Diseos experimentales

y cuasiexperimentales
en la investigacin social

Donald T. Cartipbell
Julian C. Stanley

Amorrortu editores
Buenos Aires

, ---- .
,

r1 1 1:1 1
BIBLIg I
- '
,.:.: . ' u N.!;-: .

001.434 CAMci
Disenosexperimentales
172
1 ./

laiii i i i i i11111111111111111101 11111

Material disponible en los Servicios del CECSo
www.serviciosdelcecso.blogspot.com / sercecso@fcs.edu.uy
Por trabajos: pedidosercecso@gmail.com
Cantina & Cafetera: 2410 6720 (220)
Fotocopiadora: 2410 6720 (208 / 218)
 2. El problema y sus antecedentes
McCall como modelo
En 1923, W. A. McCall public un libro titulado How to
. (Pmo, experimentar en educacin).
experiment in educ-a-iion
Nuestro propsito es exponer aqu en forma actiiiraa los
intereses indicados y las consideraciones apuntadas en dicha
obra; comenzaremos, pues, formulando una evaluacin acerca
(d ella. Deca McCall en su introduccin: Hay excelentes
libros y tratados que exponen el manejo estadstico de datos
experimentales, pero muy pocos acerca de cmo obtener datos
I adecuados y correctos a los cuales poder aplicar el procedi-
miento estadstico. Este enunciado contina siendo hoy tan
, cierto que bien puede servirnos de leitmotiv. Aunque la
`-lhfluencia de la corriente fisheriana remedi la situacin en
algunos aspectos fundamentales, su efecto ms conspicuo
parece haber sido el de afinar y perfeccionar el anlisis esta-
dstico, ms que el de ayudar a conseguir datos adecuados y
correctos.
Quiz por su orientacin prctica y sentido comn, y porque
no pretende constituir un aporte capital, el libro de McCall
representa un clsico insuficientemente valorado todava.
Cuando apareci, dos arios antes de la primera edicin de
Statistical methods for research workers (Mtodos estadsticos
para investigadores), de Fisher [1925], no haba nada com-
parable cualitativamente a l en el mbito de la agricultura ni
en el de la psicologa. Se anticip en varios puntos fundamen-
tales a las metodologas ortodoxas de esas dos ciencias. Acaso
la ms importante de las contribuciones de Fisher haya sido la
idea de formular la igualacin preexperimental de grupos por
aleatorizacin.
Esta idea, y el consecuente rechazo de la tentativa de llegar
a tal igualacin por equiparacin (pese a su intuitiva atraccin
y potencialidad de error), no mereci fcilmente la aproba-
cin de los investigadores del mbito educacional. En 1923,
[McCall haba comprendido cules eran los elementos cua-
-7--- 'litativos fundamentales del problema. Dio, como primer m-
'todo para establecer grupos comparables, el de los grupos
lo
gualados por azar. As como se puede lograr la representa-
. ividad por el mtodo aleatorio ( . ) tambin se puede
conseguir la equivalencia por el mismo medio, siempre que
el nmero de sujetos que hayan de utilizarse sea lo suficien-
temente grande (pg. 41). Tambin en otro punto se anti-
cip a Fisher: la introduccin del diseo del cuadrado latino
con el rtulo de experimento rotatorio, que por otra parte
haban utilizado ya Thorndike, McCall y Chapman [1916],
tanto en formas 5 X 5 como 2 X 2, unos 10 aos antes de
que Fisher [1926] lo incorporase de modo sistemtico a su
esquema de diseo experimental con aleatorizacin. 2
La forma en que McCall utiliza el experimento rotatorio
ilustra muy bien el nfasis tanto de su obra como de la pre-
sente. El experimento rotatorio se introduce, no por razones
- de eficiencia, sino ms bien para lograr algn control cuando
Lno es posible la asignacin aleatoria a grupos equivalentes.
Con una intencin similar examinaremos aqu las imperfec-
ciones de muchos programas experimentales, abogando no
obstante por su aplicacin en aquellas configuraciones en que
no haya modo de recurrir a mejores diseos experimentales.
- En este sentido, la mayor parte de los diseos analizados, in-
,- cluso el experimento rotatorio no aleatorizado, se denomi-
nan diseos cuasiexperimentales.
La desilusin provocada por los experimentos llevados a cabo
en el campo de la educacin
f-
En esta obra nos declaramos partidarios del mtodo experi-
mental como nico medio de zanjar las disputas relativas a
la prctica educacional, nica forma de verificar adelantos en
el campo pedaggico y nico mtodo para acumular un saber
al cual puedan introducrsele mejoras sin correr el peligro de
que se descarten caprichosamente los conocimientos ya adqui-
ridos a cambio de novedades de inferior calidad. Sin embargo,
con nuestra enrgica defensa de la experimentacin no pre-
tendemos significar que este nfasis sea nuevo. Como lo ma-
nifiesta la existencia misma del libro de McCall, 'en tiempos
de Thorndike una ola de entusiasmo experimental recorra el
mbito de la educacin, alcanzando quiz su punto culminante
2 Kendall y Buckland [1957] afirman que el cuadrado latino fue in-
ventado por el matemtico Euler en 1782. Thorndike, Chapman y
McCall no utilizan esta expresin.
11
 en la dcada del veinte. Aquel entusiasmo se convirti des-
pus en apata y rechazo, as como en la adopcin de nuevas
doctrinas psicolgicas no susceptibles de verificacin experi-
mental. Good y Scates [1954, pgs. 716-21] han documen-
tado un pesimismo general, que se retrotrae quizs a 1935,
y citan incluso a Monroe [1938], aquel decidido defensor de
la experimentacin controlada nos han desilusionado. Cabe
destacar, adems, que el trnsito de la experimentacin a la
redaccin de ensayos, acompaado a menudo por una con-
versin del conductismo tipo Thorndike a la psicologa de la
guestalt o al psicoanlisis, se produjo con frecuencia en per-
sonas que contaban con una buena formacin en la tradicin
experimental.
Para evitar que se repita este desencanto, debemos conocer
los orgenes de la reaccin anterior, procurando sortear las
s, falsas expectativas que condujeron a ella. Merecen destacarse
varios aspectos. Ante todo, se pretendi asignar a los resulta-
'. dos de la experimentacin un cierto ritmo y grado exagerado
1 de progreso, al par que se menospreciaba injustificadamente el
conocimiento no experimental. Los primeros defensores supu-
sieron que el progreso en la tecnologa pedaggica haba sido
lento solo porque no se haba aplicado a ella el sistema cient-
fico: crean que la prctica tradicional era ineficaz solo por-
\.que no haba sido fruto de la experimentacin. Cuando se
)demostr que los experimentos eran a menudo tediosos, equ-
vocos, de reiterabilidad insegura y ratificadores, por lo comn,
de conocimientos precientficos, los fundamentos excesivamen-
te optimistas con que se haba querido justificar la experimen-
tacin quedaron minados 'por la base, y al primitivo entusias-
Lmo sucedi el desilusionado abandono.
Aquella sensacin era compartida tanto por los observadores
como por los propios involucrados. Entre los experimenta-
dores se adverta una innegable aversin hacia la expe-
rimentacin. Para el investigador normal, muy motivado, el
hecho de que una de las hiptesis que sustenta no sea confir-
mada resulta por dems doloroso. Como animal biolgico y
psicolgico, est sujeto a leyes de aprendizaje que lo conducen
inevitablemente a asociar este dolor con los estmulos y acon-
tecimientos inmediatos. No es extrao, pues, que tales est-
mulos estn constituidos por el mismo proceso experimental
de- modo ms vvido y directo que la verdadera fuente de la
frustracin, a saber: la inadecuada teora. Una situacin tal
puede inducir, inconscientemente quizs, a evitar o rechazar
el proceso experimental. Si, como parece probable, la ecologa
-
12
de nuestra ciencia est constituida de tal manera que hay en ella
muchas ms respuestas errneas que correctas, cabe prever el
fracaso de la mayor parte de los experimentos. Hay que inmu-
nizar, pues, de algn modo a los jvenes investigadores contra
ese resultado y, en general, justificar ante ellos/la experimen-
tacin sobre fundamentos ms realistas: no como una panacea,
pero s como el nico camino hacia el progreso acumulativo.
Tenemos que inculcar en nuestros discpulos la expectativa
del tedio y la decepcin, y el deber de la tenaz persistencia,
actitudes ambas que con tanto xito se ha logrado implantar
ya en las ciencias biolgicas y fsico-naturales. /Hay que am-
pliar el voto de pobreza de nuestros alumnos, de modo que
no solo se avengan a trabajar con insuficientes recursos finan-
cieros sino a admitir la insuficiencia de sus resultados expe-
rimentales.
1,-M
- s concretamente: debemos ensanchar nuestra perspectiva
temporal, y reconocer que la experimentacin continua y ml-
tiple
tiple es ms propia de la actividad cientfica que los experi-
mentos nicos y'definitivos. Las pruebas que realizamos hoy,
si llegan a tener xito, exigirn repeticin y validaciones cru-
zadas en otros momentos y en otras condiciones antes de con-
:: vertirse en adquisicin estable para el acervo cientfico y ser
susceptibles de segura interpretacin terica. Adems, aun
cuando reconocemos que la experimentacin es el lenguaje fun-
damental de la demostracin y el nico tribunal decisivo para
resolver los desacuerdos entre posibles teoras rivales, no es
previsible que los experimentos cruciales que contrapongan
a las teoras opuestas vayan a producir resultados claramente
definitorios. Cuando se descubra, por ejemplo, que observa-
- dores competentes sustentan puntos de vista muy dispares en-
tre s, ser razonable suponer a priori que ambos habrn encon-
trado algo vlido sobre la situacin estudiada, y que ambos
representarn una parte de la verdad completa. Cuanto mayor
sea la controversia, ms probable ser que as ocurra. Pode-
mos, pues, esperar en tales casos un resultado experimental
de carcter mixto, o con sutiles variaciones en el saldo de ver-
dad entre una prueba y otra. La posicin ms sensata lo-
grada en gran parte por la psicologa experimental (por ejem-
plo, Underwood, 1957b ) evita los experimentos cruciales,
reemplazndolos por relaciones e interacciones dimensionales
a lo largo de muchas gradaciones diversas de las variables.
^Tampoco hay que olvidar los muy perfeccionados procedimien-
tos estadsticos que en poca reciente se han ido introduciendo
poco a poco en la psicologa y la educacin. Durante su perodo
13

de mayor actividad, la experimentacin educacional avanz
' lentamente, empleando medios y procedimientos burdos.
McCall [1923] y sus contemporneos realizaron investigacio-
nes en las cuales se estudiaba una sola variable por vez. Para
la enorme complejidad que caracteriza las situaciones de apren-
dizaje humano, aquello resultaba demasiado lento. Hoy se sabe
la gran importancia que pueden asumir diversas contingencias,
dependientes de la accin conjunta de dos o ms variables
experimentales. Stanley [1957a, 1960, 1961b, 1961c, 1962],
Stanley y Wiley [1962] y otros han destacado la imperiosa
necesidad de evaluar tales interacciones.
-
Los experimentos pueden incluir algunas variables en cual-
quiera de dos sentidos o en ambos a la vez. Por ejemplo, in-
corporando al diseo ms de una variable independiente
(sexo, grado escolar, mtodo con que se ensea aritmtica,
estilo y tamao de los tipos de imprenta, etc.), y/o emplean-
do ms de una variable dependiente (nmero de errores,
velocidad, diversas pruebas, etc.). Los procedimientos de
Fisher .son multivariados_ en el primer sentido y univariados
en el segundo-. Etdstiais matemticos como Roy y Gnana-
desikan [1959] tratan de encontrar diseos y anlisis que
unifiquen ambas formas de diseos multivariados. Tal vez per-
maneciendo alertas a la evolucin de tales diseos puedan los
investigadores en el campo de la educacin reducir la brecha,
por lo comn demasiado amplia, entre la exposicin en la li-
teratura especializada de un procedimiento estadstico y su
aplicacin prctica a investigaciones de envergadura.
No cabe duda de que una capacitacin ms a fondo de los
investigadores educacionales en tcnicas modernas de estads-
tica experimental permitira elevar la calidad de la experimen-
tacin pedaggica.
Concepcin evolutiva sobre la ciencia y la acumulacin
de conocimientos
Como fundamento de lo expuesto en los prrafos precedentes
y lo que se expondr en los que siguen sealamos una con-
cepcin evolutiva del conocimiento [Campbell, 1959], segn
la cual la aplicacin prctica y el conocimiento cientfico son
el resultado de la acumulacin de ciertas tentativas seleccio-
nadas y remanentes del caudal de observaciones recogidas por
,la experiencialEsta concepcin inspira gran respeto por la tra-
T`dicin en la prctica pedaggica.
pi en el trascurso de los si-
14
glos se han ensayado muchos enfoques distintos, si de ellos
algunos han obtenido mejores resultados que otros y los que
mejor funcionaban es de suponer que habrn sido los aplica-
dos con mayor persistencia por sus creadores, imitados por
otros y trasmitidos a las generaciones siguientes, las costum-
bres resultantes de todo ello pueden representar un valioso y
probado subconjunto de todas las prcticas posibles.
" P ero el punto de corte selectivo de esta evolucin se torna
muy impreciso cuando se lo traslada a la realidad. Las condi-
ciones de observacin, tanto fsicas como psicolgicas, distan
mucho de ser ptimas. Lo que sobrevive o se retiene queda
en gran parte determinado por el azar. Es aqu donde la expe-
rimentacin demuestra la importancia del proceso de prueba,
exploracin y seleccin. No se contempla, pues, la experimen-
tacin en s misma como fuente de ideas necesariamente con-
tradictorias con relacin al saber tradicional, sino ms bien
como mecanismo de refinacin superpuesto a las acumulacio-
nes probablemente valiosas de la prctica sensata. Propugnar,
pues, una ciencia experimental de la educacin no implica re-
pudiar el saber tradicional.
Algunos lectores abrigarn tal vez la sospecha de que la ana-
loga con el esquema evolutivo darwiniano se complique con
factores de carcter especficamente humano. Cuando Juan
Prez, director de escuela, tiene que decidir entre adoptar un
libro de texto modificado o continuar con la versin anterior,
es probable que haga su eleccin fundndose en datos insu-
ficientes. Aparte de la eficiencia misma para la enseanza y
el aprendizaje, son muchas las consideraciones que habr de
tomar en cuenta. El director har lo correcto en una de estas
dos formas posibles: reteniendo el libro antiguo cuando sea tan
bueno o mejor que el revisado, o adoptando este ltimo cuan-
do sea superior al primero. Pero puede equivocarse tambin
de dos maneras: reteniendo el libro antiguo cuando el nuevo
es mejor, o adoptando este cuando no es superior al primero.
En cada una de las dos elecciones errneas es de suponer que
se producirn inconvenientes diversos: 1) mayor costo finan-
ciero y de gasto de energas; 2) costo para el director, en for-
ma de quejas de los maestros, padres y miembros del consejo
escolar; 3) costo para los maestros, los alumnos y la sociedad
a causa de una peor instruccin. Estos costos, evaluados en
trminos de dinero, energa, confusin, menor aprendizaje y
mayor riesgo personal, deben sopesarse frente A la probabili-
dad de que se produzca cada una de dichas alternativas, as
como la de que se detecte el error mismo. Si el director toma
15
 su decisin sin suficientes elementos de juicio, fruto de una
investigacin a fondo, sobre el costo 3 (peor instruccin), es
posible que exagere los costos 1 y 2. Los naipes vienen bara-
jados en favor de un criterio conservador: manteher el libro
antiguo durante un ario ms. Cabe, sin embargo, tratar de pre-
parar un experimento con ambos libros a la vez, de acuerdo
con un esquema de teora de la decisin [Chernoff s Moses,
1959], y adoptar una resolucin que tome explcitamente en
cuenta los diversos costos y probabilidades. Cmo conseguir
que las cuidadosas deliberaciones de un excelente administra-
dor educativo se aproximen a este modelo de teora de la
decisin es un grave problema, cuyo estudio bien vale la pena
encarar.
r---
1 Factores que atentan contra la validez tanto
1.,interna como externa
En los prximos captulos de esta obra se describen doce fac-
i tores que amenazan la validez de varios diseos experimen-
tales. 3 Cada uno de dichos factores se explicar con todo detalle
- al exponer los diseos a propsito de los cuales constituye un
problema particular; diez de los diecisis diseos se presenta-
rn antes de completarse la lista. A fin de lograr una perspec-
tiva ms clara sera conveniente, sin embargo, que demos
una lista de dichos factores, as como una gua general acerca
de los cuadros 1, 2 y 3, que resumen parcialmente el anlisis.
Es fundamental a este respecto distinguir bien entre validez
interna y validez externa. Llamamos
validez interna a
ma impfscindible, sin la cual es imposible interpretarlaelmni-
mo-
delo: Introducan, en realidad, una diferencia los tratamien-
tos empricos en este caso experimental concreto? Por su
parte la validez externa
Wad de generalizacin:
plantea el interrogante de la posibili
A qu poblaciones, situaciones, vara.
tbles de tratamiento y variables de medicin puede generali
1 zarse este efecto? Ambos criterios son sin duda importantes,
II-aunque
con frecuencia se contrapongan, en el sentido de que
(
ciertos aspectos que favorecen a uno de ellos perjudican al
; otro. Si bien la validez interna es el
tin de la validez externa,
1 tiva, nunca se puede responder
sine qua non, y a la cues-
como a la de la inferencia induc-
plenamente, es obvio que nues-
3 Gran parte de esta exposicin se funda en Campbell [1957J. En
general, no se harn referencias particulares a esta fuente.
16
tro ideal lo constituye la seleccin de diseos ricos en una y
otra validez. As ocurre, particularmente, respecto de la in-
vestigacin sobre mtodos de enseanza, donde el desidertum
ser la generalizacin a situaciones prcticas de carcter cono-
cido. Tanto las distinciones como las relaciones entre estos
dos tipos de consideraciones de validez irn hacindose ms
explcitas a medida que se las ilustre durante la exposicin
rie diseos especficos_ _ _
dacin a la validez interna, presentaremos ocho clases
as de variables externas que, de no controlrselas en el
experimental, podran generar efectosque se confun-
con el del estmulo experimental. Constituyen los efec-
itfl.) Historia, los acontecimientos especficos ocurridos entre la
: primera y la segunda medicin, adems de la variable expe-
rimental.
. Maduracin, procesos internos de los participantes, que
operan como resultado del mero paso del tiempo (no son pe-
culiares de los acontecimientos en cuestin), y que incluyen el
aumento de la edad, el hambre, el cansancio y similares.
3. Administracin de tests, el influjo que la administracin
1
, e un test ejerce sobre los resultados de otro posterior.
4. Instrumentacin, los cambios en los instrumentos de me-
icin o en los observadores o calificadores participantes que
pueden producir variaciones en las mediciones que se obten-
1 gn.
r -5 ) Regresin estadstica, opera all donde se han seleccionado
! ros grupos sobre la base de sus puntajes extremos.
G Sesgos resultantes en una seleccin daerencial de partici-
; pantes para los grupos de comparacin.
1._,..,,) Mortalidad experimental, o diferencia en la prdida de
'1"P-
, participantes de los grupos de comparacin.
,5. , Interaccin entre la seleccin y la maduracin, etc., en al-
V8)
7: gunos de los diseos cuasiexperimentales de grupo mltiple,
. como el i0, se confunde con el efecto de la variable experi-
Lmental ( es decir, que podra tomarse por l).
llosvidad,
factores que amenazan la validez externa o representati-
y que vamos a analizar aqu, son:
- 1
9. El efecto reactivo o de interaccin de las pruebas, cuando
un pretest podra aumentar o disminuir la sensibilidad o la
calidad de la reaccin del participante a la variable experimen-
17
 tal, haciendo que los resultados obtenidos para una poblacin
con pretest no fueran representativos de los efectos de la va-
riable experimental para el conjunto sin pretest del cual se
seleccionaron los participantes experimentales.
10. Los efectos de interaccin de los sesgos de seleccin y la
variable experimental.
11. Efectos reactivos de los dispositivos experimentales,
que impediran hacer extensivo el efecto de la variable ex-
perimental a las personas expuestas a ella en una situacin no
experimental.
12. Interferencias de los tratamientos mltiples, que pueden
: producirse cuando se apliquen tratamientos mltiples a los
1 mismos participantes, pues suelen persistir los efectos de tra-
tamientos anteriores. Este es un problema particular de los
:diseos de un solo grupo de tipo 8 o 9.
_
En la presentacin de los diseos experimentales se adopta-
rn un cdigo y unos smbolos grficos uniformes, a fin de
compendiar la mayora, si no la totalidad, de sus caractersticas
raistintivas. UnarX representar la exposicin del grupo. a una
variable o acontecimiento experimental, cuyos efectos se han
de medir ( ;har referencia a algn Proceso particular de ob-
servacin o medicin; las X y O en una fila dada se aplican -
! a las mismas personas especficas: La dimensin representada
de izquierda a derecha indica el orden temporal, en tant)
que las X y O dispuestas en forma vertical sealan la presen-
cia de simultaneidad. Para hacer ciertas distinciones impor-
tantes, como entre los diseos 2 y 6 o entre el 4 y el 10, hay
I que utilizar un smbolo R, que indica asignacin aleatoria a
Idiferentes grupos de tratamiento. Esa aleatorizacin se concibe
como un proceso que se produce en un momento dado, y sirve
para lograr, dentro de lmites estadsticos conocidos, la igual-
dad de los grupos antes del tratamiento. Agregaremos a ella
otra convencin grfica: las filas paralelas no separadas por
lnea de puntos significan grupos de 'comparacin no igualados
por dicho procedimiento. No se ha empleado ningn smbolo
para la equiparacin como proceso para conseguir la igualacin
previa al tratamiento de grupos de comparacin, porque el valor
de dicho proceso se ha exagerado mucho y suele ms bien
conducir a inferencias errneas que contribuir a extraer con-
clusiones vlidas. ( Vanse ms adelante el anlisis del diseo
10 y la seccin final sobre diseos correlacionales). En el di-
seo 9 se ha utilizado explcitamente un smbolo M para
identificar materiales.
18
3. Tres diseos preexperimentale. s
`. 1. Estudio de caso con una sola medicin
Gran parte de las investigaciones actuales sobre educacin se
ajustan a un diseo en el cual se estudia un solo grupo cada
vez, despus de someterlo a la accin de algn agente o trata-
miento que se presuma capaz de provocar un cambio. Estos
estudios podran diagramarse de la siguiente forma:
X O
FTComo ya se ha destacado [p. ej., Boring, 1954; Stouffer,
1949], tales estudios adolecen de tan absoluta falta de con-
urol que su valor cientfico es casi nulo. Presentamos este
diseo como punto mnimo de referencia. No obstante, a cau-
sa de la continua inversin en esta clase de estudios y de la
extraccin de inferencias causales de ellos, ser imprescin-
dible formular alguno que otro comentario. El proceso de com-
paracin, de registro de diferencias o de contrastes es funda-
mental para la comprobacin cientfica (y para todos los pro-
cesos de diagnstico del conocimiento, incluso aquellos vin-
culados con la retina). Resulta ilusoria cualquier apariencia
de conocimiento absoluto o intrnseco sobre objetos singula-
res aislados. La obtencin de datos cientficos implica, por
lo menos, una comparacin, cuya utilidad depende de que las
partes integrantes se estructuren con el mismo cuidado e
idntica precisin.
'En los estudios de casos del diseo 1, se compara implcita-
mente un caso nico, cuidadosamente estudiado, con otros
acontecimientos observados de manera casual y recordados. Las
inferencias se fundan en expectaciones generales de cules hu-
bieran sido los datos de no haberse producido X, etc. Tales
estudios suelen requerir una tediosa recopilacin de detalles
concretos, cuidadosa observacin, administracin de tests y si-
milares, y en tales casos se corre el riesgo de hacer precisio-
nes injustificadas. Cunto ms provechoso sera el estudio si
ese caudal de observaciones
_ se redujese a la mitad, aplicndose
19
el esfuerzo ahorrado al estudio igualmente cuidadoso de un
apropiado caso de comparacin! Parece hasta casi falto de tica
el aceptar hoy, como tesis de doctorado en el mbito educa-
cional, estudios de casos de esa ndole ( es decir, que implican
un solo grupo observado una sola vez). En ellos, los tests
estandarizados solo ofrecen una ayuda muy limitada, puesto
qtte las fuentes antagnicas de diferencias (distintas de X)
son tan abundantes que tornan casi intil el grupo estn-
dar de referencia como grupo de control. Por los mismos
motivos, las muchas fuentes no controladas de diferencias en-
tre el estudio actual de un caso concreto y otros que, plan-
tendose en el futuro, pudieran compararse con aquel son tan-
tas, que hacen tambin intil su justificacin como punto de
referencia para estudios posteriores. En general, sera mejor
distribuir el esfuerzo descriptivo entre los dos miembros de
una comparacin interesante.
Si se lo toma en conjunto con las comparaciones implicitas de
conocimiento comn, el diseo 1 presenta la mayor parte
de los inconvenientes de cada uno de los diseos posteriores.
-Por eso dejaremos el estudio de esos inconvenientes para cuan-
do encaremos situaciones ms especficas.
1 2. Diseo pretest-postest de un solo grupo
Si bien este diseo contina siendo de gran aplicacin en la
investigacin educacional, y se lo considera tan superior al
diseo 1 que se lo utiliza all donde no cabe bac& nada mejor
( vase ms adelante el anlisis de los diseos cuasiexperimen-
: tales ), lo presentamos aqu como un mal ejemplo para ilus-
trar algunas de las variables externas entremezcladas que pue-
den atentar contra la validez interna. Esas variables ofre-
cen hiptesis aceptables que explican una diferencia 01 - 02,
1 opuesta a la hiptesis de que X caus la diferencia:
01 X 02
La primera de estas hiptesis rivales no controladas es la his-
toria. Entre 01 y 0 2 pueden haber ocurrido muchos otros
acontecimientos capaces de determinar cambios, adems de la
X sugerida por el experimentador. Si el pretest ( 01) y el
postest ( 02) se administraron en das distintos, los aconteci-
mientos intermedios pueden haber causado la diferencia. Para
20
convertirse en una hiptesis rival aceptable, tal acontecimiento
debera haber afectado a la mayor parte de los estudiantes que
integran el grupo examinado (p. ej., en algn otro pero-
do lectivo o por medio de una noticia periodstica muy difun-
dida). En el estudio escolar realizado por Collier en 1940,
sobre el cual inform en 1944, se produjo la cada de Francia
mientras los estudiantes lean abundante material de propa-
ganda nazi; los cambios de actitud comprobados parecieron ser
consecuencia, ms probablemente, de ese suceso que de la pro-
7paganda en s.' La historia se convierte en una explicacin rival
ms aceptable del cambio cuanto ms extenso es el lapso entre
191 y 02, y podra considerarse un detalle trivial en un ex-
perimento realizado dentro del breve lapso de una o dos horas,
si bien aun en tal caso deben investigarse fuentes externas
' como las risas, las distracciones, etc. La variable historia se
'relaciona con la caracterstica de aislamiento experimental,
que en muchos laboratorios de fsica suele conseguirse con
' tanta aproximacin que el diseo 2 resulta aceptable a prop-
sito de la mayor parte de sus investigaciones. Pero en el estudio
'-cle mtodos de enseanza casi nunca se puede suponer un
aislamiento experimental tan completo. Por eso en el cuadro 1
el diseo 2 se ha marcado con un signo negativo bajo el ttu-
lo Historia, en el que incluiremos un grupo de posibles efec-
tos estad-Ohales o de programacin de acontecimientos institu-
cionales, aunque tambin estos podran situarse al pie del t-
tulo Maduracin. As, el optimismo podra variar con las
estaciones y la ansiedad producida por el programa de exme-
nes semestrales [p. ej., Crook, 1937; Windle, 1954]. Tales
efectos acaso produjesen una variacin 01 - 02 confundible
con el efecto de X.
Una segunda variable o categora de variables rivales recibe
- - _ Tal como lo entendemos aqu, este
el nombre de maduracin
trmino abarca todos aquellos procesos biolgicos o psicol-
gicos que varan de manera sistemtica con el correr del tiem-
po e independientemente de determinados acontecimientos ex-
ternos. As, es probable que entre 0 1 y 02 los estudiantes
hayan aumentado de edad, apetito, fatiga, aburrimiento, etc.,
y acaso la diferencia obtenida refleje ese cambio y no el
de X. En educacin correctiva, que se aplica a personas ex-
cepcionalmente disminuidas, un proceso de remisin espon-
tnea, anlogo al que se produce en la curacin de heridas,
1 En realidad, Collier utiliz un diseo ms adecuado que este, que
ea el presente sistema se denomina diseo 10.
21
 Cuadro. 1. Fuevtes de invalidacin para los diseos I a 6. puede confundirse con el efecto especfico de una X correctiva.
Fuentes de invalidacin
(Ni que decir tiene que tal remisin no se considera espon-
tnea en ningn sentido causal, sino que representa ms bien
Interna
l
Externa los efectos acumulativos de los procesos de aprendizaje y pre-
...
, -o I< 70 siones ambientales de la experiencia global diaria, que se pro-
.. yI .0a a.. ua> c. duciran aunque no se hubiese introducido ninguna X.)
-0a 7., ci.,.15' 13.., TOu' 7..>U Una tercera explicacin rival entremezclada es el efecto de la
a) . ,c, 0, .,a y
realizacin de pruebas, el efecto del pretest mismo. En prue-

c :o
C 1".7 CO 00o ''':' -oo bas de rendimiento e inteligencia, los estudiantes a quienes se
'.c.9., ...E. , o o "r3ot -o
._es, -o 0 ._, _).., c,
o o :1'- e" '.
.1a>%; -o
"Io
V. Q .-.
..,13 uo3ic,
"r)-o u
Q,,7.;. e
- " Q.)
o _ ....
somete a ellas por segunda vez, o a una de sus variantes,
2
E 11 1,-45 7;cu o,.. etc., suelen desempearse mejor que los que las encaran por
co U ..e. .. Z .1 ..5 vez primera [p. ej., Anastasi, 1958, pgs. 190-91; Cane y
Diseos Heim, 1950]. Esos efectos, que alcanzan de 3 a 5 puntos
preexperimentales de CI en promedio para sujetos sin experiencia previa, se pro-
1. Estudio de caso
con una sola ducen aun sin haberles hecho comentario alguno acerca de sus
medicin puntajes o errores en el test anterior. En las pruebas de
RO
personalidad se advierte un resultado similar: en les segundas
2. Diseo pretest- ? + + ? se observa, en general, un mejor ajuste, aunque en ocasiones
postest de un
solo grupo
ORO
se halla tambin un efecto altamente significativo en sentido
"Contrario [Windle, 1954]. En cuanto a las actitudes hacia
3. Comparacin con -I- ? --I- + Igrupos minoritarios, una segunda prueba suele indicar un ma-
un grupo esttico
XO i yor prejuicio, aunque los datos disponibles son todava esca-
O sos [Rankin y Campbell, 1955]. Es obvio que el anonimato,
Diseos una mayor conciencia de qu respuesta es la socialmente
experimentales aprobada, etc., influiran en general sobre la ndole del resul-
propiamente dichos
4. Diseo de + + + + + + + ? ? tado. Para tests de prejuicio en condiciones de anonimato, el
grupo de control nivel de adaptacin creado por las expresiones hostiles presen-
pretest-postest
RO X0
RO O
tadas puede modificar las apreciaciones del estudiante en lo
referente a la tolerancia que existe para actitudes de ma-
5. Diseo de cuatro 4- ? ? yor hostilidad. En un inventario de adaptacin o de perso-
grupos de
Solomon nalidad que lleva la firma del sujeto, la primera administra-
RO X0
RO O cin del test forma parte de una situacin de solucin de pro-
R X0 blemas en que el estudiante trata de descubrir el propsito
R O
-I- ? ?
oculto de la prueba. Si ya ha pasado por aquella experiencia
6. Diseo de grupo + +
de control con (o si habl con sus amigos sobre las respuestas que ellos die-
postest
nicamente
ron a algunos de los puntos ms destacados), sabe mejor c-
S
R XO mo comportarse la segunda vez.
R O rCon el problema de los efectos del test se relaciona la distin-
Nota: En los cuadros, el signo negativo indica que hay imperfeccin defi- cin entre las posibles mediciones de su reactividad, lo cual'
nida; el positivo, que el factor est controlado; el interrogativo, la presencia
de una posible causa de preocupacin, y por ltimo, el espacio en blanco
Iconstituir un importante tema en todo este libro, as como
significa que el factor no es pertinente. una exhortacin general a que se hagan mediciones no reacti-
Estos cuadros resumidos los presentamos con suma renuencia, ya que pue-
den resultar demasiado tiles, si se llega a confiar en ellos y no en la ex- vas siempre que sea posible. Desde hace mucho tiempo ha
posicin ms completa y calificada que se incluye en el texto. Ningn indicador
de o debe respetarse, a menos que el lector comprenda por qu se lo
sido una verdad manifiesta en las ciencias sociales que el pro-
ha colocado. En particular, va contra el espritu de este trabajo la creacin de ceso mismo de medicin puede hacer cambiar aquello que se
una confianza o suspicacia infundadas cori respecto a determinados diseos.

