TEMA 4

CAUSALIDAD Y EXPERIMENTO

1. CONCEPTO DE CAUSA

Desde siempre el hombre se ha preguntado sobre las causas de cuanto ocurre en el

mundo, tratando de entender cmo un fenmeno puede influir en otro. Por ello, el
concepto de causa ha sido uno de los ms controvertidos, tanto en el plano filosfico
como en el emprico. Tras un periodo en que la relacin causal pareca el objetivo
ltimo y razn de ser de la ciencia, las crticas de Hume (s. XVII) y nociones ms
recientes, como el principio de incertidumbre (Heisenberg) o la teora de la relatividad
(Einstein), han conducido a que en la actualidad la nocin de causa est confinada al
terreno terico y a la conviccin en la imposibilidad de comprobar empricamente las
relaciones causales.

El filsofo de la ciencia Mario Bunge (n. 1919) seal en su obra Causalidad (1959)
que para analizar el concepto de causa no es suficiente el enunciado Si C, entonces
E, pues el principio causal debe sostener que la realizacin de E acaece siempre que
se realice C, por lo que es ms adecuado afirmar que Si C, entonces y slo entonces
E siempre; pero, en su opinin la relacin causal implica una modalidad de
produccin de cosas a partir de otras cosas, por lo que sugiere como enunciado
ms idneo de la relacin causal a Si C, entonces y slo entonces E siempre
producida por C. Por tanto, la idea de produccin no se limita a afirmar la
existencia de una conjuncin entre dos fenmenos, sino que afirma que ms all de
ser acompaado por la causa, el efecto es generado por ella. Sin embargo, Blalock
(1961) seal que no podemos observar o medir las acciones de produccin, y que
como mucho podemos observar algunas covariaciones y series temporales, pues el
hecho de que X e Y covaren de un modo previsible no nos asegura que X produzca
siempre una transformacin en Y.

Ahora bien, aunque sepamos que nunca podremos probar empricamente la

existencia de una ley causal, ello no significa que no existan relaciones causales
observables, por lo que el hecho de plantear una relacin causal en el plano terico
implica la observacin emprica. As, si observamos empricamente que una variacin
de X es seguida regularmente por una variacin de Y, mantenindose constantes
todas las otras posibles causas de Y, contamos con un fuerte elemento emprico de
corroboracin de la hiptesis de que X es la causa de Y.
2. CORROBORACIN EMPRICA DE LA RELACIN CAUSAL

Se llama variable independiente (X) a la variable que influye, y variable dependiente

(Y) a la variable influida; en trminos causales, la X es la causa y la Y es el efecto
(estmulo respuesta). As, para corroborar empricamente una hiptesis de relacin
causal entre dos variables debemos disponer de tres elementos empricos: la
covariacin entre las variables, la direccin de causalidad y el control sobre otras
causas posibles o superfluas.

a) Covariacin entre variables. Hablar de una covariacin entre variables

significa que al variar una variable vara tambin la otra. Para demostrarlo
empricamente es imprescindible poder observar la variacin en la variable
independiente (X) y simultneamente la variacin en la variable dependiente
(Y). Obviamente, si X fuese constante difcilmente podramos atribuir a sus
cambios los que se produzcan en Y.

b) Direccin causal. Para demostrar la covariacin entre X e Y debemos poder

observar que al variar X se obtiene una variacin de Y, pero no a la inversa. Para
ello disponemos de dos procedimientos: el experimento (manipulacin artificial
de las variables) o el criterio de la sucesin temporal (observacin natural de
que la variacin de X precede a la variacin de Y). Sin embargo, tambin
existen direcciones causales que se deben excluir por imposibilidad lgica; as,
parece lgico que exista un nexo causal entre clase social (X) y tendencia
poltica (Y), pero no a la inversa, pues nadie puede cambiar de clase social por
cambiar de ideas polticas.

c) Control de variables superfluas. Cuando se vara X para evaluar la variacin de

Y resulta imprescindible poder descartar la existencia de otras variables
correlacionadas con X, a fin de asegurarse de que no son stas la verdadera
causa de los cambios en Y. An as, covariacin no implica causalidad; una
covariacin no puede nunca ser alegada como nica prueba emprica para
afirmar la existencia de una relacin causal, pues puede existir covariacin sin
que exista causalidad. Como afirma Bunge, la nocin de causalidad (terica)
incluye la idea de produccin y no una simple covariacin (emprica) o
asociacin recurrente. En definitiva, si es cierta la afirmacin terica de que X
es causa de Y, entonces debemos poder observar empricamente que, ceteris
paribus (manteniendo constantes todas las dems variables), una variacin de X
va acompaada de una variacin de Y.

