan, pero sólo se trata al grupo experimental. Después de una estrecha observación, ambos grupos son sometidos a una prueba posterior para medir el grado de cambio en cada grupo.

Diseño salomónico de cuatro grupos

En este tipo de diseño, se forman cuatro grupos al azar, incluyendo dos grupos experimentales y dos grupos de control. Sólo dos grupos se someten a una prueba previa. A continuación, un grupo con prueba previa y un grupo sin prueba previa reciben el tratamiento. Los cuatro grupos reciben la prueba posterior. Y, al final, los resultados de la prueba posterior demuestran los efectos de la variable dependiente en comparación con los efectos de la variable independiente sobre la variable dependiente. Este método es una combinación de los dos anteriores y las posibles fuentes de error se eliminan al utilizar este diseño.

Diseño factorial

Se manipulan simultáneamente dos o más variables independientes (factores) para observar sus efectos sobre la variable dependiente. Este diseño permite al investigador probar dos o más hipótesis en un solo proyecto.

Diseño de bloques aleatorios

Cuando hay diferencias intrínsecas entre los sujetos y posibles diferencias en las condiciones experimentales, se utiliza este diseño. Cuando hay un gran número de grupos experimentales, el diseño de bloques aleatorios hace que los grupos sean homogéneos.

Diseño cruzado (también conocido como diseño de medidas repetidas)

En este diseño se manipulan aleatoriamente diferentes órdenes de tratamiento a los sujetos, y se les asigna más de un tratamiento. Según Moret (2002), los grupos comparados deben tener una distribución igual de características y debe haber un alto nivel de similitud entre los sujetos. En este tipo de diseño, los sujetos sirven como sus propios grupos de control. Los diseños cruzados son muy buenas herramientas para hacer investigación, pero, hay algo que debe preocupar y es el punto de que la experiencia de los sujetos con el primer tratamiento puede afectar su respuesta al segundo tratamiento o condición.

Ejemplos de investigación experimental

Los ejemplos de investigación experimental son diferentes, dependiendo del tipo de diseño de investigación experimental que se esté considerando. El ejemplo más básico de investigación experimental son los experimentos de laboratorio, cuya naturaleza puede variar en función del tema de investigación.

Administración de los exámenes al final del semestre

Durante el semestre, los estudiantes de una clase reciben clases sobre determinados cursos y se les administra un examen al final del semestre. En este caso, los estudiantes son los sujetos o variables dependientes, mientras que las clases son las variables independientes tratadas sobre los sujetos.

En esta investigación sólo se considera un grupo de sujetos cuidadosamente seleccionados, lo que la convierte en un ejemplo de diseño de investigación preexperimental. También observaremos que las pruebas sólo se realizan al final del semestre, y no al principio.

Lo que nos facilita la conclusión de que se trata de una investigación de estudio de caso único.

Evaluación de las habilidades de los empleados

Antes de contratar a un empleado, las organizaciones realizan pruebas que sirven para descartar a los candidatos menos cualificados del conjunto de solicitantes cualificados. De este modo, las organizaciones pueden determinar el conjunto de habilidades de un empleado en el momento de la contratación.

En el transcurso del empleo, las organizaciones también llevan a cabo la formación de los empleados para mejorar su productividad y, en general, hacer crecer la organización. Al final de cada formación se lleva a cabo una evaluación posterior para comprobar el impacto de la formación en las habilidades de los empleados y comprobar si se pueden mejorar.

Aquí, el sujeto es el empleado, mientras que el tratamiento es la formación impartida. Se trata de un ejemplo de investigación experimental de grupo de control pretest-postest.

Evaluación del método de enseñanza

Consideremos una institución académica que quiere evaluar el método de enseñanza de 2 profesores para determinar cuál es el mejor. Imaginemos un caso en el que los alumnos asignados a cada profesor se seleccionan cuidadosamente, probablemente debido a la petición personal de los padres o a la terquedad y la inteligencia.

Este es un ejemplo de diseño de grupo no equivalente porque las muestras no son iguales. Al evaluar la eficacia del método de enseñanza de cada profesor de esta manera, podemos concluir después de realizar una prueba posterior.

Sin embargo, esto puede verse influido por factores como la dulzura natural de un alumno. Por ejemplo, un alumno muy inteligente captará más fácilmente que sus compañeros, independientemente del método de enseñanza.

Nuestros especialistas esperan por ti para que los contactes a través del formulario de cotización o del chat directo. También contamos con canales de comunicación confidenciales como WhatsApp y Messenger. Y si quieres estar al tanto de nuestros novedosos servicios y las diferentes ventajas de contratarnos, síguenos en Facebook, Instagram o Twitter.

Si este artículo fue de tu agrado, no olvides compartirlo por tus redes sociales.

También te puede interesar: Tesis defendida en la UJA valida en español una herramienta para detectar riesgo de estrés postraumático postparto

Referencias Bibliográficas

Moret (2002). Towards a discipline of experimental algorithmics. In M. H. Goldwasser, D. S. Johnson, C. C. McGeoch (Eds.), Data Structures, Near Neighbor Searches, and Methodology: Fifth and Sixth DIMACS Implementation Challenges, vol. 59 of DIMACS Series in Discrete Mathematics and Theoretical Computer Science, pp. 197-213, American Mathematical Society, Providence, RI, USA.

Fleischer, B. Moret, E. M. Schmidt (Eds.) (2002). Experimental Algorithmics: From Algorithm Design to Robust and Efficient Software, vol. 2547 of Lecture Notes in Computer Science. Springer Verlag, Berlin, Germany, Berlin, Germany.

Demetrescu, G. F.  (2000). What do we learn from experimental algorithmics?. In M. Nielsen, B. Rovan (Eds.), MFCS, vol. 1893 of Lecture Notes in Computer Science, pp. 36-51, Springer Verlag, Berlin, Germany, Berlin.