23
 7mide.
- La ganancia test-retest sera una import--_:e consecuen-
cia de ese cambio. (Otra, la interaccin entre la realizacin de
la prueba y X, la estudiaremos ms adelante, junto con el di-
seo 4. Adems, es importante evitar esas reacciones al pre-
test, aun cuando surtan efectos diferentes para sujetos distin-
tos.) Es de esperar el efecto reactivo siempre que el proceso
de prueba sea en s un estmulo al cambio, y no un mero re-
gistro de comportamiento. As, en un experimento sobre te-
rapia para el control del peso, el pesaje inicial puede ter de
suyo un estmulo para el adelgazamiento, aun sin tratamiento
curativo alguno. De manera similar, la ubicacin de observa-
dores en el aula para estudiar la capacidad preentrenamiento
del docente en el mbito de las relaciones humanas puede mo-
dificar de por s su forma de comportarse. La colocacin de un
micrfono sobre el escritorio o pupitre suele variar la pauta
de interaccin del grupo, etc. En general, cuanto ms nuevo y
motivante sea el elemento utilizado para las pruebas, mayor
ser su influencia.
la_instrume_ntacin o deterioro de los instrumentos [cf.
Campbr, 1957] es el trmino con que se designa una cuarta
hiptesis rival no controlada. Esa expresin se refiere a las
variaciones autnomas en el instrumento de medicin que po-
dran serla causa de una diferencia 0 1 -- 02. Tales cambios
seran anlogos a la mayor o menor tensin observada en el
dinammetro, la condensacin en una cmara de niebla, etc.
Cuando se recurre a observadores humanos a fin de obtener
,01 y 02, su propio aprendizaje, tensin, etc., determinarn
diferencias de 0 1 __ 02. Si se califican los ejercicios de re-
daccin, ensayos o trabajos de investigacin, los estndares
aplicados variarn de 0 1 a 02 (la tcnica de control sugie-
Ye que se mezclen los ejercicios de redaccin 0 1 y 02 y se
,os haga calificar sin tener conocimiento de cul ha llegado
primero). Si se observa la participacin en el aula, tal vez
en la segunda sesin los observadores sean ms hbiles, o ms
indiferentes. Si se entrevista a los padres, la familiaridad de
quien realiza esa labor con el programa de entrevistas y con
determinados padres puede producir ciertos desplazamientos.
r Un cambio en los observadores entre 0 1 y 02
tambin podra
Lprovocar alguna diferencia.
Una quinta variable entremezclada en algunos casos del di-
seo 2 es la regresin estadstica. Por ejemplo, si en una
"prueba correctiva se seleccionan alumnos para un experimento
etpecialPorque han tenido puntajes particularmente bajos en
el test de rendimiento escolar (que para ellos se convierte en
24
roo, en una prueba posterior en que se adopte la misma for-
ma de antes u otra similar a ella, casi con seguridad 02 tendr
para ese grupo un promedio ms elevado que 01. Este resul-
tado confiable no se deber a ningn efecto genuino de X, a
n ingn efecto de la prctica de test y retest, etc. Es ms bien
un aspecto tautolgico de la correlacin imperfecta entre 01
_ y 02. Los errores de inferencia ocasionados por no haber
tomado en cuenta el efecto de la regresin han planteado tan-
tos problemas en la investigacin educacional porque muy a
menudo se desconoce su verdadera naturaleza aun por estu-
diantes que han realizado cursos avanzados de estadstica mo-
derna. Como en exposiciones posteriores (p. ej., el diseo
10 y el anlisis ex post facto) la daremos por conocida, nos
detendremos aqu a explicarla brevemente, aunque sea en
forma muy elemental. La figura 1 presenta algunos datos
imaginarios en los que el pretest y el postest de una poblacin
entera tienen una correlacin de 0,50, sin variacin en la
media grupal o variabilidad. (Los datos se seleccionaron ex-
presamente para que la colocacin de las medias de fila y
columna sean obvias a la simple observacin visual. El valor
de 0,50 tambin se elige por conveniencia de exposicin.) En
este caso hipottico no se ha producido ningn cambio real,
pero, como es corriente, los puntajes falibles del test indican
una correlacin de retest considerablemente inferior a la uni-
dad. Si, como se sugiri en el ejemplo dado antes, comenza-
mos por observar solo a los escolares calificados con puntajes
muy bajos en el pretest p. ej., 7 puntos, y en el pos-
test solo reparamos en el puntaje de esos alumnos, nos en-
contraremos con que los puntajes postest estn dispersos, pero
son en general mejores, y en promedio regresionaron
hacia la media grupal con un coeficiente de regresin o co-
rrelacin de 0,50, obteniendo una media de 8,5. No obstante,
en vez de constituir una prueba de progreso, esto es una rati-
ficacin tautolgica, si bien especfica, de que hay una corre-
Jacin imperfecta, y de cul es su medida.
I Cuando al trascurrir el tiempo se producen acontecimientos
entre el pretest y el postest, nos sentimos tentados a estable-
cer una relacin causal entre dicho cambio y la accin espe-
cfica del paso del tiempo. Pero obsrvese que cabe hacer
aqu un anlisis cronolgico a la inversa, comenzando, por
ejemplo, con aquellos cuyo puntaje postest es 7 y observan-
do la dispersin de sus puntajes pretest, de los cuales se
extraera la implicacin inversa, a saber: que los puntajes van
empeorando.
25
 Figura 1. Regresin en la prediccin de punta/es postest del Las inferencias causales ms errneas Son las que se extraen
pretest, y viceversa.
cuando la informacin se presenta en la forma indicada en
la figura 1( b) [o la parte superior o inferior de 1(b)]. As
se da la impresin de que los alumnos ms brillantes van
Lnea de regresin b,
que indica la mejor perdiendo su ventaja, y viceversa, como si fuese por el efecto
vulgarizador y homogeneizante del medio institucional. Aun-
Punta jes
Puntajes postests
/ Medias
vi prediccin de pretest
a postest que esta errnea interpretacin implica que la variabilidad po-
blacional en el postest debera ser menor que en el pretest,
pretests 7 8 9 10 11 12 13 postests ambas son en realidad iguales. Ms todava: si se procede al
13 1 1/1 1
anlisis con grupos puros de puntajes postest [como en la l-
11,5
12
nea de regresin ic y la figura 1(c)], quiz se llegue a la con-
1 1 2 1 1 11,0 clusin contraria. Como lo seal McNemar [1940], el uso
11 1 2 3/3 ..----..... del anlisis de control de tiempo invertido y el examen directo
10 1 1
en busca de cambios en las variabilidades poblacionales son
3......4"..... 3 1 1 10,0 precauciones tiles contra dicho error de interpretacin.
9 1 -2". 3/3 2 1 Cabe observar la regresin hacia la media en otra forma an-
- ,..---- .. - 9,5
8 ' 1 121
loga. Cuanto ms desviado sea el puntaje, mayor ser el pro-
1 9,0 bable error de medicin. As, en cierto sentido, el tpico alum-
7 1 1/1 1 no habituado a la obtencin de puntajes elevados se habr
.5
CO D ir-r
visto favorecido por una suerte extraordinaria ( gran error
.-CD b b Vi a rp positivo), al paso que la mala fortuna acompa a quien
to> ^"
cn
obtuvo puntaje muy bajo (gran error negativo). La suerte
es, sin embargo, caprichosa, por lo cual en un postest se es-
Lnea de regresin c pera que quienes poseen puntajes elevados declinen algo en
que indica la mejor
prediccin de postest
el promedio, as como que los de puntajes bajos mejoren su
(a) a pretest posicin relativa. ( Se aplica la misma lgica si se comienza con
Prediccin
los puntajes de postest y se procede hacia atrs, en direccin
Prediccin al pretest. )
De grupos A medias La regresin hacia la media es un fenmeno general, que no
pretests --- postests A medias De grupos
homogneos pretests "- postests se limita a la administracin del pretest y del postest con la
homogneos misma prueba o formas similares de ella. El director que ob-
13
serva que sus estudiantes de mayor CI suelen obtener pun-
13 tajes inferiores a los mximos ( aunque muy elevados) en las
12
12 pruebas de rendimiento escolar, mientras los de menor CI no
11
suelen ocupar el extremo inferior en esas pruebas ( aunque s

11 puestos bastante bajos), sera culpable de falacia en la re-
10 gresin si dijese que su escuela subestimula a los alumnos ms
su 10
9 brillantes y recarga de trabajo a. los atrasados. Si seleccionase
9 a los que obtuvieron el mayor y el menor puntaje en la prueba
8
8 de rendimiento y analizara sus CI, la misma falta de lgica lo
7 forzara a llegar a la conclusin opuesta.
(

7 Si bien hemos hablado aqu de la regresin a propsito de los

(b) errores de medicin, en general, ella depende ms bien del
(c) grado de correlacin: cuanto menor sea esta, mayor ser la

26.
 :--r-egresin hacia la media. La falta de correlacin perfecta puede
deberse a error y/o a fuentes sistemticas de variancia es-
pecfica propia de una o de otra medicin.
-
Los efectos de la regresin son, pues, acompaamientos ine-
vitables de la correlacin imperfecta de test-retest para grupos
seleccionados por su ubicacin extrema. No son, sin embargo,
concomitantes necesarios de puntajes extremos dondequiera
que ellos se produzcan?`Si un grupo seleccionado por razones
independientes resulta poseer una media extrema, hay una
menor expectacin a priori de que la media grupal regresione
en una segunda prueba, pues se ha permitido a las fuerzas
aleatorias o externas de variancia que influyan sobre los pun-
tales inciales en ambas direcciones. Pero no ocurre as en un
grupo seleccionado a causa de su extremidad en una variable
falible, pues ella es artificial y dicho grupo regresionar hacia
Ja media de la poblacin de donde se lo seleccion.
I Efectos de regresin ms indirectos pueden obedecer a la se-
leccin de sujetos con puntos extremos en mediciones diferen-
11 tes del pretest. Consideremos un caso en el cual se eligen,
para recibir adiestramiento experimental, estudiantes que fra-
casan en pruebas tomadas en el aula. Como pretest, se les
administra el tipo A de un test estndar de rendimiento es-
colar, y como postest el tipo B de dicho test. Es probable
que la prueba tomada en clase tenga una correlacin ms alta
con la administracin inmediata del tipo A que con la admi-
nistracin del tipo B unos tres meses despus (si en cada se-
sin toda la clase ha sido objeto de la prueba). Cuanto ms
elevada sea la correlacin, menor ser la regresin hacia la
media. Por consiguiente, los fracasos de la clase habrn deter-
minado una regresin ascendente menor en el pretest que en
el postest, dando una seudoganancia que podra haberse con-
fundido con un conato afortunado de educacin correctiva.
[Para ms detalles sobre ganancias y regresin, vase Lord,
1956; McNemar, 1958; Rulon, 1941; R. L. Thorndike, 1942.1
Con ello se concluye la lista de inconvenientes del diseo 2
que podemos analizar en este momento. En el cuadro 1 apa-
rece otro signo negativo bajo el ttulo Validez interna, co-
rrespondiente a un factor que no analizaremos hasta exponer
el diseo 10 (vase pgina 93) en la seccin de diseos
cuasiexperimentales, y dos signos negativos bajo Validez ex-
terna, que no explicaremos hasta haber realizado el anlisis
del diseo 4 (vase pgina 32).
28
r3. Comparacin con un grupo esttico
El tercer diseo preexperimental necesario para nuestra expo-
sicin de los factores de invalidacin es la comparacin con
un grupo esttico. Es un diseo en el cual un grupo que ha
experimentado X se compara con otro que no lo ha hecho, a
fin de establecer el efecto de X.
o i
02
Ejemplos de esta clase de investigaCin son: la comparacin
de sistemas escolares que requieren que los maestros tengan
ttulo universitario (la X) con otros que no exigen esa con-
dicin; la comparacin de alumnos de cursos que reciben ins-
truccin en lectura veloz con otros que no la reciben; la com-
paracin entre quienes presenciaron determinado programa de
televisin y los que no lo hicieron, etc. En marcado contraste
con el experimento del diseo 6 propiamente dicho, que
veremos ms adelante, no hy en _estos cass del diseo_ 3_
ningn medio explcito A_ue_permita asegurar que los grupos
_ _equivalentes de no ser por la X.' La auseinda de
habran sido
'un medio tal, indicada en el diagrama por las lneas punteadas
que separan ambos grupos, seala el prximo factor que re-
, quiere control: la seleccin. Si hay diferencias entte Oi y 02,
ello bien puede deberse al reclutamiento diferencial de las per-
sonas que componen los grupos: estos podran haber diferido
aun sin la presencia de X. Como se ver ms adelante en el
anlisis ex post facto, la equiparacin fundada en caracters-
ticas que no sean O suele resultar ineficaz y conducir a error,
particularmente en los casos en que las personas que consti-
tuyen el grupo experimental han procurado la exposicin
a la X.
Una ltima variable entremezclada que,' por ende, debe incluir-
se en esta lista es la llamada mortalidad experimental, o pro-
duccin de diferencias 0 - 02 en grupos, al retirarse en
mayor o menor nmero personas pertenecientes a ellos. As,
aunque en el diseo. 3 ambos grupos haban sido alguna vez
idnticos, quiz difiriesen ahora, no por haberse producido un
-)cambio en los integrantes individualmente considerados, sino
ms bien a causa del abandono selectivo de personas de uno
de los grupos. En el campo de la investigacin educacional,
ste problema suele encontrarse a menudo en los estudios so-
29
 bre los efectos de la formacin universitaria, cuando se com-
paran las mediciones efectuadas entre alumnos recin ingresa-
dos (que no han tenido la X) y los que estn a punto de
egresar ( que la han tenido). Si esos estudios indicaran que las
mujeres recin ingresadas son ms bellas que las que estn
por graduarse, rechazaramos de plano la consecuencia lgica
de que nuestro duro curso de capacitacin menoscaba la be-
lleza femenina, y sealaramos en su lugar las dificultades que
encuentra una muchacha agraciada para finalizar su carrera
antes de contraer matrimonio. Este efecto se clasifica como
mortalidad experimental. (Por supuesto, si observamos a las
mismas muchachas cuando acaban de ingresar y cuando egre-
san, este problema desaparece, con lo cual tenemos el dise-
o 2. )
30
4. Tres diseos experimentales
propiamente dichos
Los tres diseos fundamentales que vamos a exponer en este
captulo son los recomendados en la actualidad por la litera-
tura metodolgica. Son tambin, como se ver, los ms reco-
mendados por nosotros, aun cuando tal respaldo est sujeto a
muchas restricciones concretas en cuanto a la prctica habitual,
y d lugar a que aparezcan algunos signos negativos en el
__cuadro 1 bajo el ttulo Validez externa.
El diseo 4 es el ' crapleado_s_le Inq tre,s ; por eso, nos
pe emos a libertad de explayamos mucho ms en su an-
lisis, haciendo de l el centro de convergencia de otras conside-
raciones, cuya aplicacin es ms general. Obsrvese que los tres
diseos se presentan en forma de comparaciones diversas de
una sola X con ninguna X. Los diseos que han recibido ma-
yor cantidad de tratamientos por parte de la corriente del ex-
perimento factorial de Fisher representan elaboraciones im-
portantes pero tangenciales respecto del hilo conductor de
esta obra, y se estudian al final del presente captulo, a con-
tinuacin del diseo 6. Ahora bien, esta perspectiva puede
servirnos para recordar aqu que comparar X con no X es un
exceso de simplificacin. En realidad la comparacin se esta-
blece con las actividades especificas desplegadas por el grupo
de control durante el perodo en que el grupo experimental
recibe la X. Por lo tanto, sera mejor establecerla entre XI.
y Xo, o entre X1 y X0, o entre X1 y X2. El que la actividad
de esos grupos de control con frecuencia no est especificada
aade un indeseable elemento de ambigedad a la interpreta-
cin del efecto de X.
Teniendo en cuenta todos estos comentarios, continuaremos
en este captulo insistiendo en la convencin grfica de no
presentar ninguna -
31

4. Diseo ce grupo de control pretest-postest
--
Controles de validez interna
Algunas de las consideraciones anteriores indujeron a los in-
vestigadores psicolgicos y educacionales, entre 1900 y 1920,
a agregar al diseo 2 un grupo de control, creando el actual
diseo ortodoxo con grupo de control. McCall [1923], Solo-
mon [1949] y Boring [1954] fueron en parte los protagonis-
tas de esta historia, y una revisin del Teachers Coltege Re-
cord de aquel perodo implica ms todava, pues ya en 1912
se mencionaban grupos de control sin necesidad de mayores
explicaciones [p. ej., Pearson, 1912]. Los diseos con grupos
de control as introducidos se clasifican en esta seccin bajo
dos encabezamientos: el presente diseo 4, en el que se em-
plean grupos equivalentes logrados por aleatorizacin, y el
diseo 10 cuasiexperimental, en el que se utilizan grupos in-
tactos de comparacin ya existentes, de equivalencia no ase-
gurada. El diseo 4 adopta la forma
R 0 1 X 02 -
03 04
Como el diseo controla en forma tan ntida las siete hiptesis
descritas, las presentaciones que de l se han hecho no han
establecido en forma explcita las necesidades de control que
satisfaca. En la tradicin de las investigaciones del aprendi-
zaje, los efectos prcticos de la administracin de pruebas pa-
recen ofrecer el primer reconocimiento de la necesidad de con-
tar con un grupo de control. La maduracin era a menudo el
punto crtico de los estudibi exp-erimentares en educacin, as
como del problema naturaleza-cultura (nature-nurture) en el
campo del desarrollo infantil. En la investigacin de los cam-
bios actitudinales, como en los primeros estudios sobre los
efectos de las pelculas cinematogrficas, la historia puede ha-
ber sido la consideracin primaria de necesidad. De cualquier
Imanera, creemos conveniente analizar brevemente aqu la
forma en que se controlan esos factores, as como las con-
diciones en que se lo hace.
La historiaje controla en la medida en que los acontecimien-
tos histricos generales que podran haber producido una di-
ferencia del tipo 0 1 02 causaran tambin una diferen-
cia del tipo 0 3 04. Advirtase, sin embargo, que mu-
32
.,
1 chas supuestas utilizaciones del diseo 4 ( o 5, o 6) no
i controlan la existencia de una historia intrasesional nica. Si
1 a todos los estudiantes, elegidos al azar, que integran el grupo
/experimental se los trata en una sola sesin, hacindose lo
,1 mismo con los controles, los nicos acontecimientos ocurridos
i en cada una de esas sesiones y que carecen de importancia
(la broma exagerada, el incendio en la otra cuadra, los co-
mentarios introductorios del experimentador, etc.) se con-
! vierten en hiptesis rivales que explican la diferencia de
' O 02 contra 0 3 04. Este no es un verdadero experi-
- mento, aunque se lo presente como paradigma ilustrativo,
como en la prueba de Solomon [1949] sobre la enseanza del
alfabeto. (Para ser exactos, tenemos que puntualizar que So-
lomon lo eligi para ilustrar un aspecto 'diferente.) Medi-
tando sobre nuestras mejores prcticas en relacin con ese
aspecto, puede que ello carezca de importancia, pero nuestras
mejores prcticas consisten en presentar experimentos que
con harta frecuencia son imposibles de repetir, y esa misma
fuente de diferencias significativas pero externas bien po;
dra ser una falla importante. Adems, en los tpicos experi-
mentos que describe el Journal of Experimental Psychology,
el control de la historia intrasesional, se logra exponiendo a
estudiantes y animales a pruebas individuales, y sometiendo
aleatoriamente a los estudiantes y los perodos de prueba a
!Condiciones experimentales o de control. Obsrvese, no obs-
z tante _que aun con sesiones individuales la---Sistria puede
. escapar al control si se trabaja-con todo el grupo experimental_
l'y'no 02,11 el_ grupo de control, etc. El diseo 4 requiere que
ras sesiones experimentales y de control -Sean simultneas. Si
i realizamos sesiones verdaderamente simultneas, tienen que
emplearse distintos experimentadores, y las. diferencias entre
ellos acaso se conviertan en una forma de historia intrasesio-
nal que se confunda con X.
La solucin ptima es una aleatorizacin de las sesiones ex-
perimentales, aplicando las restricciones requeridas para lograr
una representacin equilibrada de fuentes de sesgo tan pro-
bables como son los experimentadores, la hora, el da de la
semana, la parte del semestre, la proximidad de los exmenes,
etc. El recurso habitual de trabajar con sujetos experimentales
en pequeos grupos en vez de hacerlo individualmente es
inaceptable si se prescinde de ese agrupamiento en el anlisis
estadstico. (Cf. ms adelante el examen de la asignacin de
' grupos intactos a diversos tratamientos.) Todos los que toman
parte en la misma sesin participan de la misma historia in-
33
 r trasesional y tienen, por ende, fuentes de similitud distintas de
, X. Si tales sesiones se han asignado al azar, el procedimiento
estadstico correcto ser el mismo que el que sealamos ms
adelante para la asignacin de aulas intactas a diversos trata-
mientos. (Para algunos estudios que comprenden la ad-
ministracin de tests en grupos, los distintos tratamientos
experimentales pueden distribuirse al azar dentro de un grupo
cara a cara, como en el uso de varias formas de un test para
estudiar el efecto del orden de dificultad de los tems. En
tales casos, los elementos especficos de la historia intrasesio-
nal son comunes a ambos tratamientos y no se convierten en
una hiptesis rival aceptable que se confunda con X cuando se
explican las diferencias obtenidas.)
La maduracin y la administracin de tests estan ' controladas
en el sentido de que su manifestacin en los grupos experi-
mentales y de control debera ser igual. La instrumentacin
se controla con facilidad cuando se dan las condiciones para
l el control de historia intrasesional, en particular cuando se
logra la O por medio de reacciones de los estudiantes a un
Linstrumento fijo, como una prueba impresa. Sin embargo,
cuando se recurre a observadores o entrevistadores, el proble-
ma es ya ms grave. Si el nmero de observadores es suficien-
temente pequeo para que su asignacin a la observacin de
sesiones individuales no sea aleatoria, no solo habr que em-
plear cada observador tanto para las sesiones experimentales
como para las de control, sino que adems los observadores
debern ignorar cules son los estudiantes que reciben cada uno
de los distintos tratamientos, a fin de que el conocimiento de
ese hecho no sesgue sus puntajes o registros. Tales tendencias
-- al sesgo son causas confiables de variancias, como lo con-
firma la necesidad de contar en las investigaciones mdicas
con un segundo ciego en la prueba de dos ciegos, y tambin
estudios recientes [Rosenthal, 1959] y anteriores [p. ej., Ken-
riedy y Uphoff, 1939; Stanton y Baker, 19421. El uso de
registros de la interaccin grupal, a fin de que los jueces pue-
dan evaluar una serie de secciones aleatorizadas de trascrip-
, ciones pretest, postest, experimentales y del grupo de control,
contribuye al perfecto control de la instrumentacin en las
investigaciones sobre la conducta escolar y la interaccin
1.grupal.
la regresin se controla, en lo que a ,las diferencias de medias
concierne y por muy extremo que sea el grupo en los puntajes
Ipretest, si tanto el grupo exprimental como el de control se
asignan al azar, tomndolos de este mismo conjunto extremo.
34
I En tales casos, el grupo de control regresiona tanto como el
experimental. Sin embargo, aun en las condiciones del di-
I seo 4 se producen con frecuencia vacos interpretativos, a