3. ANLISIS DE LA COVARIACIN Y EXPERIMENTO

Los cientficos disponen de dos tcnicas para analizar empricamente una afirmacin
causal: el anlisis de la covariacin (natural) tal y como se presenta en la realidad sin
manipulacin del investigador, y el experimento (artificial), en el que el investigador
controla la variacin de la variable independiente.

Para analizar ambas tcnicas se plantea un estudio sobre el impacto de la

propaganda televisiva sobre las tendencias polticas de los ciudadanos. Disponemos
de dos candidatos, A y B, y dos variables: la variable independiente exposicin a la
propaganda televisiva (X), con dos alternativas: ha seguido y no ha seguido la
campaa electoral en televisin; y la variable dependiente voto (Y), con dos
alternativas: voto a A y voto a B. El objetivo es relacionar X e Y para comprobar si
al variar la exposicin a la propaganda televisiva (X) se produce tambin una
variacin en la orientacin del voto (Y).

a) Anlisis de la covariacin. Se trata de entrevistar a una muestra de sujetos,

preguntndoles algunas caractersticas (edad, gnero, educacin), si han
seguido la campaa electoral en TV y a qu candidato han votado. Si tras ello
encontramos una correlacin entre ha seguido la campaa por TV y voto a
A, podemos concluir que la TV ha influido en el voto en direccin al candidato
A? Ciertamente no, pues se deben considerar otras circunstancias; por ejemplo,
sabemos que uno de los grupos sociales que ms ven la TV son los ancianos,
pero ellos votan al candidato A porque son ancianos o porque ven ms la TV?
Podra ocurrir que la covariacin X-Y no derivase de un nexo causal, sino del
hecho de que ambas estn influenciadas por una tercera variable Z (edad), la
cual provoca la variacin simultnea de X e Y sin que entre ellas exista un nexo
causal. En este caso, a la covariacin X-Y se la denominara relacin espuria. El
investigador dispone de dos modos de asegurarse de que la relacin X-Y no se
deba a la accin externa de Z:

Control, basado en mantener bajo control las terceras variables

transformndolas en constantes; as, en el caso anterior se tratara de
analizar la covariacin X-Y en grupos de edad (p. e., jvenes, adultos y
ancianos). Si la covariacin se confirma en todos los grupos, entonces s
podremos concluir que la TV ha influido en el voto en direccin al
candidato A; pero si la covariacin slo se confirma en el grupo de los
ancianos, entonces se evidenciar que su voto hacia el candidato A es por
la edad y no por ver la TV.

Depuracin, basado en depurar los efectos de las terceras variables

mediante el anlisis de las relaciones de ellas entre s y con X, y calculando
entonces la correlacin X-Y teniendo en cuenta estos efectos. En ello se
basan las tcnicas de estadstica multivariada (de correlacin parcial, de
regresin variable).

b) Experimento. Se trata de seleccionar una muestra de ciudadanos y dividirla

aleatoriamente en dos grupos, pidiendo a uno que siga la campaa electoral
 por TV y al otro que se mantenga rigurosamente alejado de ella. Obviamente,
aqu no existe riesgo de espuriedad, pues la seleccin aleatoria de los grupos
garantiza que ambos sean por trmino medio iguales en cuanto a las
caractersticas de sus miembros (porcentajes de ancianos, mujeres, jvenes,
niveles educativos), de modo que slo se diferencian en el ver o no la TV.

Por tanto, en un experimento el investigador produce una variacin de X en una

situacin controlada, garantizando que los grupos se diferencien slo por la
variacin de X, de modo que los elementos que caracterizan un experimento son
la manipulacin de la variable independiente y el control de las terceras
variables. Sin embargo, an siendo la respuesta ms rigurosa al problema del
estudio emprico de la relacin causal, en la mayora de investigaciones sociales
el experimento es inviable, pues el investigador no suele estar en condiciones de
provocar una variacin de la variable independiente (p. e., cambiar de religin,
de ideas polticas).

4. EL EXPERIMENTO EN LAS CIENCIAS SOCIALES

El experimento se define como una forma de experiencia sobre hechos naturales que
ocurre como consecuencia de una intervencin modificadora y deliberada por parte
del hombre, distinguindose de la forma de experiencia que se deriva de la
observacin de los hechos en su desarrollo natural. Fue F. Bacon (s. XVII) quien
distingui entre experiencia observadora y experiencia provocada, Galileo (s. XVII)
quien coloc el experimento en el lugar de cabecera del pensamiento cientfico, y R.
Fisher (s. XX) quien lo adaptara a la forma especfica que requieren las ciencias
sociales. Veamos porqu:

u = unidad de anlisis de la poblacin sometida a estudio = una persona

X = variable independiente = exposicin a la propaganda electoral por TV

X = t (tratamiento) individuos expuestos a la propaganda electoral por TV

X = c (control) individuos no expuestos a la propaganda electoral por TV

Y = variable dependiente = comportamiento electoral

Yt = voto de la poblacin expuesta a la propaganda electora por TV

Yc = voto de la poblacin no expuesta a la propaganda electoral por TV

Si fuese posible registrar el voto de un mismo individuo tanto en caso de estar sometido
a la propaganda de TV (X = t) como en caso de no haberlo estado (X = c), tendramos
que:
 Efecto causal t = Yt (u) Yc (u) (sobre la misma unidad al mismo tiempo)