) causa de los mecanismos de regresin. Un experimentador
puede aprovechar el grupo de control para confirmar los efec-
tos de X sobre la media grupal, y despus abandonarlo mien-
tras examina cules han sido los subgrupos de puntaje pretest
del grupo experimental que han registrado mayores influen-
cias. Si todo el grupo acusa una ganancia, llega a la estimu-
lante conclusin artificial de que quienes al principio estaban
en la posicin ms baja han logrado el mayor adelanto, mien-
tras que los que se hallaban en la ms elevada quiz no han
avanzado lo ms mnimo. Este resultado se asegura porque, en
condiciones de ganancia media de todo el grupo, el mecanismo
de regresin suple el puntaje de ganancia para los participantes
con puntaje pretest inferior a la media, y tiende a eliminarlo
para quienes en el pretest tenan puntaje elevado. ( Si en el
-conjunto no hubo ningn avance, el experimentador quiz
descubra por error que aquello se debi a dos efectos mu-
tuamente excluyentes: el avance de los bajos y el retroceso de
los altos.) Un modo de evitar esos errores de interpretacin es
' hacer anlisis paralelos de aquellos que en el grupo de control
presentan puntajes pretest extremos, y fundar las interpreta-
- dones de ganancias diferenciales en comparaciones de los pun-
tajes postest de los correspondientes subgrupos experimenta-
les y de control en el postest. (Ntese, sin embargo, que a
causa de las distribuciones asimtricas resultantes de la selec-
cin resulta dudosa la conveniencia de las estadsticas de cur-
va normal.)
Se elimina la seleccin como explicacin de la diferencia en
la medida en que la aleatorizacin haya asegurado la igualdad
,grupal en el momento R, medida que queda determinada por
'1.nuestra estadstica de muestreo. As, la garanta de igualdad
-_ es mayor para grandes que para pequeas cantidades de asig-
naciones aleatorias. Este supuesto fallar en ocasiones en el
, grado sugerido por el trmino de error para la hiptesis de no
diferencia. En el diseo 4, ello significa que a veces habr
una aparente diferencia significativa entre los puntajes pre-
ttttttt Por lo tanto, aunque la aleatorizacin simple o estratifi-
cada asegura la asignacin no sesgada a los grupos de sujetos
experimentales, constituye Un medio muy imperfecto para ga-
rantizar la equivalencia inicial de dichos grupos. No obstante,
Les la nica forma prctica de hacerlo. Lo decimos as, tan
categricamente, a causa de una muy difundida y errnea pre-
35
 dileccin, evidenciada en la investigacin educacional durante
los ltimos treinta aos, por la igualacin mediante la equi-
paracin. McCall [1923] y Peters y V,an Voorhis [1940]
contribuyen a perpetuar este equvoco.' Como veremos con
Mayor detalle al estudiar el diseo 10 y el ex post facto, la
equiparacin no constituye una ayuda real cuando se la utiliza
_ para solucionar diferencias iniciales de grupos. Ello no signi-
fica que propugnemos la eliminacin lisa y llana de este pro-
cedimiento como posible aditamento a la aleatorizacin, como
cuando se obtiene mayor precisin estadstica asignando estu-
diantes a pares equiparados y asignando despus al azar un
miembro de cada par al grupo experimental y otro al de con-
trol! En la literatura sobre estadstica, esto se designa con el
" trmino bloqueo. Vanse, en particular, los estudios de Cox
' [1957], Feldt [1958] y Lindquist [1953]. Pero la equipara-
cin como sustituto de la aleatorizacin es tab incluso para
los diseos cuasiexperimentales que no emplean ms que dos
grupos naturales intactos, uno experimental y otro de control:
aun en ese endeble experimento hay medios mejores que la
armonizacin para tratar de corregir diferencias iniciales entre
ilas medias de una y otra muestra.
I
' Los datos de que disponemos gracias al diseo 4 permiten es-
1 tablecer qu mortalidad explica aceptablemente la ganancia
1 01 02. Mortalidad, casos perdidos y casos para los cuales
(solo se dispone de datos parciales, son difciles de manejar
y por lo comn se los trata de disimular. La experimentacin
't pica con mtodos educativos se prolonga durante das, se-
manas o meses. Si se realizan los pretests y postests en las
aulas de las que se toman el grupo experimental y el grupo de
control, y la condicin experimental requiere la concurrencia
a determinadas sesiones sin que ocurra lo mismo con la con-
dicin de control, la distinta concurrencia a las tres sesiones
( pretest, tratamiento y postest ) produce una mortalidad
que puede introducir en la muestra sutiles sesgos. Si de todos
los designados en un primer momento como participantes del
grupo experimental eliminamos a los que no concurren a las
sesiones de prueba, reducimos selectivamente el grupo expe-
rimental con un mecanismo que no se aplica en forma similar
al grupo de control, sesgando al primero en el sentido de los
, responsables y sanos. El modo preferido de tratamiento, aun-
que no de utilizacin habitual, parece ser el empleo de todos
' I los estudiantes seleccionados, experimentales y de control, que
A,completaron tanto el pretest como el postest, incluso los inte-
'ygrantes del grupo experimental que no obtuvieron la X. Es
36
innegable que este procedimiento atena el efecto aparente de
X, pero evita el sesgo de muestreo, fundndose en el previo
_supuesto de que no haba sesgos de mortalidad ms simples.
Este supuesto es susceptible de verificacin parcial examinan-
do tanto el nmero como los puntajes pretest de quienes
participaron en el pretest pero no en el postest. Es posible
que algunas X influyeran en esa tasa de abandono, en vez de
modificar los puntajes individuales. Por supuesto, aun cuando
tales tasas sean las mismas, queda todava en pie la posibi-
lidad de que se produzcan complicadas interacciones que
propenderan a diferenciar el carcter de los abandonos en los
grupos experimentales y de control.
El problema de la mortalidad puede observarse con toda cla-
ridad en el estudio de mtodos correctivos con voluntarios.
As, por ejemplo, se invita a un grupo de lectores deficientes
de una escuela secundaria a participar en sesiones correctivas
voluntarias mientras que otro grupo en las mismas condiciones
no es invitado. Del primero de ellos, quiz participen en las se-
siones un 30 % de sus integrantes. Los puntajes postests, as
como los pretest, provienen de pruebas de lectura estndar ad-
ministradas a todos los que asistan 'a clase. No es razonable
comparar el 30 % de voluntarios con el total del grupo de con-
trol, porque representan a los ms preocupados por sus punta-
jes pretest, los capaces de trabajar con mayor ahnco en su
propio mejoramiento, etc.; ptro es imposible localizar sus exac-
tos equivalentes en el grupo de control. Aunque tampoco pa-
rece justo para la hiptesis de eficacia teraputica comparar el
total del grupo invitado con el total del no invitado, es esta
una solucin aceptable, si bien moderada. Ntese, empero, que
puede ocurrir que lo que produce el efecto sea la invitacin
misma, y no precisamente la terapia. En general, el grupo de
control no invitado debera poseer igual conocimiento de su
posicin en el pretest que el grupo invitado. Otra posibilidad
es invitar a todos los que necesitan sesiones correctivas y asig
nar los voluntarios a grupos de tratamiento verdaderos y fal-
sos; mas en el estado actual del arte es probable que cualquier
terapia suficientemente bien presentada como para que parezca
una ayuda al estudiante sea tan eficaz como el tratamiento
mismo que se estudia. Cabe, no obstante, destacar la conse-
cuencia innegable de que las pruebas experimentales de la
eficacia relativa de dos procedimientos teraputicos son mu-
cho ms fciles de evaluar que la eficacia absoluta de cual-
quiera de ellos. La nica solucin utilizada en la prctica es
crear grupos experimentales y de control entre quienes desean
37
 tratamiento correctivo, manipulando los perodos de espera [p.
ej., Rogers y Dymond, 1954]. Esto, por supuesto, suscita a
veces otras dificultades, como el excesivo abandono por parte
del grupo de control con terapia pospuesta. Una aplicacin
feliz y al parecer no reactiva de un mecanismo de lotera para
decidir sobre la aplicacin inmediata o diferida, durante un
semestre, de un curso correctivo de lectura puede verse en
Reed [1956].
Factores que atentan contra la validez externa
Los factores de invalidez externa descritos hasta ahora han
sido los que directamente influan sobre los puntajes O, y que
por s solos podan producir cambios susceptibles de confun-
dirse con los resultados de X, es decir, factores que, una vez
agregado el grupo de control, produciran efectos evidentes
en este y que se sumaran a los de X en el grupo experi-
mental. V'En el lenguaje propio del anlisis de variandas
historia, maduracin, realizacin de pruebas, etc. se
los consider efectosprincipales, y como tales se los ha con-
trolado en el diseo 4, dndole validez interna. Las amenazas
a la validez externa, por otra parte, pueden considerarse efec-
tos de interaccin entre X y alguna otra variable. Constituyen,
pues, una posible especificidad de los efectos de X respecto
de algn conjunto de condiciones inconvenientemente limita-
das. Como anticipo diremos que, hasta donde nosotros sabe-
mos, en el diseo 4 los efectos observados de X pueden ser
especficos de grupos cuyo inters fue intensificado por el
pretest. Como es natural, no podemos extender nuestras con-
clusiones al conjunto mayor no sometido a pretest, acerca del
(dial desearamos extraer conclusiones.
/ En este captulo examinaremos unas cuantas de esas amenazas
a la posibilidad de generalizacin, as como los procedimientos
para sortearlas. Es decir que se prefieren estos diseos por ra-
zones de validez externa o posibilidad de generalizacin, dado
que hay diseos vlidos que evitan el pretest y en muchas
situaciones ( aunque no necesariamente en la investigacin edu-
cacional) se desea generalizar precisamente con respecto a los
-grupos no sometidos a pretest. En el campo de la docencia
constituyen juicios acerca de la validez externa las dudas que
con frecuencia se expresan sobre la aplicabilidad prctica de
los resultados de ciertos experimentos muy artificiales. La in-
troduccin de tales consideraciones en el anlisis de los me-
38
jores diseos experimentales resulta as atractiva a quien tiene
que aplicarlos, pues piensa con toda razn que se las ha sos-
layado sin motivo en el tratamiento formal comn sobre meto-
dologa experimental. El anlisis siguiente ratificar tales apre-
ciaciones sealando multitud de medios que, sin perder validez
interna, pueden dar mayor validez externa a los experimentos
y bases ms firmes de generalizacin a la prctica docente.
"Pero antes de entrar en ese tema nos es inevitable hacer una
advertencia que introduce en la ciencia de la induccin unos
cuantos problemas espinosos, a causa de la persistente resis-
tencia a aceptar lo que con toda verdad dice Hume, a saber:
que la induccin o generalizacin nunca tiene una plena justi-
ficacin-lgica_ Al paso que los prbIe-mas-de vridez interna'.
'Ison susceptibles de solucin dentro de los lmites de la lgica
fcle la estadstica probabilstica, los de validez externa no pue-
den resolverse en estricto rigor lgico en una forma ntida y
I concluyente. Generalizar significa siempre mezclar la extrapo-
lacin en un cambio no representado en nuestra muestra. Di-
cha extrapolacin se hace suponiendo que se conocen las leyes
_respectivas. As, si tenemos un diseo 4 internamente vlido,
el efecto queda demostrado solo a propsito de las condicio-
nes especficas que el grupo experimental y el de control tie-
nen en comn, es decir, solo en relacin con grupos sometidos
a pretest, pero de determinada edad, inteligencia, situacin
socioeconmica, regin geogrfica, momento histrico, conjun-
cin estelar, orientacin del campo magntico, presin baro-
mtrica, nivel de radiaciones gamma, etctera.
"Desde el punto de vista lgico no podemos generalizar ms
all de dichos lmites; es decir que no podemos generalizar
en modo alguno. Pero tratamos de hacerlo conjeturando leyes
y verificando algunas de dichas generalizaciones en otras con-
diciones no menos especficas pero diferentes. A lo largo de
la historia de cada una de las ciencias, se aprende a justificar
las generalizaciones propias de ella a causa de la acumulacin
misma de la experiencia en hacerlo, pero no es esa una gene-
ralizacin lgica, deducible de los resultados del experimento
original. En esa situacin hacemos, al generalizar, suposiciones
sobre leyes an no demostradas, incluyendo algunas que ni si-
quiera se indagaron. As, en la investigacin educacional, su-
ponemos por lo comn que la orientacin del campo magn-
tico no la afecta. Pero sabemos de ciertos estudios que con
frecuencia el pretest ha tenido 'un efecto, y por lo tanto quisi-
ramos eliminarlo como obstculo para nuestra generalizacin.
Si 'hiciramos una investigacin sobre barras de hierro, sabra-
39
 mds por la experiencia que una primera pesada nunca produ-
ce efectos reactivos, pero que la orientacin del campo magn-
tico, si no se la regulara de manera sistemtica, podra limitar
gravemente la posibilidad de generalizar nuestros descubr-
' alientos. Los motivos, pues, de invalidacin externa son pre-
sunciones de leyes generales en la ciencia de una ciencia: con-
\ jeturas acerca de los factores que pueden interactuar con nues-
tras variables de tratamiento segn cierta ley, y, por lo tanto,
acerca de los que pueden dejarse de lado.
Adems de los elementos especficos existe una ley general
emprica que nosotros, as como el resto de los hombres de
ciencia, aceptamos como supuesto: es la versin moderna de
% la hiptesis de Mill acerca de la legalidad de la natiaraleza.
Esa versin, menos tajante y drstica, puede enunciarse co-
mo el supuesto del aglutinamiento (stickiness) de la natu-
raleza: cuanto ms cercanos se hallan dos acontecimientos en
tiempo, espacio y valor medido este en cualquiera de sus
dimensiones o en todas ellas, ms tienden a ajustarse a las
mismas leyes. Si bien las interacciones complejas y las relacio-
nes curvilneas habrn de confundir presumiblemente los in-
tentos de generalizacin, tal posibilidad aumenta en relacin
directa con el grado en que la situacin experimental difiere
de la situacin con respecto a la cual se desea generalizar.
Nuestra necesidad de una mayor validez externa ser, pues, el
_ requerimiento de la mxima similitud entre experimentos y
Icondiciones de aplicacin que sea compatible con la validez
:interna.
'Tngase en cuenta, en este sentido, que las ciencias ms
prsperas, como la fsica y la qumica, han avanzado sin
prestar la menor atencin a la representatividad (aunque s, y
mucha, a la reiterabilidad por parte de investigadores inde-
pendientes). Un laboratorio artificial dentro de una torre de
marfil quiz sea una maravilla, pero no ser representativo, y
a menudo la artificialidad puede resultar imprescindible si se
quiere separar analticamente variables fundamentales para los
descubrimientos de muchas ciencias. Pero, sin duda, si no in-
terfiere con la validez interna o el anlisis, la validez externa
es una consideracin de la mayor importancia, sobre todo para
una ciencia aplicada como es la pedagoga.
-
,Interaccin de las pruebas y X. En estudios del diseo experi-
mental en s, el peligrn que constituye el pretest para la vali-
dez externa fue denunciado por primera vez por Solomon
1[1949], aunque idnticas consideraciones haban llevado an-
40
2 ries a algunos experimentadores a la aplicacin del diseo 6,
Lque omite el pretest. En especial durante los estudios de cam-
bios de actitud, en que los mismos tests introducen grandes
cantidades de contenido extraordinario (p. ej., una tan abun-
dante dosis de declaraciones hostiles como las que se hallan
en el test tpico de prejuicios), es bastante probable - que las
actitudes de la persona y su propensin a dejarse persuadir
varen por influjo del pretest. Como psiclogos, dudamos se-
riamente de la comparabilidad del pblico que asiste a una
proyeccin de Gentlemen's Agreement (un film antiprejuicial)
inmediatamente despus de habrsele administrado un test de
100 tems sobre antisemitismo, con otro pblico que vea la
misma pelcula sin que se lo haya sometido precisamente a
dicho test. Estas dudas se extienden no solo al efecto princi-
pal del pretest, sino tambin a su efecto sobre la respuesta a
la persuasin. Supongamos que esa pelcula en particular fue
tan bien realizada que algunas personas llegaron a disfrutarla
por su inters romntico, sin darse cuenta siquiera del proble-
ma social que planteaba. Tales personas no existiran proba-
blemente en un grupo al que se hubiere administrado un pre-
test. Si el pretest sensibiliz al pblico sobre el problema,
podra, por medio de una concentracin de la atencin,. inten-
sificar en s el efecto educativo de X. Sera concebible que
esa X solo resultase eficaz para un grupo al que se hubiese
administrado un pretest.
Aunque es frecuente mencionar un efecto sensibilizador de esta
ndole en comentarios anecdticos sobre el tema, los pocos
resultados publicados de investigaciones indican tanto la ausen-
cia de efectos [p. ej., Anderson, 1959; Duncan y otros, 1957;
Glock, 1958; Lana, 1959a, 1959b; Lana y King, 1960; Piers,
1955; Sobol, 1959; Zeisel, 1947] como un efecto de interac-
cin que equivale a un amortiguador. As, Solomon [1949]
descubri que administrando un pretest se reduca la eficacia
del entrenamiento ortogrfico experimental, y Hovland, Lums-
daine y Sheffield [1949] sugirieron que un pretest restringa
los efectos persuasivos de las pelculas cinematogrficas. Bien
vale la pena evitar este efecto de interaccin aunque no sea
tan expuesto a error como la sensibilizaciOn (ya que los falsos
positivos son un problema mayor en nuestra literatura que los
falsos negativos, a causa de la gran cantidad de descubrimien-
tos publicados [Campbell, 1959, pgs. 168 70]).
-
Al restringir la validez externa, el efecto del pretest sobre X
depende, naturalmente, del grado en que tales mediciones
repetidas son caractersticas del conjunto respecto del cual se
41
 quiere generalizar. En el mbito de las comunicaciones masi-
vas, la entrevista del investigador y los procedimientos del test
de actitud son bastante atpicos. Pero en la investigacin pe-
daggica nos interesa generalizar respecto de una situacin en
que la administracin de tests es una prctica regular. Sobre
todo si el experimento puede utilizar como O exmenes co-
rrientes tomados en las aulas, pero quiz tambin si las O
experimentales son similares a las de utilizacin habitual, no
se producira ninguna interaccin indeseable entre la adminis-
tracin de los tests y X. Cuando se emplea un test con proce-
dimientos muy poco usuales, o cuando el test implica engao,
reestructuracin conceptual o cognitiva, sorpresa, tensin, etc.,
los diseos con grupos no sometidos a pretest continan sien-
do muy convenientes, aunque no imprescindibles.
Interaccin entre la seleccin y X. Aun cuando el diseo 4
controla los efectos de seleccin a fin de explicar las diferen-
cias entre el grupo experimental y el de control, contina en
pie la posibilidad de que los efectos vlidamente demostrados
solo se verifiquen en aquella poblacin aislada de la cual se
extrajeron a la vez ambos grupos: Esta posibilidad es tanto
mayor cuanto ms graves son nuestras dificultades de conse-
guir sujetos para el experimento. Consideremos las posibles
consecuencias de un experimento de enseanza en el cual el
investigador se ha visto rechazado por nueve sistemas escolares
y aceptado por el dcimo. Es casi seguro que ese ltimo dife-
ra, en ms de un aspecto, de los nueve anteriores, as como
del conjunto de escuelas para el que quisiramos generalizar.
Por lo tanto, no es representativo. Podra asegurarse que, en
cuanto a la escuela media, su personal tiene ms espritu, me-
nos temor a las inspecciones y ms deseo de mejorar. Y aun-
que los efectos que descubriramos fuesen internamente vli-
dos, podran ser especficos de tales escuelas. A fin de poder
formular un juicio lo ms exacto posible sobre la materia, con-
vendr que los informes de investigacin proporcionen da-
tos sobre cuntas y cmo eran las escuelas y los cursos de los
que se solicit cooperacin y la negaron, a fin de que el lector
pueda estimar la gravedad de posibles sesgos selectivos. En
general, cuanto mayor es la cooperacin prestada, mayor el
grado en que se afecte la rutina y ms elevada nuestra tasa de
negativas, mayor ser tambin la oportunidad de que exista
un efecto de especificidad de seleccin.
Aclaremos ms puntualmente qu es lo que en realidad sig-
nifica la interaccin entre seleccin y X. Si estuvisemos
42
por realizar un estudio dentro de una nica escuela volunta-
ria, empleando la asignacin aleatoria de sujetos a grupos ex-
perimentales y de control, no nos preocupara el efecto prin-
cipal de la escuela en s. Si este factor elevara por igual la
media del grupo experimental y la del de control, no se causara
dao alguno. Pero si existiesen en la escuela caractersticas
que hicieran ms eficaz al tratamiento experimental en ella'
,que en la poblacin de escuelas que constituyen el verdadero
objetivo de la prueba, las consecuencias podran ser graves.
Queremos estar seguros de que puede menospreciarse la in-
teraccin entre las caractersticas de la escuela ( probablemente
relacionadas con el hecho de que es voluntaria) y los trata-
mientos experimentales aplicados. Algunas variables experi-
mentales podran ser bastante sensibles a las caractersticas de
la escuela, 4o cual quiere decir que interactuaran con ellas;
otras, no. La interaccin podra darse en escuelas con CI
medios similares, o no presentarse all donde las diferencias de
CI fuesen elevadas. Sera de esperar, sin embargo, una mayor
probabilidad de interaccin si las escuelas difiriesen mucho en
distintas caractersticas que si fuesen anlogas.
A menudo se producen importantes sesgos de muestreo a cau-
sa de la inercia de los experimentadores, que no conceden a
una seleccin ms representativa de escuelas la oportunidad
de negarse a participar. De ah que la mayora de las investi-
gaciones sobre educacin se hagan en los establecimientos que
cuentan con mayor porcentaje de alumnos hijos de profesores
universitarios. Aunque es imposible la representatividad per-
fecta en el muestreo, y aun se la descuida casi en absoluto en
muchas ciencias (por ejemplo, en la mayora de los estudios
publicados en el Journal of Experimental Psychology), puede
y debe aspirarse a ella como a un desidertum en la investi-
gacin educacional. Una forma de aumentarla es reducir el
nmero de alumnos o aulas participantes que pertenezcan a
un colegio o nivel dado y aumentar la cantidad de escuelas y
niveles en que se lleve a cabo, el experimento. Es obvio que
nunca vamos a realizar experimentos sobre muestras que re-
presenten a todas las aulas de Estados Unidos o del mundo.
Solo poco a poco aprenderemos hasta dnde se puede genera-
lizar un descubrimiento internamente vlido, por medio de
comprobaciones empricas en ese sentido. Pero tales intentos
de generalizacin tendrn xito ms a menudo si en el expe-
rimento original se demuestra el fenmeno en una amplia va-
riedad de condiciones.
En cuanto a los signos positivos y negativos que aparecen en
43

el cuadro 1, resulta evidente que nada seguro puede consignar-
se en esa columna. Se la presenta, no obstante, porque los re-
, quisitos de algunos diseos exageran o atenan la. gravedad
,de este problema. El diseo 4, dentro del mbito de las acti-
tudes sociales, es tan exigente en lo que a cooperacin por
parte de los participantes se refiere, que en definitiva la inves-
tigacin solo se hace con un pblico cautivo en vez de reali-
zarla con ciudadanos comunes, que son a quienes quisiramos
referirnos. En una situacin de esa ndole, el diseo 4 mere-
. cera un signo negativo en cuanto a seleccin. No obstante,
en la investigacin pedaggica nuestro universo de inters est
constituido por un pblico cautivo para el cual se pueden obte-
ner diseos 4 de elevada representatividad.
-
Otras interacciones con X. De manera parecida, las interaccio-
nes de X con los dems factores pueden examinarse como
amenazas a la validez externa. La mortalidad diferencial sera
un producto de X y no una interaccin con ella. La interaccin
de la instrumentacin con X se ha incluido implcitamente en
el anlisis de validez interna, ya que un efecto especfico de
instrumentacin ante la presencia de X falseara el verdadero
efecto de X (p. ej., cuando los observadores asignan puntajes,
-
Conocen las hiptesis y saben cules son los estudiantes que
recibieron X). Una amenaza a la validez externa es la posi-
bilidad de que los efectos sean especficos de los instrumentos
, particulares ( tests, observadores, medidores, etc.) empleados
;en el estudio. Si en todos los tratamientos se utilizan obser-
vadores o entrevistadores mltiples, tales interacciones pue-
den estudiarse directamente [ Stanley, 1961a]_ La regresin
no interacciona con X.
iLa maduracin tiene consecuencias de especificidad de selec-
cin: los resultados pueden ser especficos de un determi-
nado grupo etano, del cansancio, etc. La interaccin de la
historia y X implicara que el efecto haba sido especfico de
las condiciones histricas del experimento, y aunque su ob-
ervacin es vlida, no se lo hallara en otras.
El hecho de que el experimento se llevase a cabo en el
trascurso de una guerra, o a continuacin de haber fracasado
una huelga de maestros, etc., podra producir una reaccin
frente a X que no aparecera en otras circunstancias. Si tu-
visemos que preparar un modelo de muestreo para este pro-
blema, nos gustara que el experimento se repitiese en una
muestra aleatoria de ocasiones pretritas y futuras, - lo cual,
como es obvio, resulta ?raposible. Adems, compartimos con
44 r 45
otras ciencias el supuesto emprico de que no existen leyes
que dependan en verdad del tiempo, que los efectos de la
historia, cuando los haya, se debern a combinaciones espe-
cficas de condiciones de estmulo que se dieron en aquel mo-
mento, y que llegarn a incorporarse en definitiva a leyes ge-
nerales independientes del tiempo [Nyman, 1960]. (Tal vez
parezca que las cosmologas de un universo en expansin
requieren una restriccin de esta afirmacin,pero no en for-
mas pertinentes a lo que ahora estudiamos.) Sin embargo, la
feliz reiteracin de los resultados de la investigacin en distin-
tos tiempos y situaciones aumenta nuestra confianza en el valor
de la generalizacin& al disminuir la probabilidad de la interac-
cin con la historia. '
'Estos distintos factores no se han incluido como otros tantos
encabezamientos de columnas en el cuadro 1, porque no ofre-
cen bases firmes de discriminacin entre diferentes diseos.
Dispositivos reactivos. En el experimento psicolgico comn,
si no en la investigacin educativa, la obvia artificialidad de
la situacin experimental y la conciencia del estudiante de
que est participando en un experimento son causas ms que
suficientes de carencia de representatividad. Para sujetos hu-
manos, se proyecta una tarea de resolucin de problemas de
orden ms elevado, en la cual se reacciona contra los procedi-
mientos y el tratamiento experimental no solo en razn de
sus simples valores de estmulo, sino tambin por su funcin
de claves para interpretar la intencin del experimentador.
'El representar cargos, el adivinar la intencin, el prepararse
para la inspeccin, el sentir cada cual que soy un conejillo
de Indias, o muchas otras actitudes as generadas, no son
en modo alguno representativas de la verdadera situacin
escolar; parecen calificar ms bien el efecto de X, dificul-
tando gravemente la generalizacin. Cuando es imposible evi-
tar tales. dispositivos reactiv, habra que continuar de cual-
quier manera con -161- experimentos de esa ndole que tengan
validez interna, pero resulta obvia la (conveniencia de evitar
los cuando ello sea posible. Al hacer esta afirmacin adheri-
mos en parte a la conocida crtica antiexperimental que es
frecuente en los consejos de educacin y entre los docentes,
contra la futilidad de toda esa experimentacin. Nuestra
ms moderada conclusin no es, sin embargo, que habra que
abandonar la investigacin por ese motivo, sino ms bien -
que, a causa de l, habra que mejorarla. A este respecto tene-
mos unas cuantas, sugerencias qe ofrecer.
DL
,9
\
I' -I
11 " 411>1.41-r
1)11;1211j
 Cualquier aspecto del procedimiento experimental puede pro-
ducir ese resultado de dispositivos reactivos. La administracin
de pretests, prescindiendo de su contenido, puede hacerlo, y
parte de la interaccin del pretest con X puede ser de ese
tipo, aunque hay poderosas razones para sospechar de los as-
pectos mismos de contenido de la aplicacin del test. El sis-
tema de aleatorizacin y asignacin a tratamientos quiz sea
de esa ndole. Consideremos el efecto que se produce sobre
una clase cuando (como en Solomon [1949] se hace pasar
a una habitacin separada a la mitad de los alumnos, elegi-
dos al azar. Ese acto, ms la presencia de maestros extra-
os, tiene que crear por fuerza expectaciones de hechos
desusados, suscitndose as el asombro y una activa curiosi-
dad en cuanto a su objeto y finalidad. La presentacin del
tratamiento X, si fuese un acontecimiento inusitado, podra
tener un efecto similar. Es de presumir que aun el postest, en
un diseo 6 de postest solamente, podra crear esas mismas
actitudes. Cuanto ms evidente sea la conexin entre el tra-
tamiento experimental y el contenido postest, ms probable
ser ese efecto.
En el campo de los cambios de opinin pblica, esos disposi-
tivos reactivos suelen ser difciles de evitar. Pero en la mayor
parte de la investigacin de mtodos educativos no hay nece-
sidad de que los estudiantes sepan que se est realizando un
experimento. (Sera muy conveniente que tambin los maes-
tros lo ignorasen, a la manera del doble ciego en medicina,
pero por lo comn esto suele ser imposible.) Varios recursos
permiten disimularlo. Si las X son variables sobre aconteci-
mientos usuales en el aula, pero que se producen a intervalos
bastante largos dentro del calendario escolar, un tercio de la
batalla se habr ganado si los tratamientos mencionados se
aplican sin - previo anuncio. En forma similar, si se incluyen
las O en exmenes regulares, se llena el segundo requisito.
Si las X son comunicacione -
s centradas en determinados estu-
diantes, puede lograrse la aleatorizacin sin necesidad de tras:
portar fsicamente muestras aleatorias equivalentes a aulas
distintas, etctera.
A la luz de estas consideraciones, as como de observaciones
personales de los experimentadores que han publicado datos
pese a tener un rapport tan pobre que sus hallazgos eran bas-
tante engaosos, los autores del presente volumen van lle-
gando poco a poco a la conclusin de que la experimentacin
dentro de las escuelas debe realizarse, siempre que sea posi-
ble, con el personal regular de ella, en especial cuando los
46
descubrimientos hayan de generalizarse a otras situaciones
e scolares.
En estos momentos, parecen estar en boga dos tipos principa-
les de experimentacin dentro de las escuelas: 1 ) estudios
impuestos a la escuela por alguien de fuera, que persigue
sus propios intereses y cuyo objetivo no es que la escuela em-
prenda una accin inmediata (o cambio), y 2 ) el llamado
investigador de accin, que procura que sean los maestros
mismos quienes experimenten, tomado este trmino en sen-
tido muy amplio. En el primer caso los resultados pueden
set rigurosos pero no aplicables. En el segundo, en cambio,
quiz sean muy aplicables pero probablemente no son cier-
tos, a causa de una gran falta de rigor en la investigacin.
Otro modelo posible es que las ideas para la investigacin es-
colar partan de los maestros y directores, se elaboren los
diseos para someterlas a prueba en cooperacin con espe-
cialistas en metodologa de investigacin y luego se encar-
guen de la mayor parte de la experimentacin los promo-
tores de la idea. Los anlisis estadsticos respectivos podra
realizarlos el investigador metodologista, y los resultados los
volvera a introducir al grupo un intermediario idneo ( su-
pervisor, director de investigaciones del consejo escolar, etc.)
que hubiera servido en tal carcter durante todo el proceso.
De esa manera se lograran resultados pertinentes y correc-
tos. La forma de realizar investigacin bsica con un siste-
ma de esta ndole es un problema en gran parte sin resolver
an, pero los estudios podran ser cada vez menos ad hoc y
orientarse ms hacia los aspectos tericos, bajo la supervisin
de un intermediario competente.
Aunque no tenemos en esta obra la intencin de destacar
los buenos o malos ejemplos observables en la literatura es-
pecializada, un reciente estudio de Page [1958] indica una
utilizacin tan buena de estos aspectos ( evitando dispositivos
reactivos, logrando representatividad de muestreo y evitando
las interacciones entre las pruebas y X), que vamos a citarlos
aqu como ilustracin concreta de la prctica ptima. Su estudio
indica que breves comentarios escritos agregados a exmenes
objetivos que se devuelven a los alumnos hacen mejorar el ren-
dimiento en pruebas objetivas posteriores. A esta conclusin se
lleg actuando con 74 maestros, 12 consejos escolares, 6 nive-
les o grados (7-12), 5 niveles de rendimiento ( A, B, C, D, F)
y gran variedad de sujetos; no hubo casi prueba alguna de
efectos de interaccin.
Los alumnos y las clases se eligieron al azar. Se emple como
47
 pretest el primer examen objetivo regular en cada clase. Arro-
jando un dado especial, el maestro asignaba alumnos a grupos
de tratamiento y, segn los casos, agregaba o no comentarios
escritos a la prueba. La siguiente prueba objetiva, tomada de
acuerdo con la programacin normal, pas a ser el postest.
Hasta donde pudo determinarse, ninguno de los 2.139 alum-
nos se enter de la experimentacin. Pocos son los procedi-
mientos de instrucciones que se prestan a esta tan disimulada
aleatorizacin, ya que por lo comn la comunicacin oral ne-
cesaria se dirige a toda la clase y no a algunos individuos. (Las
comunicaciones escritas permiten la aleatorizacin, aunque la
captacin, por parte del estudiante, de los distintos trata-
mientos constituye un problema.) Teniendo en cuenta estos
ideales los investigadores pueden lograr que los experimentos
tengan menos caractersticas reactivas que en la actualidad.
Por medio de exmenes regulares tomados en el aula, o tests
presentados como exmenes regulares y anlogos en su con-
tenido, a la vez que mediante procedimientos alternativos
de enseanza presentados, sin previo aviso ni peticin de
disculpas, en el curso de las actividades escolares, es probable
que en la mayora de los casos puedan evitarse estas dos cau-
sas de dispositivos reactivos. A veces, en grandes escuelas se-
cundarias o en universidades donde los alumnos se inscriben
en cursos populares dictados en determinados horarios y des-
pus se los asigna en forma arbitraria a mltiples divisiones
simultneas, podran lograrse secciones de equivalencia alea-
toria mediante el control del proceso de asignacin (vase en
Siegel y Siegel [1957] la aplicacin de un proceso aleatorio
natural que se aprovech en esta forma). Sin embargo, por
la accin de historias intragrupales nicas, tales secciones, al
principio equivalentes, se tornan con el correr del tiempo en
4egm en to s cada vez ms diferenciados.
La solucin a este problema, aplicable en general, es trasla-
dar la aleatorizacin al aula tomada como unidad
y construir
grupos experimentales y de control, constituido cada uno de
ellos por muchas aulas asignadas al azar [vase Lindquist,
1940, 1953]. Por lo comn, aunque no es imprescindible, los
cursos se clasificaran para su anlisis sobre la base de facto-
res como escuela, maestro o (cuando este tenga varias clases),
hora, asignatura, nivel intelectual medio, etc.; de ellos se asig-
naran por un proceso aleatorio varios grupos de tratamiento
experimental. Ya se han realizado algunos estudios de esta
ndole, pero creemos que pronto se generalizarn. Ntese que
el test de significacin apropiado no consiste
en mezclar todos
48
los estudiantes como si se los hubiese asignado al azar. Los
detalles se estudiarn en el captulo siguiente.
y fests de significacin para el diseo 4
Hay que distinguir el diseo experimental del uso de tests
estadsticos de significacin. El primero es el arte de lograr
comparaciones interpretables y, como tal, sera necesario aun-
que el producto final consistiera en porcentajes graficados,
fotografas de grupos en accin, etc. En todos estos casos, la
interpretabilidad de los resultados depende del control so-
bre los factores a que hemos hecho referencia. Si la compara-
cin es interpretable, se requieren tests estadsticos de signi-
ficacin para decidir si las diferencias obtenidas exceden o no
las fluctuaciones previsibles cuando no existan verdaderas di-
ferencias para muestras de ese tamao. El uso de tests de sig-
nificacin presume que es factible establecer comparaciones en-
tre los grupos, y que la diferencia descubierta es interpretable,
pero no da pruebas de ello. De ah que nos gustara exponer el
diseo experimental sobre la base del sentido comn y de con-
sideraciones no matemticas. Esperamos que la mayor parte
de esta obra resulte accesible a los estudiantes de ciencias de
la educacin que carezcan todava de preparacin estadstica.
No obstante, hay que reconocer que la cuestin de los proce-
dimientos estadsticos est ntimamente vinculada al diseo
experimental, razn por la cual ofrecemos estos comentarios
particulares sobre el tema. [Vase, asimismo, Green y Tukey,
1960; Kaiser, 1960; Nunnally, 1960, y Rozeboom, 1960.1
Una estadstica errnea de uso comn. Aunque el diseo 4 es
el comn y frecuente, los tests de significacin que con l se
'1 utilizan son a menudo errneos, incompletos o inapropiados.
Al aplicar la razn crtica comn o prueba t a ese diseo
-
experimental estndar, muchos investigadores han computado
dos t: una para la diferencia pretest-postest en el grupo ex-
perimental y otra para la ganancia pretest-postest en el gru-
po de control. Si la primera resulta estadsticamente signi-
ficativa y la otra no, llegan a la conclusin de que X tuvo
un efecto, sin ninguna comparacin estadstica directa entre
el grupo experimental y el de control. A menudo las condi-
ciones fueron tales que, de haberse aplicado una prueba ms
apropiada, la diferencia no habra sido significativa (como
cuando los valores de significacin son casos lmites y el gru-
49
 po de control indica una ganancia que casi alcanza el nivel
de significacin). Windle [1954] y Cantor [1956] han de-
mostrado la frecuencia de este error.
Utilizacin de Punta/es de ganancia y covariancia.
aceptable de uso ms comn consiste en computar para La prueba
cada
grupo puntales de ganancia pretest-postest y calcular una
entre los grupos experimentales y de control sobre la base de t
esos puntajes. El bloqueo o nivelacin aleatoria de pun-
tales pretest y el anlisis de covariancia utilizando como co-
variable los puntajes de pretest son, por lo comn, preferibles
a las simples comparaciones de puntajes de ganancia. Puesto
que la mayor parte de los experimento
s en educacin no acu-
san diferencias significativas, y por lo tanto no suelen infor-
marse, el uso de este anlisis ms preciso parece ser muy con-
veniente. Considerando la labor que implica conducir un ex-
perimento, el trabajo de realizar el anlisis correcto es relati-
vamente trivial. Para Ms detalles, pueden consultarse trata-
mientos estndar de anlisis del tipo Fisher [vanse tambin
Cox, 1957, 1958; Feldt, 1958, y Lindquist,
1953].
Aspectos estadsticos de la asignacin aleatoria a tratamientos
de cursos intactos.
La estadstica habitual solo resulta apro-
piada en casos de asignacin aleatoria de alumnos individua-
les a los tratamientos. Si, en cambio, se asignaran cursos intac-
tos, las frmulas precedentes daran un trmino de error de-
masiado pequeo, pues, como es natural, el procedimiento de
aleatorizacin habr sido ms global --y---g aleatoria entre los integrantes de una lista mucho mayor de
menos acontecimientos aleatorios. Lindquist a habrn utilizado
[1953, pgs.
172-89] ha suministrado el fundamento lgico y las frmu-
las para la realizacin de un correcto anlisis. En esencia, se
emplean las medias de la clase como observaciones bsicas,
y se prueban los efectos del tratamiento contra variaciones en
esas medias. Un anlisis de covariancia utilizar
riable medias pretest. a como coya-
Aspectos estadsticos de la validez interna.
precedentes se hicieron a fin de dar a conocerLas observaciones
la ortodoxia
estadstica relativa al diseo experimental. Las siguientes re-
presentan un esfuerzo por ampliar o corregir esa ortodoxia,
extendiendo al terreno de la estadstica del muestreo una in-
ferencia de la distincin entre
na. validez externa y validez inter-
Los principios estadsticos antes analizados implican en
su totalidad el muestreo en un universo infinitamente gran-
de, ms apropiado para una encuesta de opinin pblica que
50
para el experimento habitual de laboratorio. En casos muy
raros, como el estudio de Page [1958], hay un muestreo real
tomado de un gran universo predesignado, que se apropia las
frmulas habituales. En el extremo opuesto se encuentra el
experimento de laboratorio presentado en el Journal of Ex-
perimental Psychology, por ejemplo, en el que la validez in-
terna ha sido la nica consideracin y todos los integrantes
de un pequeo universo nico se asignaron a los grupos de
tratamiento. En este tipo de prueba se pone gran nfasis en
el procedimiento aleatorio, pero no a fin de asegurarse la re-
presentatividad respecto de otra poblacin mayor, sino al ex-
clusivo efecto de igualar los grupos experimentales y de control
o los distintos grupos de tratamiento. La aleatorizacin se apli-
ca, pues, a una poblacin finita muy reducida, que es en rea-
lidad la suma de los grupos experimentales y de control.
Esta posicin extrema sobre el universo de muestreo se jus-
tifica cuando se describen procedimientos de laboratorio de
esta ndole: se solicitan voluntarios, prometindoles o no una
gratificacin en dinero, puntajes de personalidad, punta-
jes para la aprobacin de cursos, o cumplimiento de un re-
quisito obligatorio que de todos modos tendrn que satisfacer
en algn momento del curso acadmico. A medida que llegan,
se los va asignando al azar a los distintos tratamientos. Cuan-
do se ha alcanzado determinado nmero de sujetos, se inte-
rrumpe el experimento. Ni siquiera ha habido una seleccin
voluntarios. Los primeros constituyen una muestra sesgada y
el universo total muestreado cambia de un da a otro a
medida que el experimento contina, que se requiere ms
presin para reclutar voluntarios, etc. En un momento dado
se detiene el procedimiento, despus de haberse utilizado a
todos los miembros designables del universo en uno u otro
de los grupos de tratamiento. Ntese que los sesgos implica-
dos de muestreo no amenazan en lo ms mnimo la equiva-
lencia aleatoria de los grupos de tratamiento, sino solo su
representatividad.
Consideremos ahora a un cientfico ms meticuloso, que de
una clase integrada por 250 personas extrae 100 al azar, se
pone en contacto con ellas por carta o por telfono y, despus
de entrevistarlos, los asigna, tambin al azar, a grupos de tra-
tamiento. Por supuesto, unos 20 de ellos no pueden ajustarse
al horario de laboratorio, estn enfermos, etc: por lo cual
se ha producido una redefinicin implcita del' universo. Y
aunque gracias a su perseverancia consiga los 100, lo que_12,44-
51
 br ganado, desde el punto de vista de la representatividad,
ser la posibilidad de generalizar con seguridad estadstica a
propsito del cursa del ario 1961 de Psicologa Educacional
A en la Escuela Normal del Estado. Este nuevo universo,
aunque mayor, carece de positivo inters cientfico. Sus lmi-
tes no son los estatuidos por ninguna teora cientfica. Los
aspectos de verdadero inters para la generalizacin debern
explorarse por medio del muestreo de experimentos rea-
lizados en otros lugares. Por supuesto, al ser menos seleccio-
nados sus alumnos, se tiene una mayor validez externa, pero
no ganancia suficiente para que la mayora de los psiclogos
experimentales consideren que se compensa con ello el es-
fuerzo realizado.
Resulta, en general, obvio que el fin principal que se persi-
gue con la aleatorizacin en experimentos de laboratorio es
Ja validez interna, no la externa. Por tanto, habra que utili-
zar mrgenes de error ms reducidos y apropiados, basados
en pequeos universos finitos. Siguiendo a Kempthorne
[1955] y Wilk y Kempthorne [1956], creemos que el mo-
delo correcto es la aleatorizacin en urnas en vez de la extrac-
cin de muestras de un universo. De ese modo se dispone de
- un test no paramtrico ms apropiado y preciso, en el cual
se toman los puntajes obtenidos en los grupos experimenta-
les y de control y se los asigna una y otra vez a dos urnas,
generando emprica o matemticamente una distribucin de
diferencias medias que resultan en su totalidad de asignacio-
nes aleatorias de esos puntajes particulares. Tal distribucin
constituye el criterio con que debera compararse la diferen-
cia media obtenida. Cuando exista una interaccin posicin-
tratamiento (heterogeneidad de efectos reales entre los
sujetos), esa distribucin tendr una variabilidad menor que
la correspondiente distribucin adoptada en la prueba comn.
Con estos comentarios no pretendemos modificar mucho la
actual prctica en la administracin de tests de significacin
en la investigacin pedaggica. Las soluciones exactas son
difciles de conseguir y, por lo comn, muy laboriosas. La alea-
torizacin por urnas, por ejemplo, suele exigir la utilizacin
de computadoras de gran velocidad. La direccin del error, es
conocida: el empleo de la estadstica tradicional es demasiado
conservador, con una excesiva tendencia a decir no se regis-
tran efectos. Si juzgamos que nuestras publicaciones estn
saturadas de falsos positivos, es decir, -de informacin so-
bre efectos que no resiste la prueba de una validacin cru-
zada (como acaece, por cierto, con la psicologa experimental
52
y social, aunque no todava con la investigacin pedaggica ),
ese error si lo es ser siempre preferible. La posibilidad
de subestimar la significacin es mayor cuando solo hay dos
condiciones experimentales y se emplean todos los sujetos
disponibles [Wilk y Kempthorne, 1955, pg. 1154].
5. Diseo de cuatro grupos de Solomon
Aunque el diseo 4 se usa ms, el 5, denominado diseo de
cuatro grupos de Solomon [1949 ] tiene con razn un ma-
yor prestigio y constituye la primera consideracin explcita
de factores de validez externa. El diseo es el siguiente:
R 0 1 X 02
R 03 04
R X 05
06
Trazando en forma paralela los elementos del diseo 4 (01
a 04 ) con los grupos experimental y de control sin pretest,
cabe determinar tanto los efectos principales de la realizacin
de la prueba como la interaccin entre ella y X. De ese modo,
no solo se aumenta la posibilidad de generalizar, sino que
adems se repite el efecto de X en cuatro formas diferentes:
02> 01, 02> 04, 05 > 06 y 05 > 03. Las inestabilidades
concretas de la experimentacin son tales que, si esas compara-
ciones concuerdan, el vigor de la inferencia queda muy incre-
mentado. Otra contribucin indirecta a la posibilidad de ge-
neralizar los hallazgos experimentales es tambin que, en vir-
tud de la experiencia con el diseo 5 en cualquier mbito de
investigacin dado, se averigua la posibilidad general de in-
teracciones de pruebas por X, pudindose as interpretar
mejor los diseos 4, 'tanto futuros como pasados. Asimismo,
puede advertirse (comparando 06 con 01 y 0 3 ) un efecto
combinado de maduracin e historia.
Pruebas estadsticas para el diseo 5
No hay ningn procedimiento estadstico particular que utili-
ce a un mismo tiempo los seis conjuntos de observaciones.
Las asimetras del diseo descartan el anlisis de la variancia
53
 de puntajes. (Las sugerencias de Solomon a este respecto se
consideran inaceptables.) Dejando de lado los pretests, salvo
como un nuevo tratamiento coordinado con X,
se pueden
estudiar los puntajes postest mediante un simple anlisis 2
del diseo de variancia: X2
Sin X Con X
Con administracin de pretest 04
Sin administracin de pretest 02
06 05
Sobre la base de las medias de las columnas se estima el
efecto principal de X;
de las medias de las filas, el efecto
principal del pretest y de las medias de los casilleros, la
interaccin entre la aplicacin del test y X.
Si los efectos
principales e interactivos de la aplicacin de las pruebas son
muy pequeos, acaso sea conveniente
covariancia de 0 4 realizar un anlisis de
covariable. contra 02, con los puntajes del pretest por
6. Diseo de grupo de control con postest
nicamente
El pretest es un concepto muy arraigado en el pensamiento
- de los investigadores en los campos de la educacin y la psi-
cologa, pero en realidad no es imprescindible para los dise-
Los experimentales propiamente dchos.Por razones psico-
lgicas, es difcil renunciar a tener la seguridad de que los
grupos experimentales y de control eran iguales antes del
tratamiento experimental diferenciaLt No obstante, la aleato-
rizacin implica la mayor seguridad, plicable a cualquier fin,
de, la carencia de sesgos iniciales entre grupos. Dentro de los
margenes de confianza establecidos por las pruebas de signi-
ficacin, .ja aleatorizacin puede ser suficiente, sin necesidad
de recurrir al pretest: ',En realidad, casi todos los experimen-
tos agrcolas realizados en la tradicin de Fisher [1925, 1935]
carecen de pretest. Ms todava, en investigacin pedaggica,
sobre todo en los grados primarios, tenemos que experimen-
tar a menudo con mtodos que permitan la introduccin ini-
cial de elementos absolutamente nuevos, para los cuales son
imposibles los pretests en el sentido ordinario del trmino, lo
mismo que estaran fuera de lugar los referidos a la presunta
culpabilidad o inocencia en un estudio acerca de los efectos
54
de la informacin presentada al jurado por el abogado defen-
sor. El diseo 6 responde a esa necesidad, y adems es apro-
piado para todas las situaciones en que podran utilizarse los
diseos 4 o 5, es decir, aquellas en que es posible una ver-
dadera aleatorizacin. Su forma es la siguiente:
R X01
02
Si bien este diseo se utilizaba ya- en la dcada de 1920, la
mayora de los 'textos metodolgicos no lo han recomendado.
Ello se debi en parte a que se lo confunda con el diseo
3, y tambin a la falta de confianza en la aleatorizacin como
procedimiento de igualacin.
Puede considerarse que este diseo comprende los lti-
mos dos grupos del diseo de cuatro grupos de Solomon;
, controla la aplicacin del test como efecto principal y la in-
teraccin, pero, a diferencia del diseo 5, no los mide. Sin
L 'embargo, esa medicin es tangencial a la cuestin bsica de
si X tuvo o no un efecto. As, pues, el diseo 5 es preferible
al 6 por las razones apuntadas, pero las mayores ventajas
del 5 quiz no justifiquen el esfuerzo que demanda (ms del
rdoble). Asimismo, el diseo 6 es por lo comn preferible al
4, a menos que haya alguna duda a propsito de la autenti-
del proceso aleatorio de asignacin. El diseo 6 se usa
cidad
i
-demasiado poco en investigacin educacional y psicolgica.
Pero en el caso de repeticin de pruebas, que se presenta
con frecuencia en la investigacin educacional, si se dispone de
antecedentes apropiados en materia de variables, se los debe-
ra emplear para bloqueo o nivelacin, o como covariables.
Esta recomendacin la hacemos por dos motivos. Primero,
porque las pruebas estadsticas en que se apoya el dileo 4
son ms decisivas que las existentes para el 6. El esfuerzo
que exige el diseo 4 anula esta ventaja en la mayor parte
de las situaciones de investigacin, pero no ocurrira as si se
dispusiese 'en forma automtica de antecedentes apropiados
sobre puntajes. En segundo lugar, la disponibilidad de pun-
tajes pretest permite examinar la interaccin de X y el nivel
de habilidad en el pretest, explorando as ms a fondo la
posibilidad de generalizar el hallazgo. Algo similar puede ha-
cerse a propsito del diseo 6, empleando otras medidas dis-
ponibles en vez del pretest, pero estas consideraciones, suma-
das al hecho de que para la investigacin pedaggica los tests
frecuentes son caractersticos del universo al cual se quieren
55
 extender las generalizaciones, pueden invertir el criterio de
preferir por lo comn el diseo 6 al 4. Ntese asimismo que
para cualquier mortalidad sustancial entre R y el postet los
datos de pretest del diseo 4 ofrecen mayores oportunidades
de eliminar la hiptesis de mortalidad diferencial entre los
grupos experimental y de control.
Aun as, hay muchos problemas para los cuales no se dispone
de pretests, o estos resultan inconvenientes o capaces de pro-
vacar reacciones, y para esos casos es preciso seguir insistien-
do, en muchos sectores, acerca de la legitimidad del dise-
o 6. Adems de los estudios sobre el modo de ensear
material nuevo, queda una gran cantidad de casos en los que
la X y la O postest pueden entregarse a los alumnos o grupos
como un solo paquete natural, y un pretest resultara mo-
lesto. Tales situaciones se producen con frecuencia en los
mismos procedimientos de prueba, as como en estudios de
instrucciones distintas, planillas de respuesta de formato di-
ferente, etc. Algo similar ocurre con los estudios sobre cam-
paas para reclutar voluntarios, etc.t.En los casos en que hay
que guardar el anonimato del alumno, el diseo 6 suele ser
el ms conveniente, encarndose entonces la aleatorizacin
por medio del ordenamiento mezclado de materiales destina-
dos a la distribucin._
Aspectos estadsticos del diseo 6
El modo ms sencillo sera la prueba t. El diseo 6 es quiz
la nica situacin para la cual esa prueba es ptima. Sin em-
bargo, se pueden emplear el anlisis de covariancia y el
bloqueo de variables sujeto [Underwood, 1957b], as como
niveles anteriores de educacin, puntajes en tests, ocupacin
de los padres, etc., consiguindose as mayor poder del test
de significacin, muy similar al que brinda un pretest. No es
necesario que el pretest y el postest sean idnticos. A menudo
sern formas diferentes del mismo test y por lo tanto me-
nos idnticos que una repeticin del pretest. La mayor pre-
cisin obtenida se vincula en forma directa con el grado de
covariancia, y aunque esta suele ser ms elevada en formas
alternadas del mismo test que en tests diferentes, se
trata de una cuestin de grado tan confiable y factorialmente
compleja como la superioridad eventual de un promedio pun-
tual respect de un breve pretest. Advirtase, sin embargo,
que un promedio puntual no es por lo comn conveniente
56
D mo medicin postest, a causa de su probable insensibilidad
X si se lo compara con una medicin ms especficamente
propiada en contenido y oportunidad. No tiene mucha im-
ortancia decidir si ese seudodiseo de pretest debe clasifi-
arse como 6 o como 4. Tendra las ventajas del primero, ya
ue evitara una sesin pretest introducida por el experimen-
idor, as como la reveladora repeticin de un contenido
oco usual idntico o muy similar (como en los estudios de
ambios de actitud).aSor estas razones la inclusin del dise-
o 6 bajo el ttulo de 'Dispositivos reactivos debera_ser algo
l s positiva que respecto de los diseos 4 y 5. La justifica-
n de esta diferencia es, por cierto, mucho ms vlida para
3 ciencias sociales en general que para la investigacin sobre
..istruccin pedaggica.
Diseos factoriales
Sobre la base conceptual de los tres diseos anteriores, pero
en particular el 4 y el 6, pueden ampliarse las complejas ela-
boraciones tpicas de los diseos factoriales de Fisher, agre-
gando otros grupos con otras X. En un criterio tpico de cla-
sificacin nica o anlisis de la variancia en un solo sentido,
tendramos varios niveles del tratamiento, por ejemplo,
X1, X2, X3, etc. y quiz tambin un grupo X. ( ausencia de
X). Si se considera el grupo de control como uno de los tra-
tamientos, habra en los diseos 4 y 6 un grupo para cada
tratamiento. En el diseo 5 habra dos grupos (uno some-
tido a pretest, el otro no) para cada tratamiento, y aun sera
posible un anlisis de variancia de doble clasificacin (en
dos sentidos). No tenemos noticia de que se hayan realizado
diseos del tipo 5 en ms de dos niveles. Por lo comn, si
nos preocupa la interaccin pretest, empleamos el diseo 6,
a causa del gran nmero de grupos que de no hacerlo as
seran necesarios. Muy a menudo se utilizarn dos o ms varia-
bles de tratamiento, una en cada uno de los distintos nive-
les, dando una serie de grupos que podran designarse Xai
X bi , Xai Xb2, Xai Xb3, Xa2 Xbl, etctera.
Tales elaboraciones, complicadas con, intentos de economizar
eliminando algunas de las posibles permutaciones de X. por
Xb, han producido parte de los inquietantes misterios del di-
seo factorial ( bloques aleatorizados, parcelas divididas, cua-
drados grecolatinos, repeticin fraccional, confusin, etc. ),
57
 origen de la enorme brecha que separa las metodologas avan-
zadas de las tradicionales en el mbito de la investigacin
educacional. Esperamos que esta obra ayude a salvar ese vaco
por medio de una continuidad con la metodologa tradicional
y las consideraciones dictadas por el sentido comn que el es-
tudiante lleva siempre consigo. Tambin estimamos que gran
parte de lo que debe ensearse sobre diseo experimental se
entiende mejor si se lo expone en forma de diseos de dos
tratamientos, sin interferencia de otras complicaciones. No
obstante, la exposicin completa de los problemas planteados
por el uso comn provocar una comprensin mayor tanto de
la necesidad como de la localizacin de modernos enfoques.
Al buscar la forma ms eficaz de resumir el anticuado pero tan
difundido diseo 4 nos vimos ya constreidos a disponer
de un anlisis de covariancia, casi no utilizado en esta situa-
cin. Y en el diseo 5, con un problema de dos tratamientos
que se elabora slo para obtener controles necesarios, nos
alejamos de las relaciones crticas o pruebas t, y nos introdu-
cimos en la estadstica del anlisis de variancia.
Los detalles de los anlisis estadsticos para diseos facto-
riales no pueden ensearse ni aun esbozarse siquiera en esta
obra. Edwards [1960], Ferguson [1959], Johnson y Jackson
[1959] y Lindquist [1953] presentan a los investigadores
pedaggicos aspectos elementales de tales mtodos. Confiamos,
sin embargo, en que las explicaciones siguientes permitirn
alguna mayor comprensin de ciertas alternativas y comple-
jidades de particular relevancia en los aspectos de diseo
analizados en nuestra obra. Las complejidades que tenemos
que analizar no comprenden las razones comunes para re-
currir a cuadrados latinos ni a muchos otros diseos incom-
pletos en que el conocimiento de ciertas interacciones se sacri-
fica por meras razones de costo. (Pero el uso de cuadrados
latinos como sustituto de los grupos de control en los casos
en que no hay modo de aleatorizar se estudiar ms adelante,
'omo diseo cuasiexperimental 11.) La razn de haber pres-
cindido aqu de esos diseos incompletos es quer para el
problema de validez externa resulta muy convenienfe contar
con un conocimiento detallado de las interacciones, sobre todo
en una ciencia que ha tenido problemas para repetir los des,
cubrimientos de un investigador en otro ambiente distinto
[vase Wilk y Kempthorne, 1957]. Los conceptos que trr
tamos de exponer en este captulo son los de la interaccin,
las clasificaciones inclusivas y las clasificaciones cruzadas, y los
modelos factoriales finitos, fijos, aleatorios y mixtos.
58
Interaccin
Ya hemos utilizado este concepto en situaciones en que, se-
Lin
- ' creemos, el lector no especializado lo habr encontrado
... c omprensible.Tomo antes, insistimos aqu en las consecuen-
irias relativas a la posibilidad de generalizar3Expondremos en
forma grfica (figura 2) cinco posibles resultados de un di-
seo con tres niveles, compuesto cada uno de ellos de X. y
Xb, que denominaremos A y B. (Puesto que se han de gra-
ficar tres dimensiones [A, B y O] en dos, son varias las
presentaciones que resultan posibles, de las cuales no emplea-
remos ms que una.) En la figura 2(a) puede apreciarse un
notable efecto principal tanto para A como para B, pero nin-
guna interaccin. (Hay, por supuesto, una suma de efectos
siendo A3, B3 el ms fuerte, pero ninguna interaccin,
ya que los efectos son aditivos.) En todos los dems casos
encontramos interacciones significativas adicionales, o bien en
reemplazo de los efectos principales de A y B. Es decir que la
ley sobre el efecto de A vara de acuerdo con el valor espe-
r cfico de B.
En este sentido, los efectos de interaccin son reglas de espe-
cificidad de efecto y, por tanto, conducen al intento de gene-
' ralizacin. El efecto de interaccin en 2(d) es, sin duda
-- alguna, de ese orden. Aqu, A no produce un efecto principal
( es decir que, si se promedian los valores de las tres B para
cada A, resulta una lnea horizontal). Pero cuando se man-
tiene B en el nivel 1, los aumentos en A producen un efecto
decreciente, en tanto que si se mantiene B en el nivel 3, A
tiene un efecto incremental. Ntese que si el experimentador
slo hubiese variado A, manteniendo B constante en el nivel
1, los resultados, aunque internamente vlidos, 'hubiesen dado
pie a que se hiciesen generalizaciones errneas a propsito de
132 y B3. La caracterstica de mltiple factorial del diseo ha
llevado, pues, a realizar valiosas exploraciones sobre la posi-
ble generalizacin o validez externa de cualquier enunciacin
sumaria sobre el efecto principal de A.CLas limitaciones de la
posibilidad de generalizar o de la espeficidad de los efectos
aparecen en el anlisis estadstico como interacciones signifi-
cativas.-..
La figura 2(e) representa una forma de interaccin an ms
extrema: ni A ni B producen efecto principal alguno (no re-
sultan reglas generales sobre qu nivel de ambas es mejor)
pero las interacciones son fuertes y bien definidas. Conside-
remos un resultado hipottico de esta ndole. Supongamos
59
 Figura 2. Algunos resultados posibles de un diseo factorial
>que tres clases de maestros son, en general, de la misma
3 X 3. eficiencia (p. ej., los improvisadores espontneos, los que pre-
paran a conciencia su, trabajo y los que supervisan con esmero
Grados de O la tarea de sus alumnos). Asimismo, tres mtodos de ense-
Grados de O '
1 (a) t (6)
fianza resultan, en general, de idntica eficacia (p. ej., dis-
cusin en grupo, exposicin formal y supervisin individual).
B, B' En tal caso, aun en ausencia de efectos principales en cual-
i quiera de los tipos de maestros o mtodos pedaggicos, podra
ocurrir que estos segundos tuviesen gran interaccin con la
. ----->... modalidad del maestro: el improvisador espontneo tendra
ms xito con la discusin en grupo y menos 'con la super-
e<>
s B, visin individual, mientras que el acostumbrado a seguir de
Bi cerca a sus alumnos alcanzara los mejores resultados en la
supervisin individual y los peores en el sistema de la discu-
Ai A, sin en grupo.
A, A, A, A3 Desde este punto de vista, cabe distinguir los tipos de interac-
Grados de O 1 Grados de O ciones significativas halladas. Quiz nos resulte provechoso un
concepto como el de interacciones montonas. Ntese que
(e/ /33
(d) en 2(b), como en el 2(a), hay un efecto principal tanto de
A como de B, y que A produce el mismo efecto direccional
en cualquier panel separado de valores de B. En consecuencia,
B, nos sentimos mucho ms seguros si generalizamos a situacio-
e . nes nuevas la expectativa de aumento en O con aumentos
B2 en A que si lo hacemos en 2(c), que podra producir tambin
...,_
11 ....... B2 efectos principales significativos en A y B, as como una in-
teraccin A-B significativa. En realidad, podramos estar casi
tan seguros de la generalidad del efecto principal de A en el
I
caso 2( b) como en el 2(a), libre este de interaccin. Por
A, A, A, cierto que al interpretar efectos con miras a la generalizacin
A, A, A,
Grados de O se las debera graficar y - examinar bien, en todos sus detalles.
Algunas interacciones montonas o unidireccionales pro-
f (e) ducen pocas limitaciones y a veces ninguna sobre la es-
pecificidad. (Vase en Lubin [1961] un profundo estudio de
este problema.)