Pero nos tropezamos con el problema fundamental de la inferencia causal, basado en

la evidente imposibilidad de observar el valor de Yt e Yc en la misma unidad de anlisis
al mismo tiempo, ya que un individuo o ha estado expuesto a la campaa electoral
por TV o no lo ha estado, pero nunca las dos cosas a la vez. De dicho problema se
deriva la incapacidad de observar el efecto de X sobre Y, y, por tanto, de controlar
empricamente la presencia de un nexo causal X-Y. Sin embargo, descartada una
solucin emprica definitiva del problema de la inferencia causal, existen dos vas
parciales para sortearlo a las que Holland (1986) denomin solucin cientfica y
solucin estadstica.

a) Solucin cientfica. La solucin cientfica es viable si puede alcanzarse de un

modo fiable alguna de las dos siguientes tesis:

Tesis de invariacin. Consiste en suponer estabilidad temporal en u (Yc

puede ser sustituido por un valor de Y c en un momento previo) e
irrelevancia del registro previo en u (el valor de Yt no se resiente del registro
previo de Yc); en ese caso, ya no es necesario registrar Y c e Yt sobre la
misma unidad al mismo tiempo, pues Y puede ser registrada en un
momento precedente. Por tanto, se trata de registrar Yc, modificar X y
registrar Yt, y en este caso:

Efecto causal t = Yt (u) Yc (u) (sobre la misma unidad en tiempos distintos)

Obviamente, esta tesis es vlida para unidades de anlisis suficientemente

estables que no se ven afectadas por una primera medicin. Sin embargo,
en nuestro ejemplo anterior supondra hacer pasar a alguien la campaa
sin ver la TV, averiguar su voto, y volverle a hacer pasar la campaa viendo
la TV para volver a pedirle su voto, suponiendo que la primera campaa no
ha causado en l ningn efecto, lo que resulta sencillamente
indemostrable.

Tesis de equivalencia. Consiste en suponer que dos unidades (u, v) son

equivalentes, es decir, iguales para todos los aspectos relevantes, de tal
modo que Yc(u) = Yc(v) y Yt(u) = Yt(v). En este caso:

Efecto causal t = Yt (u) Yc (v) (sobre dos unidades equivalentes al mismo tiempo)

Un ejemplo sera dividir un campo agrcola en dos partes, sometiendo una

 parte a ciertos abonos y la otra no; tras la cosecha se podra evaluar el
efecto causal de dichos abonos comparando la productividad de ambas.
Pero incluso en ese caso, la tesis de equivalencia es tambin indemostrable,
pues nada garantiza que se trate exactamente de la misma tierra, ni que
haya recibido la misma agua de lluvia o de riego, o el mismo nmero de
semillas

En general, tanto la tesis de la invariacin como la de la equivalencia son

inaceptables en las ciencias sociales, pues la estabilidad temporal de Y c es poco
fiable, la influencia de la primera medicin es difcil de sostener y es imposible
encontrar dos unidades idnticas (individuos, sociedades, instituciones); en ello
se observa una de las diferencias epistemolgicas fundamentales entre las
ciencias naturales y las sociales: todos los tomos del carbono sern iguales, pero
no existen dos individuos idnticos. Adems, mientras el cultivo de un terreno
puede contar con ocho o diez variables bsicas (tipo de tierra, trigo, abono,
semillas, nivel de pluviometra, grado de mecanizacin), existe un nmero casi
infinito de variables que pueden influir en el comportamiento del ser humano.

b) Solucin estadstica. Puesto que no es posible encontrar dos individuos idnticos,

la solucin estadstica afirma que es posible obtener dos grupos de individuos
que sean estadsticamente equivalentes ( iguales en los aspectos bsicos,
diferentes slo en aspectos accidentales). Grupos de estas caractersticas se
obtienen mediante un proceso de aleatorizacin que consiste en un sorteo al
azar para repartir a los individuos, resultando dos grupos equivalentes en la
media de todas las variables que caracterizan a los individuos. El experimento
consistir en someter a uno de los grupos a Xt y el otro a Xc, resultando que:

Efecto causal medio t = E(Yt) E(Yc) (sobre dos grupos aleatorizados)

En este caso, E representa el valor medio de Y (grupo aleatorizado); es decir,

que E(Yt) es la media de los valores de Yt (individuos expuestos a la propaganda
electoral por TV) y E(Yc) la media de los valores de Yc (individuos no
expuestos). En efecto, alguien podra sealar que Y t est expuesta a la
influencia de variables extraas al margen de X t; pero en ese caso podemos
afirmar que Yc tambin estara expuesta a la influencia de esas mismas
influencias, por lo que la operacin Y tYc refleja exactamente el efecto debido al
seguimiento de la campaa electoral por TV.