Clasificaciones inclusivas
En los ejemplos dados hasta aqu, todos los criterios de cla-
sificacin (las A y las B) se han cruzado con todos los
dems criterios. Es decir que todos los niveles de A se han
dado con todos los niveles de B. Sin embargo, el anlisis
de variancia no se limita a esa situacin.
Hasta ahora hemos utilizado, a ttulo de ilustracin, criterios

60
61
 de clasificacin que eran tratamientos experimentales Otros
tipos de criterios de clasificacin, como el sexo y la edad de
los alumnos, podran introducirse en muchos experimentos en
forma de clasificaciones plenamente cruzadas. Pero a fin de
incorporar los usos ms comunes de clasificaciones inclusi-
vas, presentaremos la posibilidad de criterios de clasificacin
menos obvios. Uno de ellos es maestros. Operando en el
nivel de cruzado total, se podra hacer una prueba en una
escuela secundaria en la cual diez maestros emplearan uno
de los dos mtodos posibles para ensear una determinada
asignatura a distintos cursos experimentales. En ese caso los
maestros seran un criterio de clasificacin absolutamente
cruzado, pues cada uno de ellos constituira un nivel dife-
rente. El efecto principal de los maestros sera la evi-
dencia de que algunos de ellos son mejores que otros, con
prescindencia del mtodo que emplearon. (Los estudiantes o
las clases se habrn asignado al azar; de lo contrario se con-
fundiran las idiosincrasias del maestro con las diferencias de
seleccin.) Una interaccin significativa entre maestros y m-
todos significara que el mtodo que mejor funcion haba
dependido del docente en particular a quien se estaba consi-
derando.
Supongamos ahora, siguiendo una interaccin de esta ndole,
que nos interesa conocer si, en general, una tcnica dada es
mejor para maestros que para maestras. Si dividimos ahora
nuestros diez maestros en cinco hombres y cinco mujeres, se
obtiene una clasificacin inclusiva en el sentido de que la
clasificacin maestros, aunque todava til, no considera los
sexos; es decir que el mismo maestro no aparece en uno y
otro sexo, en tanto que cada maestro y cada sexo s considera
los mtodos. Esta inclusividad exige un anlisis algo distinto
de aquel en que todas las clasificaciones se cruzan entre s.
(Un anlisis ilustrativo puede verse en Green y Tukey [1960]
y Stanley [1961a]
.)
Adems, quedan eliminadas ciertas inte-
racciones de las variables inclusivas. As, no son computables
ni tienen, en realidad, sentido desde el punto de vista con-
ceptual. las interacciones maestros-sexo y maestros-sexo-m-
_todo.
Maestros tambin podra convertirse en una Clasificacin
inclusiva, si el experimento anterior se extendiese a varias
escuelas, de manera que ellas viniesen a constituir un criterio
de clasificacin (en el cual los efectos principales acusaran
diferencias en la tasa de aprendizaje de los alumnos de los
distintos establecimientos). En tal caso los maestros seran por
62
lo comn inclusivos dentro de las escuelas, ya que lo ha-
bitual es que un maestro d clases en un solo colegio. En
este caso es concebible una interaccin maestro-escuela, pero
no se la podra computar a menos que todos los maestros
enseasen en uno y otro establecimiento, en cuyo caso maes-
ros y escuelas seran cruzados, no inclusivos.
A los alumnos, o sujetos de un experimento, tambin se los
puede tratar como criterio de clasificacin. En un mecanismo
totalmente cruzado, a cada alumno se lo somete a cada uno
de los distintos tratamientos, pero en muchos casos entra en
varios, aunque no en todos, los tratamientos; es decir que
lo se produce el fenmeno de la inclusin. Un caso frecuente
es el estudio, durante el aprendizaje, de datos obtenidos por
pruebas individuales. Aqu podramos tener curvas de apren-
dizaje para los distintos alumnos, divididos estos entre dos
mtodos de estudio. Podran analizarse las interacciones prue-
ba-mtodo y alumno-prueba, pero no alumno-mtodo. Si a
los alumnos se los clasifica por el sexo, se genera tambin
un- fenmeno de inclusin.
Casi todas las variables de inters en la experimentacin edu-
cacional pueden cruzarse con otras variables y no tienen por
qu ser objeto de inclusin. Excepciones notables, adems de
las ya mencionadas, son la edad cronolgica, la edad mental,
el grado escolar (primero, segundo, etc.) y el nivel socioeco-
nmico. El lector inteligente habr notado que las variables
independientes, o los criterios de clasificacin, pertenecen a
distintos tipos: 1 ) variables manipuladas, como el mtodo
de enseanza, que el experimentador puede asignar a volun-
tad; 2) aspectos potencialmente manipulables, como mate-
rias estudiadas, que el experimentador podra asignar de al-
guna manera aleatoria entre los alumnos que utiliza, pero
que rara vez lo hace; 3 ) aspectos relativamente fijos del
ambiente, como comunidad, escuela o nivel socioeconmico,
fuera del control directo del experimentador pero que sirven
de bases explcitas para la estratificacin de la prueba; 4) ca-
ractersticas orgnicas de los alumnos, como edad, estatura,
peso y sexo, y 5 ) caractersticas de reaccin de los alumnos,
como puntajes en distintos tests. Por lo comn las variables
independientes manipuladas de la clase 1 son de inters fun-
damental, mientras que las variables independientes no ma-
manipuladas de las clases 3,4 y a veces 5 sirven para aumentar
la precisin y revelar hasta qu punto son generalizables los
efectos de las variables manipuladas. Las variables de clase 5
aparecen de ordinario como covariables o variables depen-
63
 dientes. Otra forma de considerar las variables independien-
tes es como intrnsecamente ordenadas (grado, nivel socio-
econmico, estatura, pruebas, etc.) o no ordenadas (mtodo
de enseanza, asignatura, maestro, sexo, etc.). A menudo,
los efectos de las variables ordenadas suelen analizarse ms a
fondo, a fin de ver si la tendencia es lineal, cuadrtica, c-
bica o de grado ms elevado [Grant, 1956; Myers, 19591.
Modelos finitos, aleatorios, fijos y mixtos
Hace poco, estimulados por el trabajo indito de Tukey del
ario 1949, varios estadsticos matemticos crearon modelos
finitos para el anlisis de variancias que aplican al mues-
treo de niveles de factores experimentales (variables inde-
pendientes) los principios, bien elaborados ya, del muestreo
en poblaciones finitas. Scheff [1956] public una resea
histrica de aquel desarrollo clarificador. Se dispone de me-
dias cuadrticas esperadas, que ayudan a determinar trmi-
nos de error apropiados [Stanley, 1956] para el diseo fac-
torial totalmente aleatorizado de tres clasificaciones. Los
modelos finitos resultan de particular provecho porque pueden
generalizarse con facilidad a situaciones en que uno o ms de
los factores son aleatorios o fijos. Ferguson dio una sencilla
explicacin de aquellas extensiones en 1959.
En vez de presentar frmulas, recurriremos a una ilustracin
verbal para mostrar cmo difieren entre s las selecciones finita,
aleatoria y fija de niveles de un factor. Supongamos que en
un experimento dado los maestros constituyen una de las
distintas bases de clasificacin (es decir, variables indepen-
dientes ).1 5i.
- se dispone de 50 maestros, se podran extraer
5 de ellos al azar y utilizarlos en el estudio. Aparecera en-
tonces en algunas de nuestras frmulas un coeficiente de
muestreo de factores (1 5/50) o 0,9. Si se utilizara el to-
:al de 50 maestros, constituiran un efecto fijo, y el coefi-
:iente se convertira en (1 50/50) = 0. Por lo contrario,
;i existiese una poblacin prcticamente infinita de maes-
ros, 50 de ellos elegidos al azar constituiran un porcentaje
nfinitesimal, por lo que en cada efecto aleatorio el coefi-
iente tendera a 1. Los anteriores coeficientes modifican las
Cormulas de medias cuadrticas esperadas, y por lo tanto de
5.rminos de error. Ms detalles pueden verse en Brownlee
1960], Cornfield yTukey [1956], Ferguson [1959], 'Wilk
Kempthorne [1956] y Winer [1962].
4 65
Otras dimensiones de extensin
Antes de abandonar los verdaderos experimentos a prop-
sito de los diseos cuasiexperimentales, queremos explorar
algunas otras extensiones desde este simple ncleo, aplicables
a todos los diseos que se vern ms adelante.
Aplicacin de tests en busca de efectos mediatas
En la esfera de la persuasin bastante afn a la de la edu-
cacin y la enseanza, Hovland y sus colegas comproba-
ron, en reiteradas oportunidades, que los efectos a largo
plazo son no solo cuantitativa sino tambin cualitativamente
diferentes Estos efectos son mayores que los inmediatos en-
las actitudes generales, aunque ms dbiles en algunas- actitu-
des especficas [Hovland, Lumsdaine y Sheffield, 1949]. Las
afirmaciones de una persona desacreditada carecen de efecto
persuasivo inmediato, pero ese efecto puede resultar signifi-
cativo un mes ms adelante, a menos que se recuerde a los
interlocutores de qu fuente provienen [Hovland, Janis y
Kelley, 1953]. Estos descubrimientos nos alertan contra la
prctica de establecer toda nuestra evaluacin experimental
de los mtodos pedaggicos sobre la base de postests o medi-
ciones inmediatas realizadas en cualquier punto aislado del
tiempo.
A pesar de los problemas incomparablemente mayores de eje-
cucin implicados (y la incomodidad que ello constituye para
el desarrollo del programa de nueve meses de una tesis de
doctorado), nos permitimos recomendar que en la planifica-
cin de las investigaciones se incluyan perodos de postests de
un mes, seis meses y un ario.
" - Cuando las mediciones del postest consistan en calificaciones
y puntajes de exmenes que de todos modos van a obtenerse,
ese estudio ser un simple problema de contabilidad (y mor-
talidad). Pero cuando sea el experimentador quien introduz-
ca las O, casi todos los autores consideran que la repeticin
de mediciones postest con los mismos alumnos sera ms
engaosa que el pretest. As se ha comprobado por cierto en
investigaciones sobre memoria [p. ej., Unclerwood, 1957a].
Al paso que el grupo de Hovland recurra a la tpica aplica-
cin de un pretest (diseo 4), ellos organizaron grupos se-
parados experimentales y de control para cada aplazamiento
cronolgico del postest, por ejemplo:
 RO XO
R O O Pero ocurre lo contrario si por saber interpretamos la habi.
R O X O lidad para seleccionar la correcta clasificacin abstracta del
R O
Para los diseos 5 o 6 se exigira una duplicacin similar de
grupos. Ntese que este diseo carece de control perfecto
para su propsito de comparar las diferencias en los efectos co-
mo funcin del tiempo trascurrido, puesto que tales diferencias
podran deberse tambin a la interaccin entre X
y los aconte-
cimientos histricos especficos que se produjeron entre la apli-
cacin de los postests de corto y de largo plazo. Un control
completo de esta posibilidad lleva a la elaboracin de diseos
ms complejos todava. A causa de los grandes gastos que
esos estudios exigen, salvo cuando las O se obtienen por algn
mecanismo rutinario, parece recomendable que quienes reali-
zan estudios empleando O institucionalizadas reiteradamente
disponibles aprovechen la ventaja que ello representa y realicen
observaciones ulteriores de los efectos en varios momentos
sucesivos.
Generalizacin a otras X. Variabilidad en
la ejecucin de X
El objetivo de la ciencia comprende la generalizacin, no" solo
a otras poblaciones y momentos cronolgicos, sino tambin a
rep
resentaciones distintas del mismo tratamiento, es decir, a
otras representaciones que en teora deberan ser idnticas,
pero que no lo son en determinados aspectos que, en prin-
cipio, carecen de importancia. Esta meta es contraria a la de
Irlanda de un mayor control experimental, que a menudo resul-
ta evidente y que conduce al deseo de obtener en cada repe-
ticin una rplica exacta de X.
As, al estudiar el efecto de
una apelacin emocional frente a otra racional, y volviendo
al ejemplo del individuo que hace declaraciones pblicas, po-
dramos conseguir que la misma persona se dirigiese a los
distintos tipos de grupo empleando todos los grados de per-
suasin posibles o, con mayor rigor todava, grabar sus decla-
raciones_a fin de que todos los pblicos incluidos en un deter-
minado tratamiento oyesen exactamente el mismo men-
saje. Aparentemente, esto sera mejor que si varias personas
hablasen una sola vez cada una en los distintos niveles de
persuasin, ya que en. este caso no sabramos con exactitud
qu estmulos experimentales se aplicaron en cada sesin
tratamiento y trasmitir eficazmente la informacin a nuevos
destinatarios. Con la entrevista grabada hemos repetido cada
vez muchos aspectos especficos carentes de importancia; has-
ta donde nos fue dado conocer, el efecto pudo haberse creado
por esos detalles y no por las caractersticas que incluimos
adrede. No obstante, si tenemos muchos ejemplos indepen-
dientes, los detalles especficos sin importancia no sern sus-
ceptibles de repeticin en cada caso, y por tanto ser ms
probable que nuestra interpretacin de la causa de los efectos
sea correcta.
Consideremos, por ejemplo, la comparacin de Guetzkow,
Kelly y McKeachie [1954] entre los mtodos de enseanza
por disertacin y por discusin. Nuestro conocimiento de
cules fueron los tratamientos experimentales, en el sentido
de poder extraer recomendaciones para otros maestros, es me-
jor porque se emplearon ocho docentes, cada uno de los cua-
les interpret cada mtodo a su manera, en vez de utilizar
uno solo, o de hacer que los ocho memorizasen detalles co-
munes no incluidos en la descripcin abstracta de los procedi-
mientos comparados. (Como en Guetzkow y otros [1954],
esa ejecucin heterognea de X debera complementarse, de ser
posible, con la prctica de que cada tratamiento lo ejecutara ca-
da uno de los participantes en el experimento, para que ningn
elemento especfico sin importancia se confundiera con un
tratamiento especfico. A fin _de poder estimar la significacin
de la interaccin maestro-mtodo cuando se emplean cursos
intactos, convendra que cada maestro aplicara dos veces cada
mtodo.)
' En un ejemplo ms sencillo, un estudio del efecto del sexo del
, docente sobre los primeros pasos de instruccin aritmtica
debera utilizar no uno solo, sino muchos ejemplos de cada
sexo. Aunque esta es una precaucin obvia, no siempre se
la ha respetado, como lo seala Hammond [1954]. El pro-
blema constituye un aspecto de lay sistencia de Brunswik
[1956] en el diseo representativo Underwood [1957b,
pgs. 281-87] ha sostenido, sobre fu damentos similares, una
posicin contraria a la estandarizacin o rplica exacta de los
aparatos utilizados en los distintos estudios, de manera com-
patible con su vigoroso operacionalismo
67
 Generalizacin a otras X: Refinamiento secuencial de X y
-pupas de control noveles
En cualquier experimento la X real es un complicado conjun-
to de lo que eventualmente se habr de conceptualizar como
distintas variables. Una vez detectado un efecto fuerte y de-
finido, el curso del proceso cientfico exige que se realicen
nuevos experimentos, que refinen la X, destacando bien los
aspectos ms esenciales al efecto. Ese refinamiento se logra-
r por medio de tratamientos definidos y presentados en for-
ma ms particular y concreta, o bien organizando nuevos
grupos de control, que igualen al grupo experimental en un
nmero cada vez mayor de aspectos del tratamiento, redu-
ciendo las diferencias a caractersticas ms especificas de la
compleja X original. El grupo de control falso y el de control
con operacin simulada que se utilizan en la investigacin m-
dica son ejemplos de ello. Los experimentos anteriores demos-
traron un efecto internamente vlido, pero que, no obstante,
pudo haberse debido a que el paciente saba que se lo someta
al tratamiento, o bien al shock quirrgico, y no a las propie-
dades especficas de la droga o a la remocin del tejido ce-
rebral: de ah la introduccir de los controles especiales
para prever esas posibilidades. La generalizacin a otras X es
un proceso exploratorio de extrapolaciones sugeridas por la
teora, pero sujetas a la experiencia, en cuyo transcurso es
posible que el mencionado refinamiento de X represente un
importante papel. '
Generalizacin a otras O
As como una X dada arrastra un bagaje de caracteres espe-
cficos tericamente sin importancia, pero que pueden resultar
los causantes del efecto, as tambin cualquier O dada, cual-
quier instrument de medicin, es un complejo en el cual el
contenido correspondiente est necesariamente inserto en una
situacin instrumental concreta, cuyos detalles son marginales
a la finalidad terica. As, cuando utilizamos lpices y plani-
llas de respuesta con calificacin mecnica IBM solemos ha-
cerlo por razones de conveniencia y no porque queramos
incluir en nuestros puntajes la variancia debida a la habilidad
de los empleados, la familiaridad con el formulario del test,
la exactitud en la observancia de las instrucciones, etc. Asi-
mismo, nuestro examen de la competencia especfica en un
68
tema objeto de investigacin por medio de pruebas consisten-
tes en la redaccin de ensayos habr de efectuarse empleando
como vehculos la habilidad literaria y el uso del vocabulario
y, por lo tanto, deber contener la variancia debida a esas
fuentes que, con frecuencia, no son importantes para nuestros
fines. Dada esa complejidad inherente a cualquier O, nos
e ncontramos con un problema cuando queremos generalizar
los resultados a otras O posibles. A qu aspecto de nuestra
O experimental se debi aquel efecto internamente vlido?
Como la finalidad de la enseanza no es solo la de preparar
individuos para futuros exmenes de ensayo y objetivos,
debe tomarse siempre en cuenta ese problema de la validez
externa o la posibilidad de generalizacin.
17na vez ms, desde el punto de vista conceptual, la solucin
no est en confiar a ciegas en que se tendrn mediciones
puras sin complejidades carentes de importancia, sino ms
bien en utilizar medidas mltiples en las cuales los medios y
detalles especficos sin importancia sean todo lo diferentes
que sea posible, al paso que el contenido comn ciue nos
preocupa est presente en todos y cada uno de ellos. Dentro
--d1 un experimento aislado, es ms lo que puede hacerse en
este sentido por las O que por las X, pues en un solo expe-
rimento se pueden lograr muchas mediciones de efecto (es
decir, variables dependientes). En el estudio de Guetzkow,
Kelly y McKeachie [1954], se notaron efectos no solo en los
exmenes regulares de curso y en pruebas especiales de ac-
titud introducidas a este fin, sino tambin en comportamien-
tos ulteriores, como la eleccin de carrera y la inscripcin en
cursos superiores sobre el mismo tema. (Aquellos compor-
tamientos resultaron de igual sensibilidad a las diferencias de
tratamiento que las mediciones del test.) /Las O mltiples
deberan ser un requisito ortodoxo en cualquier estudio sobre
mtodos de enseanza. En el plano ms simple, deberan apli-
carse tanto exmenes Cljetivos como de ensayo [vanse Stan-
ley y Beeman, 1956], junto con ndices de participacin en
clase, etc. (Una extensin de esta perspectiva a la cuestin
de la validez de los tests se hallar en Campbell y Fiske
[1959] y Campbell [1960].)
69
 5. Diseos cuasiexperimentales 1
Son muchas las situaciones sociales en que el investigador
puede introducir algo similar al diseo experimental en su
pro-g-r-m
- acin de procedimientos para la recopilacin de -
datos
(p. ej., el cundo y el a quin de la medicin), aunque
- ca-
rezca de control total acerca de la programacin de estmulos
experimentales ( el cundo y el a quin de la exposicin y
la capacidad de aleatorizarla), que permite realizar un autn-
tico experimento. En general, tales situaciones pueden con-
siderarse como diseos cuasiexperimentales. Uno de los Pro-
psitos --de esta obra es indcir a - qu se utilicen estos cua-
siexperimentos y se aumente el conocimiento de los tipos de
situaciones en que se dan oportunidades para su empleo.
-
Pero precisamente porque se carece de control experimental
total, es imprescindible que el investigador tenga un conoci-
miento a fondo de cules son las variables especficas que
su diseo particular no controla. Por esa necesidad de eva-
luar cuasiexperimentos, ms que para satisfacer la de com-
prender los experimentos propiamente dichos, se prepararon
las listas de verificacin de fuentes de invalidacin en los ala-
dros 1, 2 y 3.
'El estudiante o posible investigador medio que haya ledo el
captulo anterior quiz se encuentre con ms problemas sin
resolver en el diseo de un experimento que los que haba
considerado al comienzo que pudieran plantearse siquiera.
Ser para su bien si todo ello lo induce al diseo y ejecucin
de mejores experimentos y a una mayor circunspeccin al
extraer conclusiones de los resultados obtenidos. Constituir,
sin embargo, un efecto secundario indeseable si crea en l
la sensacin de desesperanza en cuanto al logro del control
experimental y lo induce a abandonar tales esfuerzos para
1 Este captulo recurre en su mayor parte a D. T. Campbell, Dise-
os cuasiexperimentales para su aplicacin en situaciones sociales na-
turales en D. T. Campbell, Experimenting, validating, knowing: pro-
blems of method in the social sciences,
Nueva York: McGraw Hill,
en preparacin. -
70
acogerse a la prctica de mtodos de investigacin ms infor-
males todava. Adems, esta larga lista de fuentes de invali-
dacin podra, con mayor probabilidad an, reducir la voluntad
de realizar los diseos cuasiexperimentales en que se advierta
desde un primer momento que se carece de pleno control ex-
perimental. Este resultado sera la anttesis de lo que nos ha-
bamos propuesto.
-
Desde el punto de vista de su interpretacin definitiva y del
intento de adaptarlo al proceso evolutivo de la ciencia, todo
e xperimento es imperfecto. Lo que puede lograr una lista de
verificacin de criterios de validez es que el experimentador
tenga ms conciencia de las imperfecciones residuales que im-
plica su diseo, para poder determinar en los puntos perti-
Aentes las distintas interpretaciones de sus datos. Por supues-
to que debera disear el mejor experimento que la situacin
permitiera, y buscar con el mayor empeo los laboratorios
rtifciales y naturales que ofrecieran las mejores oportuni-
rd ades de control. Pero, adems de todo ello, tendra que se-
, guir experimentando e interpretando con plena conciencia de
los puntos donde los resultados son an equvocos. Esa con-
ciencia es importante en los experimentos en que se ha ejer-
citado un control total, pero es imprescindible en los di-
.seos cuasiexperimentales.
persecucin de ese objetivo general, researemos a esta
:altura de nuestra obra las ventajas e inconvenientes de un con-
junto heterogneo de diseos cuasiexperimentales, cada uno de
los cuales merece utilizarse all donde no haya otros mejores
susceptibles de que se los aplique. Veremos primero tres di-
seos experimentales unigrupales. Despus, cinco tipos gene-
rales de experimentos multigrupales. Una seccin aparte se
ocupar de la correlacin, los diseos ex post facto, los estu-
dios en panel y otros temas anlogos.
Algunos comentarios preliminares sobre
la teora de la experimentacin
Este captulo est destinado en principio al experimentador
que desee sacar sus investigaciones del laboratorio para tras-
ladarlas a la situacin operativa. Sin embargo, los autores no
pueden dejar de reconocer que los psiclogos experimentales
quiz vern con suspicacia cualquier intento de recomenda-
cin de estudios en que el control experimental no sea com-
71
 pleto. En parte para justificar el presente trabajo ante esos
monitores, ofrecemos algunos comentarios generales acerca
de la funcin de los experimentos en la ciencia, con la convic-
cin de que son compatibles con la mayor parte de las mo-
dernas teoras cientficas que ellos fundan en la perspectiva
de una posible psicologa general de los procesos inductivo
[Campbell, 1959]. s mino queremos significar, ms bien, que la hiptesis fue ex-
"Ea ciencia, como otros procesos cognitivos, comprende la
formulacin de teoras, hiptesis, modelos, etc. as como la
aceptacin o el rechazo de ellos en virtud de alg
n conjunto
de criterios externos. La experimentacin pertenece a esa se-
gunda fase, la del desbrozamiento, el rechazo y la revisin.
Podemos suponer para nuestra ciencia una ecologa en la cual
el nmero de posibles hiptesis positivas exceda en mucho al
de las hiptesis que a la larga demostrarn ser compatibles
-con nuestras observaciones.
La caracterstica predominante
de la tarea de compilacin de datos para la prueba de teoras
es, pues, el rechazo de hiptesis inadecuadas.
Para conseguir..
lo resulta provechoso cualquier ordenamiento de observacio-
nes en virtud del cual se desautorice la teora correspondien-
te, incluyendo diseos cuasiexperimentale s
' que los verdaderos experimentos. de menor eficacia
'Cabe preguntarse, sin embargo, si tales diseos imperfectos
no vendrn a confirmar con falsedad una teora inadecuada,
descarriando del buen camino los - siguientes esfuerzos y des-
perdiciando el espacio de nuestras publicaciones con las doce-
nas de estudios que parecen necesitarse para desarraigar un
falso positivo de notable divulgacin. Es este un grave riesgo,
que, no obstante, debemos encarar, y del cual participan en
esencia, ya que no en grado los verdaderos experimentos
r--de los diseos 4, 5 y 6. En un sentido muy fundamental, los
resultados experimentales nunca confirman ni demues-
tran una teora: ms bien, la teora triunfante est probada
y escapa a la refutacin. La palabra demostrar, a menudo
empleada para designar la validez deductiva, ha adquirido en
Inuestra generacin un significado impropio, tanto respecto
lde sus anteriores aplicaciones como a su utilizacin actual en
trocedim i en tos inductivos, como la experimentacin cientfica.
Los resultados de un experimento ponen a prueba pero no
prueban una teora. Una hiptesis bien fundada es aquella
que ha sobrevivido en reiteradas ocasiones a esos exmenes,
pero que siempre puede ser desplazada por otra nueva inves-
tigacin.
' En la actualidad se entiende que la hiptesis nula, utiliz-ada '
72
a menudo por conveniencia al enunciar la hiptesis de un
ex perimento, nunca puede ser aceptada en virtud de los
datos obtenidos; solo cabe rechazarla o no rechazarla.
De igual modo, las hiptesis ms generales de hecho nunca
se confirman; cuando por conveniencia utilizamos ese tr-
puesta a refutacin y sali airosa de ella. Este punto de vista
es compatible con todas las filosofas humanas de la ciencia
que proclaman la imposibilidad de obtener pruebas concluyen-
tes para leyes _ inductivas. En trabajos recientes, Hanson
-
[1958] y Popper [1959] han sido taxativos a este respecto.
Muchos conjuntos de datos recopilados en la investigacin
educacional tienen poco o ningn valor indagatorio, y muchos
grupos de hiptesis son tan intrincados que no se los puede
confirmar por medio de los mecanismos de sondeo disponi-
bles. No deseamos en modo alguno acrecentar la aceptabilidad
[ de esa seudoinvestigacin. Creemos que los diseos de inves-
tigacin que estudiamos ms adelante son, sin embargo, lo
bastante indagatorios para merecer que se los utilice all
donde no se disponga de otros medios de estudio ms efi-
\caces.
Aunque correcta, la idea de que los experimentos jams con-
firman la teora contradice de tal forma nuestras actitudes y
experiencias como cientficos que nos resulta casi intolerable.
En particular, ese nfasis parece poco aceptable frente a las
ruidosas y llamativas confirmaciones obtenidas en fsica y
qumica, donde los trabajos de experimentacin pueden ajus-
tarse con minuciosidad, sobre muchos puntos de medicin, a
una compleja curva prevista por la teora. Y para la mayora
de nosotros la perspectiva se torna inaceptable, en sentido fe-
nomenolgico, cuando se la extiende a las conclusiones induc-
tivas de la visin. Resulta, por ejemplo, difcil comprender
que las mesas y sillas que vemos ante nosotros no sean
confirmadas o aprobadas por la evidencia visual, sino que
consistan en meras hiptesis sobre objetos externos an no
desautorizadas por las mltiples indagaciones del sistema p-
tico. Hay algo de razn en ese rechazo.
Se confiere a una teora diversos grados de confirmacin- a
tenor de la mayor o menor cantidad de hiptesis rivales acep-
tables de que se dispone para explicar la informacin. Cuanto
menos hiptesis rivales queden, mayor ser el grado de con-
firmacin. Es de presumir que en cualquier etapa de la re-
copilacin de datos, aun para la ms avanzada de las cien-
cias hay muchas teoras compatibles con la informacin, en
73
 especial si se consideran todas las teoras que abarcan circuns-
tancias complejas. Sin embargo, en la prctica se dispone de
pocas teoras cuando las hay que hagan frente a las bien
establecidas o a las que han sido verificadas a fondo me-
diante complicados experimentos; tampoco se proponen seria-
mente esas teoras rivales. Dicha escasez es el equivalente
epistemolgico de la afirmacin positiva de la teora que pa-
recen ofrecer los experimentos espectaculares. Una escasez se-
mejante de hiptesis rivales se da en el conocimiento fenom-
nicamente positivo que por contraste parece ofrecer, por
ejemplo, la visin a la comparativa ambigedad de la explo-
racin tctil a ciegas.
rbentro de esta perspectiva, la lista de fuentes de invalidacn
que controlan los diseos experimentales puede considerarse
como una enumeracin de hiptesis a menudo aceptables
rivales de la hiptesis de que la variable experimental ha sur-
tido un efecto. Donde un diseo experimental controla uno
e esos factores, se limita a hacer insostenible esta hiptesis
)
rival, aun cuando, en virtud tal vez de complicadas coinci-
dencias, contine operando para producir el resultado experi-
mental. Las hiptesis rivales aceptables que han requerido
el uso rutinario de grupos especiales de control actan a modo
de leyes empricas bien establecidas: por ejemplo, los efectos
de la prctica para el agregado de un grupo de control al
diseo 2, la sugestibilidad para el falso grupo de control, el
shock quirrgico para el control con operacin simulada, etc.
Las hiptesis rivales son crebles en la medida en que pueda
7.triburseles categora de leyes empricas. Cuando en un cuasi-
experimento se carece de controles, al interpretar los resulta-
dos hay que considerar bien la posibilidad de que tales resul-
tados obedezcan a factores no tomados en cuenta. Cuanto
ms improkable sea esta posibilidad, ms vlido ser el ex-
perimento. ,
Como lo sealamos al exponer el diseo de cuatro grupos
de Solomon, cuanto ms numerosas e independientes sean las
formas en que se demuestra el efecto experimental, menos nu-
merosas y probables se tornan todas las dems hiptesis rivales
invalidantes. Se apela entonces a la economa. La validez del
experimento viene a ser, pues, la de la admisibilidad relativa de
las teoras rivales: la teora de que X tuvo un efecto frente a
las teoras de causacin que comprenden los factores no con-
trolados. Si cabe explicar la totalidad de varios conjuntos de
diferencias por la hiptesis nica de que X tiene un efecto,
al paso que es necesario hipotetizar varios efectos separados
74
"'de variables no controladas, una para cada diferencia obser-
vada, entonces el efecto de X viene a ser el ms defendible.
.-- -Es frecuente recurrir a este modo de inferencia cuando los
cientficos tienen que limitarse a resumir literatura por carecer
de experimentos perfectamente controlados. As, Watson
[1959, pg. 296 ] hall confirmatoria la evidencia de los efec-
tos nocivos de la privacin materna, porque se la ve confir-
mada por una amplia variedad de datos, cuyas insuficiencias
especficas varan de unos estudios a otros. A su vez, Glickman
[1961], a pesar de la presencia de hiptesis rivales sostenibles
en cada uno de los estudios, consider importantes las prue-
bas de un proceso de consolidacin slo porque la hiptesis
rival sostenible variaba de un estudio a otro. Esta forma de
induccin lgica, adoptada por lo comn en la combinacin de
inferencias de distintos estudios, se ifitroduce deliberadamen
te dentro de ciertos diseos cuasiexperimentales, en especial
los remendados, como el 15.
.1 -El recurrir a la economa no se justifica desde el punto de
vista deductivo, sino que constituye ms bien un supuesto
_ general acerca de la naturaleza del mundo, que fundamenta
- casi toda aplicacin de la teora en la ciencia, por ms que
en aplicaciones particulares resulte a menudo errnea. En rela
-cin con esta observacin hay otro argumento de admisibilidad,
que invocaremos acaso ms en detalle a propsito del muy
utilizado diseo 10 ( un buen diseo cuasiexperimental, que
a menudo se confunde con el verdadero diseo 4). Es la pre-
suncin de que, en casos de ignorancia, el efecto principal
de una variable debe juzgarse ms probable que la interaccin
de otras dos variables; o que, en general, los efectos princi-
pales son ms probables que las interacciones. En su mxima
1
, expresin, cabe sealar que si cada interaccin de orden su-
, perior es significativa y cada efecto es especfico de determi-
nados valores en todas las dems dimensione posibles de tra-
- tamiento, ya no hay lugar para la ciencia.i Si podemos ge-
neralizar alguna vez, es porque podemos hac r caso omiso de
un gran cmulo de factores potenciales determinantes.,
Esto fue denominado por Underwood [1957b, pg. 61 su-
puesto de causacin finita. En otro lugar [1954], el mismo
autor ha registrado la frecuencia de efectos principales y
de interacciones en el Journal of Experimental Psychology,
confirmando la relativa escasez de interacciones significativas
( aunque las correcciones introducidas por el editor, tendientes
a presentar resultados claros, nos hacen dudar de este ha-
llazgo).
75
 En los prrafos siguientes expondremos primero los experi-
mentos con un solo grupo. Desde 1920, por lo menos, el di-
seo experimental predominante en psicologa y educacin
ha sido el de grupo de control, como el 4, 6 o, acaso ms
a menudo an, el diseo 10, que veremos ms adelante. En
las ciencias sociales, y considerando situaciones sobre el te-
rreno, los diseos de grupo de control han predominado a
tal punto que para algunos son sinnimo de experimen-
tacin. A consecuencia de ello muchos investigadores llegan
a abandonar todo intento de experimentacin en situaciones
en las cuales no se disponga de grupos de control, terminando
a-s-. como una imprecisin innecesaria.. En realidad, varios di-
seos cuasiexperimentales aplicables a 'grupos aislados podran
lemplearse provechosamente, y seguir los cnones lgicos e in-
terpretativos experimentales, en muchos casos en que es imp-
.sible el diseo con grupo de control. La cooperacin y la
posibilidad de experimentar se dan a menudo en unidades ad-
ministrativas naturales: una maestra dispone de su clase; el
director de una escuela secundaria tal vez est dispuesto a
realizar encuestas peridicas sobre el estado de nimo de los
alumnos, etc. En tales situaciones el tratamiento diferencial
de segmentos dentro de la unidad administrativa ( requerido
para el experimento con grupo de control) quiz resulte im-
posible en sentido administrativo o, aun cuando ello no ocu-
rra, sea indeseable como experimento a causa de los efectos
reactivos de los dispositivos. Para situaciones de esta ndole
bien podran adoptarse experimentos con un grupo nico.
77 / Experimento de series cronolgicas
(El diseo de series cronolgicas consiste, en lo esencial, en
un proceso peridico de medicin sobre algn grupo o indi-
viduo y la introduccin de una variacin experimental en esa
serie cronolgica de mediciones, cuyos resultados se indican
or medio de una discontinuidad en las mediciones registra-
Os en la serie2; Se lo puede diagramar de la manera siguiente:
, suministrados por este experimento en las mencionadas con-
01 0 2 03 04X05 0 6 0 7 Os
Este diseo experimental tipific gran parte de la experi-
mentacin clsica del siglo XIX en las ciencias fsicas y biol-
gicas. Por ejemplo, si una barra de hierro cuyo peso no ha va-
76
riado durante muchos meses se sumerge y retira de un bario
de cido ntrico, la deduccin que relacionara esta operacin
con la prdida de peso de la barra seguira alguna lgica ex-
perimental de esta ndole. Por supuesto, pueden haber exis-
tido grupos de control de barras de hierro que se dejaron
en los estantes y no perdieron peso, pero la.medicin e infor-
macin de esos pesos constituira un caso tpico en el cual no
se la considerara ni necesaria ni pertinente. Parece, pues,
probable que ese diseo experimental se considere a menudo
vlido en las ciencias de ms xito, si bien rara vez se lo acepte
en las enumeraciones de diseos experimentales disponibles
en las ciencias sociales. [Vase, sin embargo, Maxwell, 1958;
Underwood, 1957b, pg. 1331 Hay buenas razones que jus-
tifican esa diferencia de categoras, y una cuidadosa conside-
racin de ellas ofrecer una mejor comprensin de las condi-
ciones en que los cientficos sociales podran emplear con pro-
vecho el diseo cuando no hay modo de utilizar un control
e
xperimental ms preciso. El diseo es tpico de los experi-
mentos clsicos del British Industrial Fatigue Research Board
sobre factores que influyen en la produccin industrial [p.
ej., Farmer, Brooks y Chambers, 1923].
La figura 3 indica algunas posibles situaciones resultantes en
series cronolgicas en las cuales se haba introducido una al-
teracin experimental, segn se indica por medio de la lnea
vertical X. Supongamos, a los fines de este estudio, que sen-
timos la tentacin de deducir que X tuvo algn efecto en las
series cronolgicas con resultados como A y B, y quiz C,
D y E, pero no un efecto en las series cronolgicas
04 a
tal como
05 fuese tan
F, G y H, aunque el salto de valores de
grande y desde el punto de vista estadstico tan persistente
como, por ejemplo, las diferencias 04 a 05 en A y B. Aunque
dejaremos el anlisis del problema de las pruebas estadsticas
para algunas pginas ms adelante, se supone que el proble-
ma de la validez interna se reduce en definitiva a la cuestin
de hiptesis competitivas aceptables que ofrezcan otras ex-
plicaciones probables, distintas del efecto de X, acerca del
desplazamiento en las series cronolgicas. Ofrecemos en el cua-
dro 2 un intento de lista de comprobacin de los controles
diciones ptimas de resultado. Las ventajas del diseo de se-
ries cronolgicas resultan muy evidentes en contraste con el
diseo 2, con el que guarda una similitud superficial, ya que
carece de grupo de control y utiliza mediciones previas y pos-
teriores.
77
 Figura 3. Posibles configuraciones de los resultados de intro-
-Observando en el cuadro 2 la lista de problemas de validez
ducir una variable experimental en el punto X, en una serie interna, vemos que la imposibilidad de controlar la _historia
cronolgica de mediciones, 01 08. Salvo en el caso t s dmdeuseplcoil asr zqaeum
xeti eeernxnt iooss-.
D, la niuic ioldn
-v iess iiibm
ram
gad dueei adprir soetva
t avdneenodi e ne qim
del
diferencia 04 OS es la misma para todas las series cronol- es el eom as
lmenos
sino otro acontecimiento
/ e la hiptesis rival de que no sea X

gicas, en tanto que la legitimidad de inferir un efecto vara el que provoc

mucho, siendo mxima en A y B y totalmente injustificada tales Es
en F, G y H. obre
debe basarse en todos los casos la confianza depositada en
la interpretacin de este experimento. Analicemos un expe-
rimento que exija mediciones reiteradas y el efecto que un
filme documental produce sobre el optimismo o pesimismo de
los alumnos con relacin a la probabilidad de que estalle o no
una guerra. En tal caso, no suministrar un control definido
sobre la historia parecera sin duda muy grave, ya que es ob-
vio que los estudiantes estn todos los das expuestos a mul-
titud de fuentes de estmulo en ese mismo sentido, adems
de las que maneja el experimentador en el aula. Por supuesto
que, aun as, si el experimento se complementara con un cuida-
doso registro de estmulos no experimentales de alguna rele-
vancia, sera quizs aceptable una interpretacin por la cual
I lei justificara llevarlo a cabol Como ya hemos dicho, la va-
\ riable historia es la contrapartida de lo que en el laboratorio
fsico y, biolgico ha sido denominado aislamiento experi-
-.' ental. ;La admisibilidad de la historia como explicacin de
de splazamientos del tipo de los verificados en las series crono-
lgicas A y B de la figura 3 depende, en gran parte, de la me-
dida del aislamiento experimental que pueda conseguir el ex-
perimentador. Los estudios sobre reflejos condicionados rea
lizados por Pavlov con perros, y que eran en definitiva exp(
rimentos de un grupo o un animal, hubiesen sido muchiD
menos admisibles como fundamento de las teoras del sabio
ruso si, en vez de haberlos efectuado en un laboratorio alejado
de todo ruido, los hubiese practicado en cualquier esquina
de la ciudad. Que es lo que constituye un aislamiento experi-
-

mental vara con el problema que se estudia y el tipo de ele-

- mentos de medicin que se utilizan. Se exigen, sin duda, ms
Precauciones para establecer el aislamiento experimental ne-
cesario cuando se han de estudiar partculas subatmicas en
cmara de niebla o con un contador de centelleo, que para
el experimento hipottico acerca del peso de las barras de
hierro baadas en cido ntrico. En muchas situaciones que
permitiran utilizar el diseo 7, sera. admisible que el ex-
01 02 0 Ot OS OS
perimentador sostuviese haber trabajado en condiciones de
07 OS
aislamiento experimental, si tuvo conciencia de los posibles
acontecimientos rivales tambin capaces de producir el cam-

78
79
 pudo descartar con suficiente lgica la probabilidad de
,y
Cuadro 2. Fuentes de invalidacin para los diseos 7 a 12. que estos ltimos lo explicaran.
Entre otras variables externas que, por razones de convenien-
Fuentes de invalidacin estn los efectos
cia, podran incluirse en el factor historia,
Interna Externa meteorolgicos. Los experimentos de esa ndole ( p. ej., los
a a . estudios sobre rendimiento laboral) tal vez se prolonguen
..-. . ._,
u 18
e o E durante lapsos que abarquen cambios estacionales, y entonces
tu - e
90 .11 -
CI3 (1) e . V
e e
las fluctuaciones estacionales en iluminacin, condiciones me-
C ro
iri sO a> - e' e II "t1 teorolgicas, etc., pueden confundirse con la introduccin de
u -o
e xperimentales. Quiz fuera mejor incluir
a
c"3 as .1:i z'cl O . tz ro>
O
. cd
13 en la
-o
. 1 '5 ct o e -o e
.-. . ... 'O *-0
E7. variaciones
l_h _ madura-
cl o
w
'I
-- e -0 ..c, T., ow S
c., "eu *.r.:
- aunque sean en cierto sentido anlogos a la
E . 1
8
: o -0 istoria,
.9' "12 E 11 isl e 1
as 15, os
a) E los desplazamientos peridicos de las series cronolgicas
cin,
referidas a las costumbres institucionales del grupo, como los
Diseos ciclos semanales de trabajo y de pagos de salarios, los perodos
eliasiexperimentales: de exmenes y vacaciones, y las fiestas escolares. Las series
7. Series + + ? + + + + 1 ? ? de observaciones deberan ordenarse de tal manera que se
cronolgicas
O O O ORO O O O mantuvieran constantes los ciclos conocidos, o de lo contrario
8. Diseo de + + + + + + + + ?

muestras ser lo bastante prolongadas como para incluir en su totalidad

cronolgicas
equivalentes , varios de ,esos ciclos. ma-
X i0 X00 X 1 0 Continuemos con los factores que hay que controlar: la
X 00, etc.
9. Diseo de + + + + + + + + I?? parece quedar eliminada' sobre la base de que, s el
duracin de la figura 3,
muestras
materiales resultado es como los de los ejemplos A y B
equivalentes ella no ofrece de ordinario hiptesis rivales aceptables para
MaX,0 maco() 4 y OS que
M cX j0 explicar algn desplazamiento producido entre 0
MdX 00, etc. no se haba dado en los anteriores perodos observados. (No
10. Diseo de
grupo de control
+ + + + ? + I?? ' Obstante, la maduracin no siempre es uniforme y regular.
no equivalente Ntese cmo la sbita iniciacin de las menstruaciones en
O X O
O O
alumnas del primer ao de la escuela secundaria podra apa-
como un efecto del cambio de escuelas
11. Diseos + + + + + + + ?I ? ? ? recer en un diseo 7
compensados sobre los registros fisiolgicos, si no supisemos que no era
X 10 X 20 X30 X 4 0 as.) Asimismo, la aplicacin de tests parece, en general, hi-
X20 X,,0 X 1 0 X 30 ptesis rival no creble para un salto entre 04 y 05. Si solo
X30 X 10 X .,0 tuviramos las observaciones en 04 y 05, como en el diseo
.71,0 X 30 2120 X 10
, 2, careceramos de ese medio de convertir en inaceptables los
12. Diseo de + ? + + 1 + + + ; efectos de maduracin y los tests-retests. Esta es la gran ven-
muestra
separada ' taja del diseo 7 sobre el diseo 2.
pretest-postest 'Be igual modo, muchas hiptesis que invocaran variaciones
R O (X) careceran de base racional especfica
E XO instrumentacin
en la
para suponer que en aquella ocasin particular, a diferencia
12a + ? + + + + +
R O (X) de otras anteriores, se haba producido el error de los apara-
R X O tos de medicin. No obstante, el signo de interrogacin en el
0 (X)
X0 - cuadro 2 llama la atencin recordando las posibles situacio-
12b + + ? + ? + + -i- nes en que un cambio en la calibracin del instrument% de
R Oi (X) medicin podra dar lugar a que se lo interpretase como efec-
R 02(X)
ti X0 3 I\ /
12e ' + ? + + + _ '+ + +
R 01 X 02 81
R X 0,,

to de X. Si el procedimiento de medicin implica las aprecia-
ciones de observadores humanos conocedores del plan expe-
rimental, puede producirse una seudoconfirmacin de la hi-
ptesis a causa de las expectativas del observador. As, el
cambio experimental de poner en posesin de su cargo a un
nuevo director puede producir una variacin en las estadsti-
cas de faltas disciplinarias, en vez de influir sobre la tasa de
(---infracciones como tal. A menudo puede emplearse el diseo
- - z..- . 7 para medir los efectos de un importante cambio introducido
en la poltica administrativa. Teniendo esto en cuenta, con-
endra evitar el cambio de instrumentos de medicin a la
vez que se modifica la poltica. En la mayor parte de los casos
'sera preferible, a fin de preservar la interpretabilidad de una
serie cronolgica, continuar empleando dispositivos un. tanto
anticuados, en vez de sustituirlos por otros ms modernos
, pero distintos.
,' Los efectos de la regresin suelen consistir en una funcin
/ negativamente acelerada del tiempo trascurrido, razn por
., la cual no son aceptables como explicaciones de un efecto en
' 0 5 mayor que los efectos en 02, 0 3 y 04. La seleccin
como
' fuente de efectos principales se elimina tanto en este diseo
como en el 2, si en todas las 0 estn implicadas las mismas
., personas. Si en un determinado grupo los datos se recopilan
! sobre la base de sus integrantes individuales, se puede elimi-
nar la mortalidad en ese experimento lo mismo que en el
diseo 2. No obstante, si las observaciones se refieren a datos
--tolectivos, habra que llevar un registro del ausentismo, las
renuncias y las reposiciones, a fin de asegurarse de que las
coincidencias de cambios de personal no ofrezcan hiptesis ri-
vales aceptables.
En cuanto a la validez externa, est claro que el efecto expe-
rimental bien podra ser especfico para las poblaciones suje-
tas a reiteracin de pruebas. Es improbable que ello consti-
tuya una limitacin a la investigacin sobre la enseanza en
establecimientos escolares, a menos que el experimento se
realice con O artificiales no comunes en la situacin escolar
abitual. Adems, este diseo es de particular aplicacin en las
lituaciones institucionales en. que se llevan registros regula-
res que constituyen, por tanto, parte natural del ambiente en
I -sjue se realiza el experimento. Las pruebas anuales de cali-
ficacin en las escuelas pblicas, los registros de enfermedad,
1 etc., no son por lo comn reactivos, puesto que son tpicos
del universo al cual se quiere hacer la generalizacin. La in-
teraccin seleccin-X se refiere a la restriccin -de los efectos
82
de la variable experimental a esa muestra especfica, as como
a la posibilidad de que esa reaccin no fuese tpica de algn
niverso de inters ms general, con respecto al cual el grupo
u
." xpuesto, constituido naturalmente, sea una muestra sesgada.
ejemplo, la necesidad de datos puede limitarnos a aquellos
Por
alumnos que han tenido asistencia perfecta durante largos pe-
rodos: un evidente subconjunto selecto. Adems, si se han
utilizad O nuevas, ese reiterado acontecimiento puede haber
_provocado ausentismo.
1Para que estas series cronolgicas se interpreten como experi-
mentos, es imprescindible que el experimentador especifique
\I.
e antemano la relacin cronolgica esperada entre la intro-
uccin de la variable experimental y la manifestacin de un
--7
fecto. Si se lo hubiese hecho as, la situacin indicada en la
serie cronolgica D de la figura 3 podra ser tan concluyente
como la de A. Las encuestas exploratorias que decidiesen se-
gn las circunstancias sobre las interpretaciones de efecto
diferido, requeriran una validacin cruzada antes de que fue-
ran interpretables. A medida que aumenta el lapso trascurri-
do entre X y el efecto, aumenta asimismo la admisibilidad de
los efectos resultantes de acontecimientos histricos externos.
Tambin parece imprescindible que se especifique la X antes
de examinar el resultado de la serie cronolgica. El examen
post hoc de una serie cronolgica para inferir cul fue la X
que precedi al desplazamiento ms notable tiene que des-
cartarse, a causa de que el aprovechamiento oportunista del
azar que l permite dificulta, y hasta imposibilita, cualquier
intento de comprobar la significacin de los efectos.
La preponderancia de este diseo en las ciencias ms prs-
peras debera hacernos sentir algn respeto por l; recurdese,
sin embargo, que los aspectos de aislamiento experimental
y las condiciones constantes lo hacen ms interpretable pa-
ra ellos que para nosotros. Recurdese, asimismo, que en el
uso que suele hacerse de l, un experimento nico jams es
' concluyente. Anque puede ocurrir que no se utilice un grupo
de control, antes de establecer un principio es menester que
_ varios investigadores repitan el diseo 7 en muchos lugares
, distintos. Tal debera ser, asimismo, la aplicacin que noso-
tros le diramos a este diseo.1Deberamos utilizarlo all
donde no se pueda hacer nada mjor controlado. 'Organizare-
mos nuestra contabilidad institucional de tal m'Ocio que nos
suministre el mayor nmero posible de series cronolgica,
para dichas evaluaciones, y trataremos de examinar con mayo. -
cuidado que hasta entonces los efectos de los cambios acl.
83
 r`nistrativos y otros acontecimientos sbitos y arbitrarios co-
mo X. Pero no los consideraremos definitivos hasta haberlos
repetido una y otra vez en situaciones diversas.
, -
Tesis de significacin para el diseo de serie cronolgica
Si las ciencias ms avanzadas no emplean tantos tests de sig-
nificacin como la psicologa y la pedagoga es, sin duda, por-
que la magnitud y claridad de los efectos con que trabajan
son tales que los hacen innecesarios. Si se aplicase en ellas
nuestros tests habituales de significacin, se descubriran tam-
bin all elevados ndices de este factor. Parece, sin embargo,
tpico de la ecologa de las ciencias sociales tener que trabajar
con minerales pobres, para los que no son necesarias las prue-
bas de significacin. Tambin es probable que all donde
el sentido comn o las apreciaciones intuitivas sealen con
claridad un efecto resulte posible, por lo comn, alguna prue-
ba de significacin que ratifique las consideraciones en que se
funda el juicio intuitivo. As, se pueden aplicar pruebas de
significacin sobre los efectos de X que distinguiran entre los
varios resultados que ilustra la fibra 3, juzgando que A y B
son significativos y que F y G no lo son. Veamos algunos
posibles enfoques.
Ante todo debemos rechazar, por inadecuados, ciertos trata-
mientos imaginables. Si la informacin recogida en la figura 3
representa medias grupales, ser insuficiente una simple prueba
de significacin de la diferencia entre las observaciones de
04 y 05 . Aunque en las series F y G estas suministrasen rela-
ciones t de elevada significacin, no podramos decir que los
datos demostraban el efecto de X a causa de la presencia de
otros desplazamientos significativos similares, que a veces ocu-
rren, y para los cuales no tendramos explicacin experimental
alguna que les correspondiese. Cuando se trabaja con la infor-
macin obtenida de encuestas nacionales de opinin, suelen
encontrarse desplazamientos muy significativos entre una y
otra consulta que, desde el punto de vista del cientfico en-
cargado de las interpretaciones, no son ms que ruidos
aleatorios, ya que constituyen una parte de la variacin en los
fenmenos para la que se carece de explicacin. A fin de
que sea interpretable, el efecto de un bien perfilado aconteci-
miento o variable experimental debe trascender ese nivel
y rdinario de desplazamiento. Asimismo, una prueba de signi-
ficacin que abarque los datos combinados de todas las obser-
84
7vaciones pre-X y post-X resulta inadecuada, pues no distin-
ira entre casos del tipo F y casos del tipo A.
En el desarrollo de un test de significacin suele haber una
enojosa falta de independencia. Si tal carencia estuviese dis-
ti tribuida en forma homognea entre todas las observaciones,
ella dejara de constituir una amenaza para la validez interna,
; aunque fuera una limitacin a la validez externa. Lo que s
' resulta inoportuno es que en casi todas las series cronolgicas
' se encontrar que las observaciones adyacentes son ms si-
milares que las no adyacentes ( es decir, que la autocorrela-
cin del defasaje 1 es mayor que la del 2, etc.). As, una in-
, fluencia o perturbacin aleatoria externa que influya sobre
un punto de observacin, por ejemplo, en 05 u O s , tambin
, alterar 07 y Os, por lo cual no se las puede tratar como
; varias desviaciones independientes de la extrapolacin de la
tendencia 01 04.
-
E1 test de significacin utilizado depender en parte de la
ndole hipottica del efecto de X. Si est implicado un mo-
delo como la lnea B, se podra utilizar una prueba de la des-
viacin de 05 respecto de la extrapolacin de 0 1 04. Mood
[1950, pgs. 297 - 98] ofrece una prueba de esta ndole. Ese
test podra emplearse en todos los casos, pero parecera inne-
cesariamente insuficiente si se supone una mejora cons-
tante o un mayor ndice de ganancia. Para esos casos, sera
aconsejable una prueba que emplease todos los puntos. Son
dos los componentes que constituiran tales Pruebas de sig-
nificacin: la interseccin y la pendiente. Por interseccin
queremos significar el salto en la serie cronolgica en el pun-
to X (o en algn desplazamiento especificado despus de X).
As las lneas A y C indican un desplazamiento de intersec-
cin sin variacin en la pendiente. La lnea E ilustra un cam-
bio en la pendiente pero no en la interseccin, ya que coin-
ciden las extrapolaciones pre-X a X y post-X a X. A menudo
ambas se cortan, y la pendiente quedara modificada por una
X efectiva. Podra conseguirse una prueba pura de intersec-
cin en forma anloga a la aplicacin de una prueba Mood
desde una y otra direccin a la vez. En este caso estaran im-
plicados dos puntos extrapolados, con observaciones pre y
post X extrapoladas a un punto X intermedio entre 04 y 05.
Las pruebas estadsticas casi con seguridad comprenderan,
en todas las series cronolgicas (con excepcin de las ms ex-
tensas) ajustes lineales a los datos, tanto por conveniencia
como porque un ajuste ms exacto agotara los grados de li-
bertad, no dejando oportunidad alguna para verificar la hip-
85

tesis de cambio. Sin embargo, en muchos casos la presuncin
de linealidad puede no ser correcta. La admisibilidad de inferir
un efecto de X es mayor en un punto prximo a X. Cuanto
ms gradual o ms lento sea el efecto supuesto, ms grave ser
la confusin con la historia, ya que aumenta el nmero de
posibles causas externas.
8. Diseo de muestras cronolgicas equivalentes
La
.1) forma ms comn de diseo experimental utiliza una
muestra equivalente de personas a fin de suministrar la base
con la cual comparar los efectos de la variable experimental.
Como contraste, una forma recurrente de experimentacin
---- con un solo grupo utiliza dos muestras equivalentes de sesio-
nes, con la variable experimental en una de ellas y no en la
, tra. Ese diseo puede esquematizarse de la siguiente manera
(aunque la intencin es obtener una alternacin aleatoria, no
regular):
XI O X00 X1 0 X00
ri-
! Este diseo puede considerarse una forma del experimento de
---; serie cronolgica con la introduccin reiterada de la variable
1 experimental.' El experimento es, sin duda, de mayor utilidad
1 cuando se anticipa que el efecto de la variable experimental
ser de carcter transitorio o reversible. Al paso que la I, gica
del experimento puede considerarse una extensin del expe-
rimento de serie cronolgica, el modo de anlisis estadstico tie-
ne mayor similitud, en general, con el del experimento de dos
grupos en los cuales se emplea la significacin de la diferencia
entre las medias de dos conjuntos de mediciones. Por lo co-
mn, las mediciones estn apareadas de manera muy espec-
fica con las presentaciones de la variable experimental, siendo
a menudo concomitante, como en los estudios de aprendizaje,
rendimiento laboral, condicionamiento, reaccin fisiolgica,
etc. Acaso el ms tpico de los primeros usos de este diseo
experimental, como en los estudios de Allport [1920] y So-
rokin [1930] sobre el rendimiento escolar en condiciones di-
versas, consisti en la comparacin mutua de dos variables
experimentales, es decir X1 versus X2, en vez de una sola
de ellas con un control. Para la mayora de los fines resultan
ineficaces la simple alternacin de condiciones y el empleo de
-
86
un espaciamiento temporal constante, sobre todo cuando pue-
den introducir un elemento de confusin con un ciclo diario,
semanal o mensual, o cuando a causa de la periodicidad pre-
decible, un condicionamiento indeseable al intervalo tempo-
ral puede intensificar la diferencia entre las distintas presen-
taciones. As, Sorokin se asegur de que cada tratamiento ex-
perimental se realizara con idntica frecuencia de maana y
de tarde.
Casi todos los experimentos con este diseo han empleado en
proporcin pocas repeticiones de cada condicin experimental,
pero una extensin de la teora del muestreo como la represen-
tada por Brunswik [1956] seala la necesidad de grandes
muestreos aleatorios, representativos y equivalentes, de los pe-
rodos. Kerr [1945] es quien ms se ha aproximado tal vez a
este ideal en sus experimentos acerca del influjo de la m-
sica sobre el rendimiento industrial. Cada uno de ellos com-
prendi un solo grupo experimental con una muestra aleato-
rizada y equivalente de das a., lo largo de varios meses. De
esta forma, en un experimento pudo comparar 56 das con
msica y 51 das sin ella, y en otro tres tipos diferentes de
msica, representada cada una por muestras equivalentes de
14 das.
Tal como lo emple Kerr, por ejemplo/el diseo 8 parece
-en general internamente vlido, -,i,a historia,)que es el principal
--
inconveniente del experimento con series cronolgicas, se con-
. trola presentando X en numerosas sesiones separadas, ha-
' ciendo as improbable en extremo cualquier otra explicacin
fundada en la coincidencia de acontecimientos externos. Las
otras fuentes de invalidacin se controlan con la misma lgica
detallada a propsito del diseo 7 En cuanto a la validez
-externa, es evidente que solo cabe extInder la generalizacin
a poblaciones probadas con frecuencia./ El efecto reactivo de
los dispositivos y la conciencia de que se es objeto de la
experimentacin constituyen una deficiencia de esta prueba.
Cuando son grupos separados los que reciben las distintas X,
puede ocurrir ( sobre todo en el diseo 6) que ignoren por
completo la existencia del experimento o de los tratamien-
tos que se comparan. No ocurre as cuando se maneja un
solo grupo y se lo expone en repetidas sesiones a una u otra
condicin, por ejemplo, a una base de cmputo de pago con-
tra otra en el experimento de Sorokin; una condicin de tra-
bajo contra otra en el de Allport; un tipo de ventilacin con-
tra otro en los estudios de Wyatt, Fraser y Stock [1926],
y una clase de msica contra otra en el de Kerr ( aunque este
87

investigador tom cuidadosas precauciones para conseguir que
una programacin variada se convirtiese en parte integrante
. - del ambiente laboral). En cuanto a la interaccin de seleccin
y X, se da, como es habitual, la limitacin de la generaliza-
cin de los efectos demostrados de X al tipo particular de la
poblacin de que se trata.
Este diseo experimental lleva implcito un riesgo para la
validez externa que se encontrar en todos los experimentos
descritos en este trabajo en los cuales se presentan muchos
niveles de X para el mismo conjunto de personas. Ese efecto
se ha denominado interferencia de X mltiples. El efecto de
X I , en la situacin ms simple, en que se la compara con
Xn, slo puede generalizarse a condiciones de presentaciones
repetidas y espaciadas de X1. No se ofrece una base slida
para la generalizacin a posibles situaciones en que X 1 est
siempre presente, o a la condicin en que se la introduzca en
una sola sesin. Adems, la condicin X0 o la ausencia de X
no es tpica de perodos sin X en general, sino que es re-
presentativa solo de ausencias de X intercaladas entre presen-
cias de este factor. Si X1 tiene algn efecto prolongado que
llega a influir en los perodos sin X, como parece por lo
comn probable, el diseo experimental, comparado con un
estudio con diseo 6, por ejemplo, puede subestimar el efecto
de X. Por el contrario, el hecho mismo de que se produzcan
frecuentes desplazamientos puede incrementar el valor de es-
tmulo de una X, excediendo al que se dara en una presen-
tacin continua y homognea. En el estudio de Kerr las
melodas hawaianas influiran sobre el trabajo de manera bas-
tante diferente si se las intercalase durante todo un da entre
otras formas de msica, que si constituyen el nico ali-
mento musical. Los diseos experimentales de Ebbinghaus
[1885] pueden considerarse en lo esencial de esta ndole y,
como lo ha destacado Underwood [1957a], las leyes por
l descubiertas estn limitadas en sus posibilidades de gene-
ralizacin a una poblacin de personas que hayan aprendido
docenas de otras listas muy similares. Incluso gran parte de
sus descubrimientos no se verifican en personas que aprenden
una sola lista de slabas desprovistas de significado AAs,
mientras el diseo es internamente vlido, su validez eterna
suele verse limitada en gran parte por ciertos tipos de con-
_--renido' [Vase tambin Kempthorne, 1952, cap. 29.]
Ntese, sin embargo, que muchos aspectos de la enseanza
sobre los cuales se deseara experimentar pueden muy bien
tener efectos restringidos, para los fines prcticos, al perodo
88
Para esos objetivos, este diseo
de presencia concreta de, X.
dra ser muy valioso. Supongamos que un maestro pone
po
en tela de juicio el valor de las lecciones en voz alta contra el
del estudio individual en silencio. Variando esos dos proce-
dimientos durante una serie de unidades de lecciones, se
podra preparar un experimento interpretable. De ese modo
cabra estudiar el efecto de la presencia en el aula de un pa-
dre que actuara como observador durante un debate volun-
tario entre los alumnos. El conocimiento de ese tipo de di-
seos puede poner al alcance de un maestro individual la
verificacin experimental de las alternativas. Esto podra dar
lugar a procedimientos de tipo piloto que, de resultar pro-
misorios, se examinaran por medio de experimentos de ma-
yor envergadura y mejor coordinados.
!Este enfoque es aplicable a un muestreo de sesiones con un
!solo sujeto. Aunque no es habitual todava administrar tests
de s ignificacin,
tigacin
es este un diseo muy utilizado en la inves-
fisiolgica, en la cual se aplica repetidas veces un
!estmulo a un animal, poniendo sumo cuidado en evitar cual-
quier periodicidad en la estimulacin, ya que este ltimo as-
pecto corresponde al requisito de aleatorizacin para aquellas
sesiones en que as lo demande la lgica del diseo. Tambin
pueden utilizarse cuadrados latinos en vez de la aleatorizacin
simple {p. ej., Cox, 1951; Maxwell, 1958].
Tesis de significacin para el diseo 8
Una vez ms necesitamos pruebas de significacin apropiadas
para este tipo particular de diseo. Advirtase que hay im-
plcitas en l dos dimensiones de generalizacin: con respecto
a las sesiones y con respecto a las personas. Si consideramos
un caso en que se utilice una sola persona, es obvio que la
generalizacin de la prueba de significacin se limitar a esa
persona en particular, comprendiendo una generalizacin en-
tre casos, para cuyo fin convendr utilizar una t con un n-
mero de grados de libertad igual al de sesiones menos dos.
Si se poseen registros individuales de cierto nmero de per-
sonas sometidas al mismo tratamiento y todas ellas comparten
el mismo grupo, se tendrn tambin datos para generalizar
entre personas. En esta situacin habitual dos estrategias pa-
recen comunes. Una, errnea, es la de generar a propsito de
cada individuo un puntaje nico para cada tratamiento expe-
rimental, y aplicar luego tests de significacin de la diferen-
89
 r aa entre las medias con datos correlacionados. Esta es la l-
gica de los anlisis de Allport y Sorokin, aunque en realidad
no se utilizaron tests de significacin. Pero cuando solo estn
implicadas una o dos repeticiones de cada condicin experi-
mental, los errores de muestreo de las sesiones pueden ser
muy grandes o el control de la historia muy deficiente. Los
errores aleatorios en el muestreo de sesiones podran consti-
tuir lo que a la luz de este anlisis parecen ser diferencias
significativas entre unos y otros tratamientos. Esto ser un
error muy grave si el efecto de las sesiones es significativo
y apreciable. Sobre ese supuesto lgico se podra obtener, por
ejemplo, una diferencia sumamente significativa entre X1 y
X2, cuando cada una solo haya sido presentada una vez y cuan-
do en una sesin algn acontecimiento externo haya producido
azar un resultado notable. Parece, pues, imprescindible
que para cada tratamiento se incluyan por lo menos dos se-
L siones y estn representados los grados de libertad entre ellas.
La mejor forma de cumplir con este requisito es, quiz, pro-
bar ante todo la diferencia entre las medias de tratamiento y
un trmino de error entre las diversas sesiones y con respec-
to a cada tratamiento. Despus de establecer as la signi-
ficacin del efecto del tratamiento, se podra proceder a de-
terminar la proporcin de sujetos para los cuales se verifica,
obteniendo as datos sobre la posibilidad de generalizar el efec-
to a diversas personas .'`I, Las mediciones y muestreos repetidos
de sesiones plantean niuchos problemas estailsticos, algunos
de los cuales no han sido resueltos todava [Collier, 1960;
Cox, 1951; Kempthorne, 1952]. ) diferentes de slabas aprendidas con prctica masiva y 40 con
f -
9. 'Diseo de materiales equivalentes
,r El diseo 9 est ntimamente relacionado con el de muestras
cronolgicas equivalentes, y su argumento se funda en la equi-
valencia de las muestras de materiales a que se aplican las
1 variables experimentales que se comparan. Siempre, o casi
! siempre, hay tambin implicadas muestras cronolgicas equi-
valentes, pero pueden estar intercaladas en forma tan sutil . o
. intrincada, que prcticamente vienen a constituir una equi-
, plo, obtuvo una estimacin control de estabilidad en retest
- ' valencia temporal. En un diseo con un grupo y X repetida,
' se requieren materiales equivalentes all donde la ndole de las
, variables experimentales sea tal que los efectos son perma-
nentes, y los distintos tratamientos y repeticiones de ellos
90
-leben aplicarse a un contenido no idntico. El diseo puede
expresarse as:
MaXIO MbX00 MeX10 MaX00 etc.
Las M indican materiales especficos, siendo la muestra M.,
M etc., en trminos de muestreo, igual a la muestra Mb,
Md, etc. La importancia de la equivalencia de muestreo de
ambos conjuntos de materiales quedara acaso mejor indicada
si se diagramara el diseo de esta manera:
Una persona o J Muestra de materiales A(0) Xo O
grupo Muestra de materiales B(0) X 1 O
Las O entre parntesis indican que en algunos diseos se
utilizar un pretest y en otros no.
El experimento de Jost [1897] sobre prctica masiva contra
prctica distribuida ofrece un magnfico ejemplo. En su ter-
cer experimento se prepararon bastante al azar doce listas de
doce slabas carentes de sentido. Seis se asignaron a la
prctica distribuida y seis a la masiva. Las doce se aprendieron
simultneamente en un lapso de siete das, combinndose con
cuidado su programacin de modo que se controlasen la fa-
tiga y otros aspectos. Siete de aquellos conjuntos de seis lis-
tas distribuidas y seis masivas se aprendieron durante un lapso
que se extendi desde el 6 de noviembre de 1895 hasta el 7 de
abril de 1896. Al final, Jost obtuvo resultados sobre 40 listas
prctica distribuida. La interpretabilidad de las diferencias
descubiertas en el nico sujeto de la prueba, G. E. Mller,
depende de la equivalencia de muestreo de las listas no idn-
ticas existentes. Dentro de estos mrgenes, el experimento
descripto parece tener validez interna. Los descubrimientos,
naturalmente, se limitan a los rasgos psicolgicos de Mller
en 1895 y 1896 y al universo de material de memorizacin
muestreado. Para poder generalizar a otras personas y esta-
blecer una ley psicolgica ms general, habra, por supuesto,
que repetir el experimento con muchos individuos.
Otro ejemplo proviene de los primeros estudios sobre con-
formidad a la opinin del grupo. Moore [1921], por ejem-
de las respuestas a un conjunto de tems de un cuestionario,
despus de lo cual compar esa medida con la variacin resul-
tante cuando, con otro conjunto, se acompa el retest con
91
 una manifestacin de la opinin de la mayora. Consideremos
en cambio un estudio en el cual se solicita de los alumnos que
manifiesten su parecer acerca de un determinado nmero de
temas presentados en un extenso cuestionario. Se dividen en-
tonces las preguntas en dos grupos tan equivalentes como sea
posible. En un momento posterior, se devuelven los cuestio-
narios a los alumnos y el grupo vota por cada uno de los
tems indicados. Se falsifican esos votos a fin de indicar ma-
yoras opuestas a las que prevalecieron en las dos mues-
tras de tems. Como medicin post-X, se solicita de los alum-
nos que vuelvan a votar sobre todos los temas. En caso de
que el argumento de equivalencia de muestreo de ambos con-
juntos de elementos fuera correcto, las diferencias de des-
plazamientos entre los dos tratamientos pareceran suminis-
trar una prueba definitiva acerca de los efectos de dar a cono-
cer las opiniones del grupo, aun en ausencia de grupo de con-
trol alguno.
, A semejanza del diseo 8, el 9 tiene validez interna en todos
.los puntos, y en general por los mismos motivos: Obsrvese,
V. propsito de la validez externa, que en el diseo 9, como
! en todos los experimentos con mediciones repetidas, los efec-
tos pueden ser bastante especficos de las personas medidas
I.._en varias sesiones. En pruebas de aprendizaje, las mediciones
son parte tan integrante de la situacin experimental propia
del mtodo tpico utilizado en la actualidad ( aunque no ne-
cesariamente en el mtodo de Jost, en el cual las prcticas
comprendieron cantidades controladas de lecturas de las lis-
tas), que esta limitacin a la generalizacin pierde toda im-
rportancia. Parecera que en el diseo 9 hay menos posibili-
dades de dispositivos reactivos que en el 8 a causa de la hete-
1 rogeneidad de los materiales y la mayor probabilidad de que
' 11 los sujetos no adviertan que reciben tratamientos diferentes en
L momentos diferentes y para tems diferentes. Esta escasa reac-
fividad no aparecera en el experimento de Jost, pero s en el
estudio de conformidad. Es probable, pues, que la interferen-
cia entre los niveles de l, variable experimental o entre los
materiales sea una innegable imperfeccin de este experimen-
to, al igual que en el diseo 8.
Tenemos un ejemplo especfico del tipo de limitacin as in-
troducido acerca de los descubrimientos de Jost. Este inves-
tigador inform que el aprendizaje espaciado era ms eficaz
que la prctica masiva. De las condiciones generales de su
experimentacin cabe inferir que estaba justificado al genera-
lizar slo para las personas que estuviesen aprendiendo muchas
92
listas, o sea, las que tenan un elevado nivel de interferencia.
La investigacin contempornea indica que la superioridad del
prendizaje espaciado slo se restringe a tales poblaciones,
a
y que en personas que aprenden por primera vez materiales
muy nuevos, no se da esa ventaja [Underwood y Richardson,
19581.
Estadsticas del diseo 9
Es obvio que el muestreo de materiales guarda relacin con
la validez y el grado de prueba del experimento. Como tal,
es probable que la N para el clculo de la significacin de
las diferencias entre las medias de grupos de tratamiento de-
biera haber sido una N de listas en el experimento de Jost
(o una N de elementos en el estudio de conformidad) a fin
de que se representara ese importante campo de muestreo. Se
lo debe completar con una base de generalizacin entre per-
sonas. En la actualidad, acaso lo mejor sea hacerlo en forma
seriada, estableciendo ante todo la generalizacin entre la
muestra de listas o tems, computando despus un puntaje
de efectos experimentales para cada persona, y empleando
todo ello como base para la generalizacin entre personas.
(Vase la bibliografa antes citada, a propsito del diseo 8,
con respecto a las precauciones que deben tomarse.)
10. Diseo de grupo de control no equivalente
Uno de los diseos experimentales ms difundidos en la in-
vestigacin educacional comprende un grupo experimental y
otro de control, de los cuales ambos han recibido un pretest
y un postest, pero no posee; equivalencia preexperimental de
muestreo. Por lo contrario, [os grupos constituyen entidades
formadas naturalmente (como una clase, por ejemplo) tan si-
milares como la disponibilidad lo permita, aunque no tanto,
sin embargo, que se pueda prescindir del pretest. La asigna-
, cin de X a uno u otro grupo se supone aleatoria y contro-
lada por el experimentadort
O X o
o o
93
 -
I
Dos cosas han de tenerse claras sobre este diseo. Ante todo,
que no se lo debe confundir con el 4, el diseo con grupo
_ de control pretest-postest, donde los sujetos experimentales
que se toman de una poblacin comn se asignan en forma
aleatoria al grupo experimental y de control. En segundo
lugar, que, a pesar de ello, hay que admitir que el diseo 10
l es utilizable en muchas oportunidades en que son imposibles
i los diseos 4, 5 o 6. Sobre todo, habr que reconocer que
1 aun el agregado de un grupo de control no equiparado o no
' equivalente reduce en gran parte la ambigedad de las in-
, terpretaciones que derivan del diseo 2 de un grupo pretest-
,ostest. Cuanto ms similares sean en su reclutamiento el
Tgrupo experimental y el de control y ms se confirme esa
!similitud por los puntajes del pretest, ms eficaz resulta ese
Icontrol. Suponiendo que estos ideales se aproximen a los
'objetivos de la validez interna, podemos considerar que el
diseo controla los principales efectos de la historia, la ma-
duracin, la administracin de tests y la instrumentacin,
donde la diferencia para el grupo experimental entre el pre-
test y el postest ( si fuera mayor que para el grupo de con-
trol) no puede explicarse por efectos principales de esas va-
riables, como los que afectaran tanto al grupo experimental
como al de control. (Sin embargo, deben extremarse las pre-
cauciones sobre la historia intrasesional mencionadas en el
diseo 4.)
[ Un esfuerzo por explicar una ganancia pretest-postest propia
1 del grupo experimental en trminos de factores externos, como
' historia, maduracin o aplicacin de tests, tiene que suponer
-r..- una interaccin entre esas variables y las diferencias espec-
ficas de seleccin que se den entre el grupo experimental y
el de control. Aunque tales interacciones son en general poco
probables, hay un cierto nmero de situaciones en las que
- podran invocarse. Acaso las ms comunes sean las interac-
ciones que implican maduracin. Si el grupo experimental
t consta de pacientes de psicoterapia y el de control de alguna
otra poblacin disponible a la cual se le hayan administrado
I un test y un retest, una ganancia peculiar al grupo experi-
mental bien podra interpretarse como un proceso espontneo
1 de remisin tpico de grupo tan extremo, ganancia que se hu-
biese producido tambin aun en ausencia de X. Tal interac-
cin entre seleccin y maduracin (o seleccin-historia, o se-
( leccin-test ) podra confundirse con el efecto de X, consti-
tuyendo por tanto una amenaza a la validez interna del ex-
' perimento. Esta posibilidad ha sido representada en la octava
L
94
(columna del cuadro 2 y es el principal factor de validez
interna que caracteriza a los diseos 4 y 10.
Acaso se aclare este punto con un ejemplo concreto de in-
-
estigacin 'educacional. El estudio de Sanford y Hemphill
v
[1952] sobre los efectos de un curso de psicologa en Anna ,
polis ofrece una excelente ilustracin del diseo 10. En ese
trabajo, el Segundo Curso de Annapolis constituy el grupo
xperimental, y el Tercero, el de control. Las mayores ga-
e
nancias registradas por el grupo experimental podran expli-
carse como parte de un proceso general de perfeccionamiento,
con resultados mximos en los primeros dos cursos y mni-
mos en el tercero y cuarto, constituyendo, por tanto, una
interaccin entre los factores de seleccin que diferencian los
grupos experimental y de control y las variaciones naturales
maduracin caractersticas de tales grupos, y no un efecto
del programa experimental. El grupo - particular de control
utilizado por Sanford y Hemphill posibilita alguna veri-
ficacin de esta interpretacin rival ( en forma un tanto si-
milar al diseo 15, que expondremos ms adelante). La hi-
ptesis de seleccin-maduracin pronosticara que el Tercer
Curso (grupo de control) habra de indicar en su test inicial
una superioridad respecto de las mediciones pretest del Se-
gundo Curso (grupo experimental), con magnitud casi igual
a la hallada entre el pretest y el postest de este ltimo gru-
po. Por fortuna para la interpretacin de su experimento, no
ocurri en general as. Las diferencias entre los cursos en el
pretest no presentaban en la mayora de los casos el mism
sentido ni igual magnitud que las ganancias pretest-postest
del grupo experimental. Sin embargo, sus comprobaciones de
una ganancia significativa para el grupo experimental en pun-
tajes de confianza en el cuestionario de situaciones sociales
pueden explicarse como un mecanismo artificial de seleccin-
maduracin. El grupo experimental pas de 43,26 puntos
a 51,42, en tanto que el Tercer Curso comenz por un pun-
taje de 55,82 y continu aumentando hasta alcanzar 56,78.
La hiptesis de interaccin entre seleccin y maduracin ser
en ocasiones aceptable, aun cuando los grupos obtengan pun-
tajes pretest idnticos. El ms comn de tales casos ser aquel
en que un grupo obtenga una tasa de maduracin o variacin
autnoma ms elevada que el otro. El diseo 14 ofrece una
extensin del 10 que tendera a eliminar este factor.
El otro gran problema de la validez interna en el diseo 10
es la regresin. Como se indic con ? en el cuadro 2, cabe
evitar ese riesgo, pero no siempre al tropezar con l se lo
95
 - sortea. En general, si se ha elegido cualquiera de los grupos
de comparacin por sus puntajes extremos de O o mediciones
correlativas, una diferencia en el grado de desplazamiento de
pretest a postest entre ambos grupos bien puede ser pro-
ducto de la regresin y no efecto de X. Esta posibilidad ha
tenido mayor trascendencia a causa de una obcecada y en-
gaosa tradicin en el mbito de la experimentacin educa-
cional, por la que se considera la equiparacin como una
tcnica apropiada y suficiente para establecer la equivalencia
preexperimental de grupos. Este error ha ido acompaado
por la falta de distincin entre los diseos 4 y 10 y los
diferentes papeles representados por la equiparacin en los
)-- puntajes de pretest en ambas condiciones. En el diseo 4,
puede considerarse este procedimiento como un comple-
mento provechoso de la aleatorizacin, pero no como un
sustituto de ella; en trminos de puntajes en el pretest o en
las variables relativas, cabe organizar la poblacin total dis-
ponible para fines experimentales en pares de sujetos cuida-
dosamente equiparados; los integrantes de esos pares se asig-
narn al azar a las condiciones experimentales o de control.
Esa equiparacin ms la ulterior aleatorizacin suelen pro-
ducir un diseo experimental ms preciso que la aleatoriza-
ejem por s sola.
No debe confundirse con ese ideal la tcnica, correspon-
diente al diseo 10, de tratar de compensar las diferencias
entre los grupos experimentales y de control no equivalentes
mediante un procedimiento de equiparacin, cuando no se
puede hacer la asignacin aleatoria a tratamientos. Si en el
diseo 10 las medias de los grupos son sustancialmente di-
ferentes, el proceso de equiparacin, no solo no suminis-
tra la igualacin pretendida, sino que provoca la presencia de
efectos indeseados de regresin. Se torna previsible que am-
bos grupos diferirn en sus puntajes postest en forma por
completo independiente de cualesquiera efectos de X, as como
que esa diferencia variar en proporcin directa a la diferen-
cia entre las poblaciones totales de las que se hizo la seleccin,
y en proporcin inversa a la correlacin entre el test y el
pre-retest.
Rulon [1941], Stanley y Beeman [1958] y Thorndike [1942]
han estudiado este problema en forma exhaustiva, destacando
el anlisis de covariancia y otras tcnicas estadsticas sugeri-
das. por Johnson y Neyman [vase Johnson y Jackson, 1959,
pgs. 424-44] y por Peters y Van Voorhis [1940] para pro-
bar los efectos de la variable experimental sin el procedi-
96
miento de hallar pares de grupos similares. No obstante,
habra que tomar en cuenta recientes advertencias de Lord
[1960] a propsito del anlisis de covariancia cuando la con-
fiabilidad de la covariable no es absoluta. Tambin pueden
aplicarse puntajes simples de ganancia, pero suelen ser menos
convenientes que el anlisis de covariancia. La aplicacin del
anlisis de covariancia a esta situacin del diseo 10 implica
supuestos (como el de 'homogeneidad de regresin) menos
posibles aqu que en los casos del diseo 4 [vase Lindquist,
1953].
Al interpretar estudios publicados del diseo 10, en que se
recurri a la equiparacin, se puede advertir que el sentido
del error es predecible. Consideremos un experimento de psi-
coterapia que utiliza como O calificaciones de descontento con
la propia personalidad. Supongamos que el grupo experimental
consta de personas sometidas a terapia, en tanto que el grupo
de control seleccionado est formado por personas considera-
das normales. En este caso el grupo de control presentar
puntajes extremadamente bajos con zespecto al grupo normal
(seleccionados por esta caracterstica), y regresionar en el
postest en el sentido de la media del grupo normal, haciendo
as menos probable que se demuestre un efecto significativo
de la terapia en vez de producir una falsa impresin de efica-
cia en favor del procedimiento teraputico.
El ejemplo de los pacientes de psicoterapia nos ofrece tam-
bin un caso en el cual los supuestos de regresin homognea
y muestreo del mismo universo, salvo para los puntajes ex-
tremos, parecen inapropiados. La inclusin de controles nor-
males en la investigacin psicoteraputica es de alguna utli-
dad, pero hay que poner suma cautela en la interpretacin
de los resultados. Es importante distinguir dos versiones del
diseo 10, y darles diferente jerarqua como aproximaciones
a la experimentacin propiamente dicha. Por una parte, se
da la situacin en que el experimentador dispone de dos gru-
pos naturales, por ejemplo dos clases, y puede elegir con
libertad cul ha de recibir X, o por lo menos no tiene ningn
motivo para sospechar que se haga un reclutamiento diferen-
cial con relacin a X. Aunque los grupos pueden diferit en
sus medias iniciales de O, el estudio se aproximar a la ex-
perimentacin propiamente dicha. Por otra parte, hay casos
del diseo 10 en que los participantes son a todas luces
autoseleccionados: el grupo experimental busca deliberada-
mente la exposicin a X, y no se cuenta con un grupo de
control tomado de esa misma poblacin. En este ltimo caso,
97
 es menos probable que se cumpla el supuesto de regresin presencia .del studio del latn. Este resultado se clasificara
uniforme entre los grupos experimental y de control, au- aqu como interaccin seleccin-maduracin. En. muchos sis-
mentando en cambio la posibilidad de interaccin seleccin temas escolares esta hiptesis rival podra verificarse am-
maduracin (y las dems interacciones de seleccin). El di.. pliando la gama de las O previas al aprendizaje del latn que
serio 10 autoseleccionado es, pues, mucho ms endeble, se toman en consideracin como en un diseo 14.
pero no ofrece informacin que en muchos casos eliminara Tales estudios constituyeron denodados esfuerzos por intro-
la hiptesis de que X surte algn efecto? El grupo de control ducir la mentalidad experimental en la investigacin de cam-
ayuda a interpretar, aunque sea muy divergente en el mtodo po, y merecen que se les preste renovada atencin y se los
de reclutamiento y el nivel medio: ample con los mtodos modernos.
La amenaza que la administracin /e tests constituye para la
validez externa es la expuesta a Propsito del diseo" 4 (va-
se pg. 32). El signo de interrogacin para la interaccin de
la seleccin y X nos recuerda que el efecto de X bien puede Diseos compensados
11.
ser especfico de los participantes seleccionados como lo fue
de los participantes de nuestro experimento. Como los re- 1Bajo este ttulo se renen todos aquellos diseos en los cua-
quisitos del diseo 10 pueden poner menos restricciones a
1 les se logra el control experimental o se aumenta la precisin
nuestra libertad de muestreo que los del diseo 4, esa espe-
-i
eficidad ser por lo comn menor que en un experimento
i aplicando a todos los participantes (o situaciones) la totalidad
1de los tratamientos.kEsos diseos recibieron las denominacio-
r de laboratorio. La amenaza a la validez externa proveniente
i de la reactividad de los dispositivos existe, pero tal vez
nes de experimentos rotativos [segn McCall, 19231, di-
- seos compensados [p. ej., Underwood, 1949], diseos
\11
en menor grado que en la mayora de los experimentos pro- - cruzados [Cochran y Cox, 1957; Cox, 1958] . y diseos
piamente dichos, como el diseo 4.
de conmutacin [Kempthorne, 1952]. El dispositivo de cua-
Donde existe la posibilidad de utilizar dos cursos intactos 'Idrado latino - es el que ms se utiliza en la compensacin.
con el diseo 10, o la de tomar muestras aleatorias de los
,Ese cuadrado latino es el utilizado \en el diseo 11, esquema-
alumnos fuera de las aulas para distintos tratamientos expe-
itizado aqu como cuasiexperimental, en el que se aplican
rimentales segn un diseo 4, 5 o 6, es casi seguro que cuatro tratamientos experimentales en forma restrictivamente
este ltimo dispositivo ser ms reactivo, creando mayor con-
aleatorizada y por turno a cuatro grupos formados de ma-
ciencia de que se est siendo sometido a experimento la
nera natural o incluso a cuatro individuos [p. ej., Maxwell,
sensacin de ser un conejillo de Indias y similares.
1958];
Los estudios de Thorndike sobre disciplina, formal y transfe-
rencia [p. ej. E. L. Thorndike y Woodworth, 1901; Brolyer, Primera Segunda Tercera Cuarta
'
Thorndike y Woodyard, 1927] constituyen otras tantas apli- vez vez vez vez
caciones del diseo 10 a X no controladas por el experimen-
tador. Tales estudios soslayaron, al menos en parte, el error Grupo A X10 X20 X30 X40
de los efectos de regresin causados por la equiparacin sim- Grupo B X20 X40 X10 X30
ple, pero habra que compararlos cuidadosamente con los m-
todos modernos. As, es probable que el uso de estadsticas Grupo C X30 X10 X40 X20
de covariancia produjera una prueba ms contundente, por Grupo D X40 X 30 X 20 X 10
ejemplo, de trasferencia del vocabulario latino al ingls.
En otro sentido, los efectos por lo comn positivos, aunque \ El diseo ha sido diagramado slo con postests, dado que
mnimos, que se hallaron podran explicarse no como trasfe- presta particular utilidad all donde los pretets resultan
rencias sino como la seleccin en los cursos de latn de los inapropiados y no se dispone de diseos como el 10. ..El
.
alumnos cuyo ndice anual de enriquecimiento de vocabulario ;diseno contiene tres clasificaciones (grupos, sesiones y X
habra sido mayor que el del grupo de control, aun sin la o tratamientos experimentalesl. Cada clasificacin es orto-

98 99
 gonal respecto de las otras dos, en el sentido de que cada
variable de cada clasificacin se produce con la misma fre-
cuencia (una vez para un cuadrado latino) con cada variable
de cada una de las otras clasificaciones. Obsrvese que cada
tratamiento ( o X) slo se da una vez en cada columna y cada
fila. El mismo cuadrado latino puede modificarse de tal ma-
que las X se conviertan en ttulos de filas o de columnas:
Ln_
X1 X2 X3 X4
Grupo A t10 t20 t30 t40
Grupo B t30 t10 40 t20
Grupo C t20 t40 tiO t30
Grupo D t40 t30 t20 t10
Resultan as comparables las sumas de puntajes por X, al te-
ner representados, en cada una de ellas, cada oportunidad y
grupo. Las diferencias en tales sumas no se podran interie-
tar como resultados artificiales de las discrepancias grupales
iniciales o de efectos de la prctica, la historia, etc. De pare-
cida comparabilidad son las sumas de las filas para diferen-
cias grupales intrnsecas, y las sumas de las columnas de la
primera presentacin para las diferencias en las sesiones. Des-
de el punto de vista del anlisis de variancia, el diseo parece
suministrar as informacin acerca de tres efectos principales
con el nmero de casilleros que suelen exigirse para dos. Re-
sulta evidente el costo de esta mayor eficacia: lo que parece
ser un efecto principal significativo segn cualquiera de los
tres criterios de clasificacin, acaso constituye en cambio una
compleja interaccin significativa entre los otros dos [Lind-
quist, 1953, pgs. 258 64]. Las diferencias aparentes _entre
- les efectos son sntomas de una heterogeneidad significativa,
los efectos de las X podran reSTfr un "complejo efecto es-
pecfico de interaccin entre las diferencias grupales y las --
sesiones. Las inferencias sobre los efectos de X dependern
de la admisibilidad de esta hiptesis rival/ y por lo tanto las
estudiaremos en forma ms detallada.
rDigamos,
en primer lugar, que la hiptesis de tal interaccin
i es ms admisible para la aplicacin cuasiexperimental descrita,
que para las de los cuadrados latinos en los experimentos
' propiamente dichos mencionados en los textos. En lo que
se ha denominado la dimensin grupal, se entremezclan dos
1 posibles fuentes de efectos sistemticos. Ante todo, estn los
i factores de seleccin sistemtica implicados en la formacin
! natural de los grupos. Cabe esperar que esos factores tengan
I a la vez efectos principales e interacten con la historia, la
,
100
maduracin, los efectos de la prctica, etc. Si se tuviese que
t
organizar as un -experimento con control total, cada perso-
na debera ser asignada a cada grupo en forma independiente
y aleatoria, eliminndose esta fuente tanto de los efectos prin-
cipales como de la interaccin, al menos en lo que concierne
al error de muestreo. Es caracterstico del cuasiexperimento
que la compensacin se introduzca para suministrar una suer-
te de igualacin, solo porque tal asignacin aleatoria no es
posible. (Como contraste, en diseos del todo controlados, se
- emplea l cuadrado latino por razones de economa o para re-
( sblver problemas peculiares del muestreo de parcelas.) Una
segunda posible fuente de efectos entremezclados en los gru-
pos es la vinculada con secuencias especficas de tratamientos.
Si todas las repeticiones de un experimento propiamente di-
cho hubiesen seguido el mismo cuadrado latino, esta fuente
de efectos principales y de interaccin tambin habra esta-
do presente. Sin embargo, en el tpico experimento propia-
mente dicho, a algunos grupos de participantes se les ha-
bran asignado en la repeticin diferentes cuadrados latinos,
eliminndose as el efecto sistemtico de secuencias espec-
ficas. De ese modo se elimina tambin la posibilidad de que
determinada interaccin sistemtica haya producido un apa-
rente efecto principal de las X.
'Es probable que las sesiones produzcan un efecto principal
debido a la repetida aplicacin de pruebas, la maduracin, la
prctica y los efectos acumulados o trasferencias. Asimismo,
la historia puede generar efectos con respecto a las sesiones.
El dispositivo en cuadrado latino impide, por supuesto, que
esos efectos principales contaminen los de X. Pero donde ta-
es probable que se justifique ms la sospecha de interacciones
significativas que cuando tales efectos principales no se pro-
ducen. Los efectos de la prctica, por ejemplo, quiz sean
Montonos, pero tambin es probable que no sean lineales y
generen efectos tanto principales como de interaccin. Muclias
aplicaciones de los cuadrados latinos en experimentos propia-
mente dichos, como en la agricultura, por ejemplo, no exigen
reiteradas mediciones y es caracterstico que no produzcan
ningn efecto sistemtico correspondiente de columna. Los del
tipo cruzado, sin embargo, comparten este posible inconve-
niente con los cuasiexperimentos.
Estas consideraciones permiten apreciar la mxima importan-
cia de la repeticin del diseo cuasiexperimental con diferen-
tes cuadrados latinos especficos. Tales repeticiones, realizadas
101
 cii numero suficiente, haran del cuasiexperimento un experi-
mento propiamente dicho. Es probable que implicasen tam-
bin cantidades suficientes de grupos para posibilitar la asig-
nacin aleatoria de grupos intactos a los tratamientos, medio
e control que por lo comn es preferible. No obstante, ca-
reciendo de tales posibilidades, un cuadrado latino nico cons-
tituye un diseo cuasiexperimental intuitivamente satisfacto-
.,.. rio, a causa de su demostracin de todos los efectos en la
otalidad de los grupos de comparacin. Aun reconociendo
los posibles errores de interpretacin, constituye un diseo
que bien vale la pena adoptar cuando no hay posibilida-
des de un control ms eficaz. Una vez destacados sus graves
r inconvenientes, examinemos sus ventajas relativas.
Como todos los cuasiexperimentos, gana este en pujanza con
la congruencia de las repeticiones internas de la prueba. Para
poner de relieve esa congruencia, deben eliminarse los efectos
principales de las sesiones y los grupos, expresando cada
casillero como un desvo respecto de las medias de filas (gru-
po ) y columnas (momentos): M o M9. M. M . . . Des-
pus se reordenan los datos, con los tratamientos (X) enca-
bezando las columnas. Supongamos que el cuadro que obte-
nemos es de una satisfactoria congruencia, que el ms eficaz de
los tratamientos es el mismo en los cuatro grupos, etc. Cules
son las probabilidades de que eso no sea un efecto real de los
tratamientos, sino una interaccin de grupos y sesiones? Po-
demos observar que casi todas las posibles interacciones de
grupos y sesiones reduciran o enturbiaran el efecto mani-
fiesto de X. Una interaccin que imitara un efecto principal
de X sera poco probable, y lo sera menos an en cuadrados
latinos mayores.
Nos sentiramos muy atrados por este diseo cuando tuvi-
semos control de programacin sobre unos cuantos grupos de
formacin natural, como por ejemplo clases, pero no nos fue-
se posible subdividir esos grupos naturales en subgrupos de
equivalencia aleatoria, sea para una presentacin de X o para
aplicar tests. En tal situacin, si hubiera cmo aplicar un
pretest, se dispondra asimismo del diseo 10; tambin im-
plica una posible confusin de los efectos de X con interac-
ciones de seleccin y sesiones. Se juzga que esta posibilidad
es menos probable en el diseo compensado, porque en cada
grupo se demuestran todas las comparaciones y por lo tanto
se necesitaran varias interacciones equiparadas a fin de imi-
tar el efecto experimental.
_Mientras que en los otros diseos la especial sensibilidad de
102
'uno solo de los grupos a un acontecimiento externo k historia)
o a la prctica (maduracin) podra simular un efecto de X,
_ en el diseo compensado tales efectos coincidentes tendran
que darse en sucesivas sesiones separadas y en cada uno de
los grupos. Este resultado supone, por supuesto, que no inter-
pretaramos un efecto principal de X como significativo si la
inspeccin de los casilleros indicase que un efecto principal
desde el punto de vista estadstico ha sido originado, funda-
mentalmente, por un muy poderoso efecto en solo uno de los
grupos. Para -un estudio ms detenido de esta cuestin, vanse
Wilk y Kempthorne [1957], Lubin [1961 ] y Stanky [1955 ] .
,---
(7_12.;
- / Diseo de muestra separada pretest-postest
Para grandes poblaciones p. ej., ciudades, fbricas, escu-e
las y unidades militares, suele ocurrir que, aunque no se
pueden segregar subrupos en forma aleatoria para tratamien-
tos experimentales diferenciales, cabe ejercer algo as como
un control experimental completo sobre el momento de apli-
cacin y los destinatarios de la O, utilizando procedimientos
de asignacin aleatoria. Ese control posibilita el diseo 12: '
R O (X)
R X O
En este esquema, las filas constituyen subgrupos de equiva-
lencia aleatoria, representando la X entre parntesis una pre-
sentacin de X sin importancia. Se mide una muestra an-
tes de X, otra equivalente despus de X. El diseo no es in-
( trnsecamente eficaz, como lo indica su fila en el cuadro 2.
No obstante, suele resultar viable, y a menudo merece que
se lo aplique. Se lo ha utilizado en experimentos de ciencias
sociales que son an los mejores estudios existentes en sus
temas especficos [p. ej., Star y Hughes, 1950]. Aunque se
lo ha denominado diseo simulado antes-y-despus [ Selltiz,
Jahoda, Deutsch y Cook, 1959, pg. 116], vale la pena des-
tacar su superioridad respecto del diseo comn antes-y-des-
pus, el diseo 2, por su control tanto del efecto principal de
la aplicacin de tests como de la interaccin de la adminis-
((racin de tests con X:t El defecto fundamental del diseo es
*k que no puede controla': la historia. As, en el estudio de la
campaa de publicidad realizado 'El Cincinnati para las Na-
103

ciones Unidas y la UNESCO [Star y Hughes, 1950], es pr o.
bable que hechos externos de la escena internacional hubie-
ran sido la causa de la reduccin observada en el optimismo
sobre la coexistencia pacfica con Rusia.
Esta obra aspira a estimular los diseos de retazos, en los
cuales se agregan aspectos que permitan controlar factores
especficos, de ordinario uno por vez (en contraste con los
experimentos propiamente dichos, de mayor elegancia, en que
con un solo grupo se controlan todas las amenazas a la validez
(interna). Repitiendo el diseo 12 en diferentes situaciones y
\ momentos, como en el diseo 12a ( vase cuadro 2, pg. 80 ) ,
se controla la historia, pues si el mismo efecto se da en varias
ocasiones, la posibilidad de que sea resultado de acontecimien-
tos histricos coincidentes se torna menos probable. No obs-
iante, las tendencias histricas persistentes o los ciclos esta-
cionales siguen constituyendo explicaciones rivales no contro-
ladas. Por la repeticin del efecto en otras condiciones, cabe
reducir la posibilidad de que el efecto observado sea caracte-
rstico de la nica poblacin seleccionada en el primer mo-
mento. No obstante, si la situacin de la investigacin permite
utilizar el diseo 12a, tambin ser viable el 13, que en gene-
, ral resultar preferible.
Es poco probable qu se invoque la maduracin, o el efec-
to del envejecimiento d los participantes, como explicacin
rival, ni aun en estudios sobre la opinin pblica que se ex-
tiendan durante meses. Pero en la encuesta por muestreo, y
hasta en ciertos cursos universitarios, las muestras son sufi-
cientemente grandes y las edades lo bastante heterogneas pa-
ra que se puedan comparar las submuestras del grupo pretest
que difieren en maduracin (edad, nmero de semestres cur-
f lados, etc.). La maduracin, y la acaso ms peligrosa posibili-
dad de tendencias persistentes y estacionales, tambin es con-
\ trolable por un diseo como el 12b, que agrega un grupo pre-
test anterior, aproximando el diseo al de series cronolgicas,
aunque sin la aplicacin reiterada de tests. Para poblaciones
como la de pacientes a quienes se aplican tratamientos de psi-
coterapia, donde podra darse una mejora espontnea o cu-
racin, los supuestos de linealidad implicados en forma im-
plcita en este control quiz no fueran aceptables. Es ms pro-
bable que la tendencia de maduracin reciba una aceleracin
negativa, haciendo as que la ganancia de maduracin 01 02
sea mayor que la de 02 03, en detrimento, por tanto, de la
,interpretacin de que X ha producido efecto.
'La instrumentacin constituye un riesgo en este diseo, cuan-
104
w
do se la utiliza en el marco de las encuestas por muestreo. Si
[ o en aenn ceune stl aidnoaryeosr,
do recurre na sltoess tmismos
:
:u e
e:pa:: a
Si h
ltest ayy nlpaodscit si tr i se
suele ocurrir que muchos, carentes an de experiencia en el
tengan
hayan adquirido
en cada tanda de encuestas se recurre a distintas
personas para esa tarea, y su nmero no es elevado, las dife-
encias en la idiosincrasia de los encuestadores se confun-
r con la variable experimental. Si los experimentadores
den
conocen la hiptesis, sus expectativas pueden provocar dife-
como lo demostraron
rencias, hyase o no trasmitido la X,
con sus experimentos Stanton y Baker [1942] y Smith y Hy-
man [1950]. En un caso ideal se utilizaran muestras aleato-
-y
ias equivalentes de distintos entrevistadores en cada tanda,
r
;mantenindolos ignorantes acerca del objeto del experimento.
'Adems, el reclutamiento de los encuestadores puede indicar
Idiferencias estacionales, por ejemplo, ya que durante los me-
ses de verano se dispone de ms estudiantes universitarios,
1etc. Las tasas de rechazo son acaso menores y la duracin de
!las entrevistas mayor en verano que en invierno. Para cues-
utoadministrados en el aula, este error instrumental
tionarios a
'ser menos probable, aunque las orientaciones hacia la admi-
nistracin de tests quiz se desplacen en formas mejor clasifi-
; cables como instrumentacin que como influjos de X sobre 0.
, Para pretests y postests aplicados con varios meses de separa-
cin, la mortalidad puede plantear un problema en el diseo
12. Si ambas muestras se eligen en forma simultnea (punto
R), es de suponer que a medida que trascurra el tiempo ms
integrantes de la muestra elegida se tornen inaccesibles, per-
dindose los segmentos ms transitorios de la poblacin, lo
cual producir una diferencia poblacional entre los distintos
perodos de entrevista. Una advertencia de esa posibilidad la
constituyen las diferencias entre los grupos en el nmero de
k personas no entrevistadas.
En estudios realizados a lo largo de perodos extensos, las
muestras para pretest y postest deberan seleccionarse acaso
en forma independiente y en momentos distintos apropiados,
aunque ello tambin posee una fuente de sesgo sistemtico,
resultante de los posibles cambios en el esquema residencial
del conjunto del universo. En algunos medios (p. ej., en las
escuelas, los archivos permitirn que se eliminen los Puntales
pretest de quienes no estarn ya disponibles en el momento
del postest, haciendo as ms comparables el postest con el
pretest. Para lograr un mecanismo que haga posible esa correc-
cin en la encuesta con muestras, as como una ratificacin
105
 del efecto que no pudiera contaminarse con la mortalidad, se
puede someter el grupo pretest a un nuevo test, como en el
diseo 12c, donde la diferencia 01 02 confirmara la com-
paracin 01 0 3 . As, el estudio que Duncan y otros [1957]
efectuaron sobre la reduccin en las creencias errneas lograda
durante un curso introductorio de psicologa. (En este di-
seo, el grupo sometido a un retest no permite que se exa-
minen las ganancias de personas con puntajes iniciales diver-
sos, por no haberse utilizado un grupo de control para veri-
ficar la existencia de regresin.)
'"---Lo caracterstico de este diseo es que lleva el laboratorio a la
situacin de campo a la cual el investigador desea extender
sus generalizaciones, probando los efectos de X en su ambien-
, te natural. En general, segn se indica en los cuadros 1 y 2,
los diseos 12, 12a, 12b y 12c pueden resultar superiores en
validez externa o posibilidad de generalizacin respecto de
los experimentos propiamente dichos de los diseos 4, 5 y 6.
"-Estos diseos no requieren gran cooperacin de los partici-
pantes, ni que estn disponibles en ciertos lugares y momentos,
etc., de modo que se puede utilizar un muestreo representa-
tivo de poblaciones previamente determinadas.
En los diseos 12 y 13 (y sin lugar a dudas tambin en algunas
variantes de los diseos 4 y 6, donde X y O se trasmiten por
contactos individuales, etc.), es posible el muestreo represen-
tativo. Los signos positivos en la columna de interaccin se-
leccin-X son muy relativos y con todo derecho se los podra
cambiar por signos de interrogacin ya que en la prctica ge-
neral las unidades no se seleccionan por su relevancia terica,
-- sino a menudo por razones de cooperacin y accesibilidad, que
!posiblemente las tornen atpicas del universo al cual se las
Ll_esea generalizar.
Star y Hughes [1950] no deseaban generalizar a Cincinnati,
sino ms bien a los ciudadanos de Estados Unidos o -al mun-
do en general, y persiste la posibilidad de que la reaccin a
X en aquella urbe fuese atpica de esos universos. Pero el
grado de ese sesgo de accesibilidad es tan inferior al de otros
diseos ms exigentes que, en comparacin, parece justificado
atribuirle un carcter positivo.
106
13. Diseo de muestra separada pretest-postest
con grupo de control
Se supone que el diseo 12 ha de utilizarse en aquellas situa-
dones en que la X, si existe, debe presentarse al grupo como
un todo. Si se cuenta con grupos comparables ( ya que no
equivalentes) a los cuales sea posible rehusar la X, se podr
agregar un grupo de control al diseo 12, creando as el
diseo 13:
RO (X)
R X O
RO
O
Este diseo es bastante parecido al 10, solo que no se vuelve
! a someter a test a las mismas personas y, por lo tanto, se
evita la posible interaccin entre la administracin de tests
y X. Como en el diseo 10, la desventaja del 13 en cuanto a
Ila validez interna proviene de la posibilidad de interpretar co-
mo efecto de X otra tendencia local propia del grupo experi-
mental que, en realidad, no ha influido. Aumentando el n-
mero de las unidades sociales implicadas ( escuelas, ciudades,
fbricas, buques, etc.) y asignndolas en cierto nmero y con
aleatorizacin a los tratamientos experimentales y de con-
trol, se conseguir eliminar la nica fuente de invalidacin,
logrndose as un experimento propiamente dicho, anlogo al
diseo 4, con la nica diferencia de que se evitan nuevas
pruebas sobre los mismos individuos. Este diseo puede de-
signarse 13a. Su esquematizacin ( en el cuadro 3) se ha visto
complicada por los dos niveles de equivalencia (logrados por
asignacin aleatoria) en l implicados. En el nivel de partici-
pantes, existe en el interior de cada unidad social la equiva-
lencia de las muestras separadas pretest y postest, indicadas
por el punto R de asignacin. Entre las varias unidades socia-
les que reciben cualquiera de los tratamientos, no se verifica
esa equivalencia, lo cual se indica con la lnea punteada.
La R' designa la igualacin del grupo experimental y el de
control por la asignacin aleatoria de esas muchas unidades
sociales a uno u otro tratamiento.
rComo puede_ verse en la fila correspondiente a 13a del cua-
\ dro 3, este diseo obtiene un puntaje perfecto para validez
107
 ,.1.
tanto interna como externa, esta ltima en virtud de los' Cuadro 3. Fuentes de invalidacin para los diseos 13 a 16.
fundamentos ya expuestos a propsito del diseo 12, y con 1 Fuentes de invalidacin

mayor hincapi en el problema de la interaccin seleccin-X, Interna l

Externa
. a causa de que estn representadas muchas unidades sociales y : e e
;\ no una sola. Que nosotros sepamos, este diseo, excelente ... 2.0
11
.".,. :2
,. y.< o
.
o u -- o o E

-

pero costoso, no ha sido utilizado nunca. u "t5 c.)

2 -o >.
e,,
o
,,,
u ><
o ..... ces u
o -.0 u
o 'u -z
e . O
41 .., 0-1 Ce
ti. ..0 ,J -0 >
:o - 1 e ` C> e
e 2 .- ' :9.. -g 13'd
.1 1 . 5 1 13 '3
5 7
14. Diseo de series cronolgicas mltiples .2
..,
-o
e
E
-0 .
-5.1t-d
b -, O .2
FI) ciii U '71 >,
- .9. I,.
- .g 5' h ZI .5: -

_
En los estudios de grandes cambios administrativos por medio Diseos cuagiexperi-
de datos en series cronolgicas, al investigador le conviene bus- mentales (cont.)
+ + + + + + + + -I- +
13. Diseo de
car una institucin similar no sujeta a X, de la cual tomar muestra separada
r-sluna serie cronolgica de control anloga ( idealmente, con pretest-postest
con grupo de
tX asignada al azar): control
R O (X)
R XO
0 0 0 OX 0 0 0 0 RO
O
R
+ + + + + + + + + +
0 00 0 0 000 i0 (X)
R X O
+
13a [

RO (X)
1--Este diseo contiene ( en las 0 que comprenden a X) el n-
mero 10, de grupo de control no equivalente, pero gana { FI R O ( X)
R XO
de interpretacin por las mltiples mediciones re-
RO
presentadas, ya que en cierto sentido el efecto experimental se R O
'demuestra dos veces, respecto del control y respecto de los RO
O
R' IR
Valores pre-X en su propia serie, como en e,1 diseo 7. Ade- RO
----- ms, la interaccin entre seleccin y maduracin se controla R O
en el sentido de que, si el grupo experimental demostr por 14. Series cronolgicas -I- -F -f- + + + -I- -I- ?
lo comn una mayor tasa de ganancia, aparecera as en las mltiples
O O ORO O O
0 pre-X. En los cuadros 2 y 3 es escasa la representacin de 0 0 0 0 0 0
Eta nueva ganancia, pero aparece en la columna final de va- 15. Diseo de ciclo
lidez interna, titulada Interaccin de seleccin y madura- institucional
cin. Puesto que la maduracin se controla tanto en la serie Cl. A X 0 1
Cl. B 1 RO 2 X 0 2
experimental como en la de control, por las razones expues- Cl. B 2 11 X0 4
tas en nuestra primera presentacin , del diseo 7 de serie Cl.'C 05 X
cronolgica, la diferencia en la seleccin de los grupos, que Cont. Gen. Pob.
opera juntamente con la maduracin, instrumentacin o re- p/C1. B O,
Cont. Gen. Pob.
gresin, difcilmente podr explicar un efecto notorio. Sin p/C1. C 07
1
02 < 01 j ? ? -E ?
embargo, no se excluye la posibilidad de una interaccin en- Os <Os
1. +
? +
? ? + 4-
02 < 05
tre la diferencia de seleccin y la historia. 02 < 04 ? ? ? + ? ?
reorno con el diseo 7 de serie cronolgica, se ha, puesto un . 06 = 07 1 -I- ,
_
-
022= 02o 3
'-'1 signo negativo en la columna de validez externa para la in- + -I- -I- -V-
-I- -F -I- ? -I- + ?
16. Discontinuidad
.. 1. p,resin
.Cont. Gen. Pob. p/C1. significa Controles generales de poblacin para la clase.
108
 r -traccin entre la aplicacin de pruebas y X,
aunque como en
,i el caso del mismo diseo 7, el que comentamos se emplear
[a menudo cuando la administracin de los tests no sea reac-
tiva. Tambin la habitual preocupacin acerca de la posible
especificidad de un efecto demostrado de X en la poblacin que
se estudia queda registrada en el cuadro 3. En cuanto a los tests
de significacin, se sugiere que las diferencias entre la serie
experimental y la de control se analicen como los datos del
diseo 7. Parece mucho ms probable la linealidad de estas
diferencias que la de los datos no elaborados de las series
cronolgicas.
Este es, en trminos generales, un excelente diseo cuasiexpe-
rimental, acaso el mejor de los ms viables. Presenta claras
ventajas respecto de los diseos 7 y 10, como ya lo hemos
indicado al presentar el diseo 10. La posibilidad de efectuar
reiteradas mediciones torna particularmente apropiadas las
series cronolgicas mltiples para las investigaciones que se
llevan a cabo en establecimientos educativos.
Diseo de ciclo institucional recurrente:
irn diseo de retazos
[El diseo 15 ilustra una estrategia para la investigacin de
1 campo en la cual se comienza por un diseo insuficiente y se
( van sumando luego caractersticas particulares, a fin de inves-
tigar una u otra de las fuentes recurrentes de invalidacin. El
resultado es a menudo una burda acumulacin de verificacio-
nes precautorias, que carece de la simetra intrnseca de los
diseos experimentales propiamente dichos, pero se asemeja
La la experimentacin. Como parte de esa estrategia, el expe-
rimentador habr de estar alerta ante las interpretaciones an-
tagnicas ( ajenas al efecto de X) que el diseo ofrece, y
tendr que buscar la explicacin de los datos, o las posibles
rextensiones de ellos, que permitiran descartarlas. Otro aspec-
to bastante caracterstico de estos diseos es que el efecto de
' X se demuestra en varias formas diferentes. Este aspecto es
=--', importante sin duda cuando cada comparacin especfica sea
Lequvoca por s sola.
El diseo de retazos especfico que exponemos se limita
a un riguroso conjunto de cuestiones y situaciones, y explota
segn las circunstancias las caractersticas que estas exhiben.
La idea fundamental puede apreciarse en las filas segunda y
tercera del cuadro 1, donde se advierte que los signos posi-
tivos y negativos de los diseos 2 y 3 son en su mayor parte
com plementarios, y que, en consecuencia, la correcta combi-
nacin de esos dos criterios, insuficientes por s solos, po-
'ara tener gran vigor. El diseo es apropiado para aquellas
situaciones en que se presenta en forma cclica, a cada nuevo
grupo de participantes, cierto aspecto de un proceso institu-
Gonal ( escuelas, mtodos de adoctrinamiento, aprendizaje de
o ficios, etc.). Si en esas situaciones nos interesa la evaluacin
de los efectos de una X tan global y compleja como un pro-
grama de adoctrinamiento, es probable que el diseo de ciclo
institucional recurrente ofrezca la respuesta ms aproximada
posible resultante de los diseos que hasta aqu hemos ex-
El diseo se ide originariamente durante una investigacin
de los efectos de un ao de entrenamiento para oficiales y
pilotos sobre las actitudes hacia los superiores y los subordi-
nados y las funciones de liderazgo de un grupo de cadetes de
la Fuerza Area, mientras se completaba un ciclo de entrena-
miento de 14 meses [Campbell y McCormack, 1957]. La res-
triccin que impidi que se realizara un experimento propia-
mente dicho fue la imposibilidad de controlar quines esta-
ran expuestos a la variable experimental. No haba forma de
dividir el curso de ingreso en dos mitades igualadas, una de
las cuales cursara el programa anual planificado, mientras que
a la otra se la hara volver a la vida civil. Aun en el supuesto
de que fuese posible un experimento propiamente dicho de esa
ndole ( y el aprovechamiento oportuno de imprevistas reduc-
ciones presupuestarias pudo haberlo hecho posible en ms de
una ocasin), los efectos reactivos de ese dispositivo experi-
mental el inevitable trastorno en las vidas de quienes fue-
sen aceptados, seleccionados, trasportados a la base area y
devueltos despus a sus casas distara mucho de hacer de
ellos un grupo ideal de control. La diferencia entre ellos y el
grupo experimental que recibira el adoctrinamiento difcil-
mente podra constituir una base adecuada sobre la cual ge-
neralizar las conclusiones obtenidas a las condiciones norma-
les de reclutamiento y entrenamiento de las milicias. Queda-
ba, sin embargo, el control del experimentador sobre la pro-
gramacin del momento y los destinatarios de los procedimien-
tos de observacin. Esto, ms el hecho de que la variable ex-
perimental era recurrente y se presentaba constantemente a
cada nuevo grupo de participantes, hizo posible cierta forma
 de control experimental. En aquel estudio se dispona de dos
clases de comparaciones relativas al influjo de la experiencia
militar sobre las actitudes. Cada una de ellas era bastante
insuficiente desde el punto de vista del control experimental,
pero cuando ambas suministraron pruebas coincidentes, se
ratificaron entre s en la medida en que ambas incluan sus
respectivos puntos dbiles. La primera ofreca comparaciones
entre poblaciones medidas al mismo tiempo pero con distinta
duracin de servicio. La segunda inclua medicines del mis-
mo grupo de personas en su primera semana de entrenamien-
to militar y otra vez despus, trascurridos ya unos 13 meses
de servicio. 1 Jn tanto estilizado, el diseo es como sigue:
Clase A X 01
Clase B 02 X Os
, ;r -
Este diseo combina los enfoques longitudinal y de corte
' trasversal que suelen emplearse en la investigacin del desarro-
llo. En esta se supone que la comparacin es tal, que pueden
medirse a la vez un grupo expuesto a X y otro que va a serlo;
esta comparacin entre 0 1 y 02 corresponde as al diseo 3,
Comparacin de grupos estticos 1 La segunda medicin del
personal de la Clase B, un ciclo despus, nos da el segmento
de diseo 2, Pretest-postest de un grupo. En el cuadro,
pg. 109, las dos primeras filas referentes al diseo 15 mues-
tran un anlisis de esas comparaciones. La comparacin cru-
zada de 0 1 > 02 suministra diferencias que no podran expli-
carse por los efectos de la historia o por el test-retest, sino
que podran deberse a diferencias en el reclutamiento de un
Lao a otro (como se indica por medio del signo negativo en
Seleccin) o a la circunstancia de que los participantes eran
lin ario mayores ( signo negativo en Maduracin). Cuando
todas las pruebas se realizan durante el mismo perodo, pare-
ce improbable que haya una variable entremezclada de instru-
mentacin o desvos en la ndole del instrumento de medicin.
En la tpica comparacin de las diferencias de actitud entre
alumnos universitarios de primero y segundo ario, el efecto de
la mortalidad no pasa de ser una explicacin rival: 0 1 y 02 po-
dran diferir solo a causa del tipo de personas que han aban-
donado sus estudios en la Clase A, pero contina teniendo
representacin en la B. Este inconveniente se puede evitar si
las reacciones se identifican por individuos y el experimenta-
dor espera antes de analizar sus datos a que la Clase B haya
112
completado su exposicin a X y luego elimina de 02 todas
las medidas pertenecientes a participantes que despus no
completaron su instruccin. La frecuente ausencia de este pro-
cedimiento justifica la insercin de un signo interrogativo al
la-do de la variable de mortalidad. La columna Regresin
'
se completa con signos interrogativos a fin de sealar la po-
sibilidad de efectos espurios si la medida que se utiliza en el
----diseo
' experimental es la misma en que se fundan la acepta-
' cin o el rechazo de candidatos al curso de entrenamiento.
En tales circunstancias seran de prever diferencias constan-
tes no atribuibles a los efectos de X. La comparacin pretest-
postest implicada en 02 y 03 , si resulta ser el mismo tipo de
diferencia que en la comparacin 02 01, elimina las dems
hiptesis posibles de que la diferencia se deba a. un desvo
en la seleccin o reclutamiento entre ambas clases, as como
cualquier posibilidad de que la mortalidad haya sido la causa.
No obstante, si no se utilizara ms que la comparacin
02 03, sera vulnerable a las explicaciones rivales de histo-
ria y aplicacin de tests.
En una situacin donde el lapso de entrenamiento que se exa-
mina es de un ario, el aspecto ms costoso del diseo es la
programacin de ambos conjuntos de mediciones con un ao
de diferencia. Dada la inversin ya realizada en este sentido,
constituye un pequeo gasto ms realizar nuevas pruebas en
la segunda ocasin. Teniendo en cuenta todo ello, cabe exten-
der el diseo institucional recurrente al esquema indicado en
el cuadro 3. Ejerciendo el poder de designar cundo y a quin
se ha de medir, la Clase B se ha dividido en dos muestras
igualadas, una medida antes y despus de la exposicin y la
otra medida solo despus de ella, como en 04. Este segundo
grupo permite una comparacin, sobre muestras cuidadosa-
mente igualadas, de una medicin inicial antes y despus;
es ms precisa que la comparacin 01 02 en lo que respecta
a la seleccin, y superior a la comparacin 02 03, ya que
evita los efectos de test-retest. El efecto de X queda as do-
cumentado por medio de tres comparaciones distintas,
0 1 > 02, 02 < 03 y 02 < 04.
Ntese, sin embargo, que 02 aparece en las tres, razn por la
cual todo ello podra parecer confirmatorio solo en virtud de
una actuacin excntrica del mencionado conjunto particular
de mediciones. La introduccin de 05, o sea la Clase C, pro-
bada en ocasin del segundo test antes de ser expuesta a X,
ofrece una nueva medicin pre-X que puede compararse con
04 y 01, etc., brindando una redundancia necesaria. La divi-
113
 sin de la Clase B hace esta comparacin de 04 - 05 ms clara
que lo que sera una 0 3 - 05. Advirtase, empero, que la di-
visin de una clase en dos mitades, sometida una a test y la
otra no, suele constituir un dispositivo reactivo. Por eso se
ha incluido un signo de interrogacin para ese factor en la
' - fila 02 < 04 del cuadro 3. Que sea o no un procedimiento
reactivo depende de las condiciones concretas. Cuando se
--I echan suertes y se pide que la mitad de la clase pase a otra
ula, es probable que el procedimiento sea reactivo [p. ej.,
Duncan y otros, 1957; Solomon, 1949]. Cuando, com .() sucede
en muchos estudios sobre militares, las entrevistas se han rea-
lizado en forma individual, una clase puede dividirse en mi-
tades iguales sin que el hecho resulte tan ostensible. Cuando
' un curso est formado por un cierto nmero de divisiones
con programas diferentes, hay la posibilidad de asignar esas
unidades intactas a los grupos con pretest y sin l [p. ej.,
Hovland, Lumsdaine y Sheffield, 1949]. Para una clase nica,
el recurso de distribuir cuestionarios o tests a todos, pero va-
riando el contenido a fin de que una mitad aleatoria obtenga
lo que constituira el pretest y la otra se pruebe con algn
otro instrumento, puede servir para lograr que la divisin del
curso no sea ms reactiva que el test de la clase total.
; El diseo, tal como se lo representa por medio de las medi-
z. ciones 0 1 a 0 5 falla siempre en el control de la maduracin.
,
La gravedad de esa limitacin variar de acuerdo con el 'Inte-
1
1 rial que se investigue. Si el experimento versa sobre la adqui-
sicin de una habilidad o tcnica muy poco comn, la hip- (puede darse si hay heterogeneidad de edades (o un cierto
tesis rival de maduracin que el simple hecho de envejecer
o de adquirir experiencia gracias a las prcticas sociales co-
tidianas habra producido esa habilidad puede resultar su-
4-mamente improbable.
; Sin embargo, en el citado estudio de actitudes hacia superio-
res y subalternos [Campbell y McCormack, 1957], el desvo
' fue tal que bien podra explicarse a causa de la mayor pre-
paracin que, casi en cualquier contexto, habra adquirido un
grupo de aquella edad y tipo particular de ambiente al crecer
. en edad o estar lejos de sus hogares respectivos. En tal situa-
cin parece imprescindible un control de maduracin. Por ese
i motivo se han agregado 06 y 0 7 al diseo, a fin de ofrecer
;' una prueba de corte trasversal de una hiptesis general de
' maduracin hecha en ocasin del segundo perodo de test.,
Ello exigir someter a prueba a dos grupos de personas de la
poblacin general que solo difieran en la edad, la cual se ele-
gira a fin de que coincidiera con las de las Clases B y C en
114
p 115
la poca de las pruebas. Para confirmar la hiptesis de un'
efecto de X, los grupos 06 y 07 deberan ser iguales, o al me-
nos acusar una discrepancia menor que las comparaciones
que abarcan la exposicin a X. La seleccin de tales controles'
pohlacionales generales dependera de lo especfico de la hi-
ptesis. Dado nuestro conocimiento acerca de la universal
importancia de las consideraciones de clase social y educacin,
esos controles podran seleccionarse de tal modo que equipa-
rasen el reclutamiento institucional con la clase social y la
educacin anterior. Asimismo, podran ser personas que vi-
vieran fuera de - sus hogares por primera vez y que tuviesen la
edad tpica de bsqueda de independencia; as en el ejemplo
dado, el grupo 06 habra estado lejos de su casa durante un
ao, y el 0 7 estara a punto de abandonarla. Esos controles
de relacin de edad en la poblacin general seran siempre
hasta cierto punto insatisfactorios y constituiran el rubro
ms costoso, ya que la aplicacin de pruebas dentro del
esquema de una institucin es por lo comn ms simple que
seleccionar casos de una poblacin general. Por esa razn,
06 y 07 han sido programados con la segunda tanda de prue-
bas, pero si no resulta ningn efecto de X en el primer con-
junto de resultados (la comparacin 01 > 02), tan costosos
procedimientos estaran por lo comn injustificados ( a menos,
claro est, que se propugnase la hiptesis de que la X insti-
tucional haba eliminado un proceso normal de maduracin).
Otro enfoque por corte trasversal del control de la maduracin
71nmero de arios fuera del hogar, etc.) dentro de la poblacin
\,que ingresa en el ciclo institucional. As ocurrira en muchas si-
tuaciones; por ejemplo, al estudiar los efectos de un curso
universitario aislado. En este caso, las mediciones de 0 2 po-
dran subdividirse en un grupo de mayor y otro de menor
edad, a fin de examinar si esos dos subgrupos ( 02. y 02, en
el cuadro 3 ) diferan como lo haban hecho 01 y 02 (aun-
que la universal correlacin negativa entre edad y capacidad
dentro de los grados escolares, etc., introduce aqu no pocos
peligros). Mejor que el control con los coetneos de toda la
poblacin, la comparacin podra hacerse con otra institucin
determinada, por ejemplo, entre los conscriptos de la Fuerza
Area y los estudiantes universitarios de primer ario. Si se ha
de hacer una comparacin de esta ndole, se reduce la varia-
ble experimental a aquellos aspectos que ambas instituciones
'no tienen en comn. En tal caso, es probable que los diseos
10 y 13, por lo comn ms eficaces, sean igualmente factibles.
-
/., _ el \- 1
7- 1 7 11 2
 Los requisitos formales de este diseo parecen aplicables in-
cluso a un problema como el de la psicoterapia. Esta posi-
bilidad revela cun difcil es una verificacin correcta de la
variable maduracin. Comoquiera que se elijan los controles
poblacionales para una situacin de psicoterapia, si no reciben
este tipo de tratamiento diferirn en aspectos importantes.
Aunque estn tan enfermos como los sometidos a tratamien-
to psicoteraputico, es casi seguro que diferirn en su cono-
cimiento de l, as como en sus creencias al respecto y su
fe en ese procedimiento curativo. Un grupo de esta ndole,
enfermo pero optimista, podra muy bien tener posibilidades
de recuperacin tpicas de cualquier grupo de comparacin
de que pudisemos echar mano y, por consiguiente, podra
malinterpretarse una interaccin de seleccin y maduracin
como un efecto de X.
(-15i*ra el estudio aislado de procesos de desarrollo, el no poder
\ 1 controlar la maduracin no es, ciertamente, un inconveniente,
) ya que ella es el objetivo mismo del anlisis. Esa combina-
cin de comparaciones longitudinales y de corte trasversal de-
bera emplearse en forma ms sistemtica en este tipo de es-
1 tudios. El estudio aislado de cortes trasversales confunde ma-
duracin con seleccin y mortalidad. El estudio longitudinal
confunde maduracin con aplicacin reiterada de tests e histo-
ria. Por s solo no es probablemente mejor que el de corte
trasversal, aunque su costo ms elevado le otorga mayor pres-
tigio. La combinacin de ambos, quiz con reiteradas com-
paraciones de cortes trasversales en diversos momentos, pa-
rece ideal.
'Tal como se presentan los esquemas del diseo 15, se supone
que se podr aplicar el postest a un grupo al mismo tiempo
que el pretest a otro. No siempre ocurre as en situaciones
en que tal vez se deseara utilizar este diseo. La siguiente es
una representacin ms precisa del caso tpico en la situacin
escolar:
Clase A X 01
Clase B1 RO 2 X 03
Clase 112
R X 04
Clase C 05 X
,
Este diseo carece del claro control sobre la historia en lar.
comparaciones
L__ 01 > 0 2 y 04> 05, por falta de simulta-
116
[neidad. No obstante, difcilmente podra aceptarse la expli-
cacin desde el punto de vista de la historia si ambas com-
paraciones acusaran el efecto, como no fuera postulando una
serie bastante compleja de coincidencias.
Ntese que ninguna tendencia histrica general, como la que
sin duda hallamos en las actitudes sociales, se confunde con
resultados experimentales concretos. Una tendencia de esa n-
dole colocara a 02 en posicin intermedia entre 01 y 03,
mientras que la hiptesis de que X tiene un efecto exige que
01 y 03 sean iguales y 02 difiera de ambas en el mismo sen-
tido. En general, si se repite varias veces el experimento,
es poco probable que la confusin con la historia constituya
un problema, ni siquiera en esta versin del diseo. Pero,
para ciclos institucionales de menos de un ario, habr posibi-
lidad de confusin con variaciones estacionales en actitudes,
moral, optimismo, inteligencia, etc. Si la X es un curso desa-
rrollado solo en la temporada de otoo,* y entre setiembre y
enero la gente suele experimentar mayor agresividad y pesi-
mismo a causa de los factores climticos de la estacin, esa
tendencia estacional recurrente se confundir con los efectos
de X en todas sus manifestaciones. Para situaciones de esta
ndole pueden utilizarse, y resultan aconsejables, los diseos
10 y 13.
Si las comparaciones de corte trasversal y longitudinales indi-
i can efectos anlogos de X, ello sera inexplicable como
, interaccin entre la maduracin y las diferencias de seleccin
jentre las clases. No obstante, se ha dejado en blanco la co-
rumna porque este control no aparece en las presentaciones
fragmentarias del cuadro 3. Las calificaciones de los criterios de
validez externa se ajustan en general al esquema de los di-
S'ellos anteriores que contienen los mismos fragmentos. Los
signos de interrogacin en la columna Interaccin de selec-
cin y X, advierten simplemente que los denubrimientos se
limitan al ciclo institucional que se estudiajDada la com-
plejidad de X, es posible que se realice la iniiestigacin por
' razones prcticas ms que con propsitos tericos, y tal vez
. se quier? en este caso generalizar a una institucin en par-
, ticular>a
_....
* Vale decir, la primera en el hemisferio Sur. (N. del E.)
 16. Anlisis de discontinuidad en la regresin
Este diseo es practicable en una situacin en que se han
utilizado ya diseos ex post facto. Aunque de muy limitada
aplicacin, parece justificado presentarlo aqu por el hecho
de que esas situaciones poco numerosas son, en su mayor
parte, educacionales. Tambin parece oportuno incluirlo co-
mo ejemplo de la conveniencia de indagar, en cada situacin
concreta, todas las implicaciones de una hiptesis causal, bus-
cando nuevos afloramientos de esta ltima, mediante los cua-
les se la pudiera verificar. La situacin que tomaremos [ This-
tlethwaite y Campbell 1960] consiste en el otorgamiento de
premios a los aspirantes ms calificados, sobre la base de un
puntaje de corte dentro de un conjunto cuantificado de cali-
ficaciones. El premio puede ser una beca, el ingreso en una unt-
versidad tan prestigiosa que todos los aprobados se inscriben
en ella, un ao de estudios en Europa, etc. Despus de ese
acontecimiento, tanto los solicitantes que reciben el premio
como los que no lo obtienen son objetos de mediciones res-
pecto de varias O que representan logros, actitudes, etc., pos-
teriores. Se plantea entonces el interrogante de si el premio
provoca alguna diferencia. El problema de inferencia es dif-
cil porque casi todas las cualidades que acreditan a un alum-
no para el premio (salvo, a veces, otros factores, como sus
necesidades econmicas y el estado en que reside) son las mis-
mas que" habran llevado - a un mejor desempeo en esas O.
Tenemos casi la 'certeza anticipada de que los premiados ha-
bran obtenido puntales superiores en las O que quienes no lo
fueron, aunque no se hubiesen otorgado los premios.
La figura 4 presenta el tema del diseo. Ilustra la relacin
prevista entre capacidad pre-premio y rendimientos posterio-
res, ms los resultados adicionales de las oportunidades edu-
racionales o motivacionales consiguientes. Consideremos ante
todo un experimento propiamente dicho del tipo del diseo
6, con el cual contrastaremos nuestro cuasiexperimento. Ese
experimento propiamente dicho podra racionalizarse como un
proceso de solucin de empate, o como un experimento adi-
cional, en el que, para una estrecha amplitud de puntajes
en el punto de corte o por debajo pero muy cerca de l, la
asignacin aleatoria dara lugar a un grupo experimental ga-
Lnador del premio y un grupo de control no ganador. Es de
presumir que tales grupos tendran un desempeo similar al
representado por los dos crculos en la lnea de corte de la
figura 4. Para esa estrecha amplitud de capacidades, se logra-
118
ra un experimento propiamente dicho. Tales experimentos
_ion factibles y habra que realizarlos.
-
El diseo cuasiexperimental 16 trata de establecer ese expe-
rimento propiamente dicho examinando la lnea de regresin
ara una discontinuidad en el punto de corte, claramente im-
' lcita en la hiptesis causal. Si el resultado fuese como el
'agramado
p y los crculos de la figura 4 representasen extra-
polaciones de las dos mitades de la linea de regresin, y no
un experimento de solucin de empate dividido al azar, la
prueba del efecto sera casi tan incontestable como en el
ex erimento propiamente dicho.
Figura 4. Anlisis de discontinuidad en la regresin.
Desempeo posterior, O
40
30
20
10
60 70 80 90 100 110 120 130 140 150
Puntajes en los cuales influy el premi
Algunos de los tests de significacin estudiados en el diseo
7 son tambin aplicables aqu. Ntese que la hiptesis es a
todas luces de diferencia de ordenada ms que de pendien-
te, y que el paso tiene que estar localizado en el punto X de
la lnea de regresin: cualquier desfasaje o dispersin es
incompatible con la hiptesis. Son, pues, apropiadas las prue-
bas paramtricas y no paramtricas que evitan supuestos de
linealidad. Ntese asimismo que tales supuestos son por lo
comn ms aceptables para los datos de regresin que para
series cronolgicas. (Con determinados tipos de datos, como
119
 los porcentajes, puede ser necesaria una trasformacin lineal).
Tal vez sea conveniente efectuar una prueba t vinculada con
la diferencia entre los dos puntos linealmente extrapolados.
Acaso el test ms eficaz fuera un anlisis de covariancia, en
el cual el puntaje de decisin de otorgamiento del premio
sera la covariable de los rendimientos ulteriores, y el trata-
miento estara representado por , la adjudicacin o no adjudi-
cacin del premio.
Es probable la aplicacin de este tipo de diseo? Sin duda
alguna se refiere a una situacin recurrente en la cual abun-
dan las afirmaciones en favor de la eficacia de X. Vale la
pena verificar esas afirmaciones? Un sacrificio necesario es
que todos los elementos que entran en la decisin final se
combinen en un ndice compuesto, determinando con nitidez
el punto de corte. Pero estamos convencidos de que todos los
factores que influyen en una decisin el aspecto que presen-
ta la fotografa, la jerarqua del curso deducida de la reputacin
de la escuela secundaria, las relaciones del padre con los di-
rectivos del establecimiento, etc., pueden incluirse en un
ndice de esta ndole, por, medio de puntajes, si no se
cuenta con un medio ms directo. Tambin deberamos estar
ya convencidos [Meehl, 1954] de que una frmula de pon-
deracin correlacional mltiple para la combinacin de los
elementos (aun empleando como criterio decisiones ante-
riores del comit de seleccin) suele ser mejor que las pon-
deraciones de un comit en cada caso particular. Nada perde-
ramos, pues, y mucho se podra ganar en todo sentido, cuan-
tificando las decisiones de todo tipo relativas al premio. De
proceder as, y si se llevasen registros de otorgamientos y
rechazos, cabra hacer un seguimiento de los efectos varios
aos despus.
Acaso convenga telatar aqu una parbola verdica. Una ge-
nerosa fundacin, interesada en mejorar la educacin supe-
rior, don a una universidad de Estados Unidos medio mi-
lln de dlares para que estudiase los efectos de la escuela
sobre sus alumnos. Diez arios despus no haba- aparecido un
solo informe ni siquiera remotamente relacionad o con el tema.
Tomaron con alguna seriedad los donantes o los favorecidos
con la donacin las especificaciones de la propuesta formal?
Exista alguna respuesta .
posible al interrogante propuesto?
Los diseos 15 y 16 parecen ofrecer las nicas aproximaciones
viables. Pero, por supuesto, quiz ningn cientfico sienta
verdadera curiosidad por los efectos de una X
tan global.
Veamos el anlisis del cuadro 3. A causa de la sincrona entre
120
el grupo experimental y el de control, historia y maduracin
parecen estar controladas. La administracin de tests como
efecto principal tambin lo est, pues tanto el grupo experi-
mental como el de control la han recibido. Los errores de
' instrumentacin bien podran plantear un problema si la O
' de seguimiento se realizase bajos los auspicios determinantes
del premio, en el sentido de que 1agratitud por haberlo reci-
bido y el resentimiento por lo contrario pudieran inducir a
distintas manifestaciones de actitud, mayor o menor exagera-
cin del xito alcanzado en la vida, etc. Este defecto se ob-
servara asimismo en el experimento propiamente dicho de
solucin de empate. Podra controlrselo haciendo que los
seguimientos los efectuara otro organismo o institucin dife-
rente. Creemos, conforme a los argumentos que anteceden, que
tanto la regresin como la seleccin estn controladas en lo
que atae a sus posibles contribuciones espurias a la infe-
rencia, aun cuando la seleccin sea sesgada y exista regresin:
ambas han sido controladas al representrselas en detalle, no
mediante la igualacin. La mortalidad constituira un pro-
blema si fuese el ente de otorgamiento del premio el que di-
Ti \ rigiese la medicin de seguimiento, pues quienes lo recibie-
, ) ron, los ex alumnos, etc., cooperaran probablemente con
\ mucha mejor disposicin que los no ganadores. Ntese cmo
El deseo, por lo comn conveniente, del investigador de lo-
grar que la muestra seleccionada sea bien representativa
puede inducir aqu a error. Si la conduccin del seguimiento
con un membrete distinto provocara una reduccin en la
cooperacin, por ejemplo, del 90 al 50 %, el experimentador
tal vez se resistiese a hacer el cambio, ya que l tiene como
meta una representacin del 100 % de los ganadores del
premio. Es posible que olvide que su verdadero objetivo es
obtener datos interpretables, que ningn dato es interpreta-
ble si est aislado, y que es imprescindible contar con un
grupo de contraste similar a fin de utilizar la informacin
que posee sobre los ganadores. -Tanto por este motivo como
por el problema de instrumentacin, quiz fuese mejor desde
el punto de vista cientfico tener auspicios independientes y
_un 50 % de respuestas de ambos grupos en vez de un 90 %
1 de los ganadores y un 50 % de los no ganadores. Una vez
ms, el problema de la mortalidad sera el mismo para el
experimento propiamente dicho de solucin de empate. En am-
'bos casos, la amenaza que implica para la validez interna la
interaccin seleccin-maduracin queda controlada. En cuanto
al cuasiexperimento, se lo controla en el sentido de que esa
121
 interaccin no podra dar una explicacin lcita de una clara
discontinuidad de la lnea de regresin en X. La amenaza
a la validez externa de una interaccin aplicacin de prue-
bas-X queda controlada, a su vez, en la medida en que las
mediciones fundamentales utilizadas al decidir la adjudicacin
del premio integran el universo al cual se quiere generalizar.
Tanto el verdadero experimento de solucin de empate como
el anlisis de discontinuidad de regresin estn particular-
mente sujetos a la limitacin de la validez externa por la
interaccin seleccin-X, ya que el efecto slo ha quedado
demostrado con respecto a una gama muy estrecha de talentos,
es decir, slo para los situados en el puntaje de corte. En
el cuasiexperimento, las posibilidades de inferencia tal vez
parezcan ms amplias, pero ntese que los inconvenientes del
1
supuesto de ajuste lineal son mnimos cuando se los extrapola
psolamente a un punto, como en el diseo ilustrado en la
1 figura 4. Generalizaciones ms amplias implican la extrapo-
i lacin del ajuste debajo de X a travs de toda la gama de
i valores de X, y en cada grado mayor de extrapolacin au-
menta el nmero de hiptesis rivales aceptables. Tambin
; aumenta la dispersin de los valores extrapolados de diferen-
testipos de curvas ajustadas a los valores inferiores a X,
Letctera.

122