Es importante destacar que al grupo que recibe el tratamiento (Y t) se le suele

denominar grupo experimental, mientras que al que no va a ser expuesto al
tratamiento (Yc) se lo denomina grupo de control. Adems, resulta obvio que
la solucin estadstica no slo puede ser aplicada a las ciencias naturales, sino
que para ellas tambin es en ocasiones la nica solucin aplicable.
Por ltimo, reafirmar que conditio sine qua non para realizar un experimento es la
capacidad de control del investigador sobre la variable independiente
(manipulabilidad).

5. EXPERIMENTOS DE LABORATORIO Y DE CAMPO

En general, los experimentos se dividen en dos modalidades: segn el contexto donde

se realizan (de laboratorio y de campo), o segn los procedimientos de realizacin
(experimentos y cuasiexperimentos). En este apartado analizaremos la primera
modalidad.

a) Experimentos de laboratorio. Son los realizados en una situacin artificial, regidos

por el control del investigador en dos aspectos: (a) el aislamiento del ambiente
experimental con el fin de minimizar los factores externos, manteniendo fuera las
variables externas no deseadas; y (b) la construccin al detalle del
experimento, estableciendo sus condiciones hasta en los ms mnimos detalles. El
laboratorio permite crear situaciones y realizar observaciones que no son posibles
en el ambiente natural, y facilita tanto la manipulacin de las variables
independientes como la aleatorizacin, permitiendo al investigador extirpar de la
realidad social unos factores especficos, aislndolos del confuso contexto en
que se manifiestan.

Segn Aronson y cols. (1985), las situaciones de laboratorio se pueden dividir en

tres grupos en funcin de la tarea asignada a los sujetos:

1. Estudios de implicacin (impact studies). Se basan en la intervencin

manipuladora del investigador sobre los sujetos, inducindolos a
comportamientos que pueden ser distintos de los que tendran en una
situacin espontnea. Es caracterstico el estudio sobre la obediencia a la
autoridad de Milgram (1974), donde un experto peda a sujetos que
produjeran descargas elctricas sobre un supuesto alumno cada vez que
errase preguntas del experimentador; aunque el alumno finga gran dolor,
los sujetos continuaban con descargas cada vez mayores slo porque el
investigador se lo peda: la autoridad de experto bastaba para que los
sujetos infligiesen dao a otras personas, y el 65 % lleg a la intensidad
mxima de descarga.

2. Estudios de opinin (judgement studies). Se trata de experimentos basados

en la opinin de los sujetos. Un ejemplo es el de Pheterson y cols. (1971)
sobre la dificultad de las mujeres para alcanzar puestos de responsabilidad.
Se mostraba una serie de cuadros a mujeres dndoles ciertos datos de ellos
 (gnero, si haba sido premiado), y el resultado fue que juzgaban ms
positivamente los cuadros de hombres, salvo que se tratase de cuadros de
mujeres que hubiesen obtenido algn premio; la conclusin fue que las
mujeres tienen un prejuicio negativo hacia las otras mujeres a no ser que
tengan xito.

3. Estudios de observacin (observational studies). Se trata de estudios en los

que se requiere la observacin sobre los sujetos. Un ejemplo es el de
Bandura (1963) sobre los efectos imitativos de naturaleza agresiva inducidos
en los nios despus de la exposicin a escenas de violencia en televisin.
Se formaron cuatro grupos, y excepto al grupo de control se les hizo visionar
estmulos agresivos de diferente nivel y grado de realidad (actores, dibujos),
tras lo cual se les haca pasar por una sala llena de juguetes y objetos,
algunos similares a los de las imgenes. Los resultados evidenciaron una
fuerte influencia del efecto de imitacin, pues los nios expuestos no solo
manifestaron reacciones agresivas en doble medida respecto al grupo de
control, sino que adems tendan a reproducir los modelos de las escenas
visualizadas.

b) Experimentos de campo. Un ejemplo son los estudios de Sherif (1967) sobre las
modalidades de desarrollo del sentido del nosotros (endogrupo, solidaridad) y
el ellos (exogrupo, hostilidad). En un campamento de verano se someta a los
chicos a cuatro fases: (1) ausencia de grupos formales (libertad de interactuar y
formar grupos); (2) grupos separados (se les divida en dos grupos aislados entres
s, obligndoles a pasar por pruebas que exigan el desarrollo de su cooperacin,
cohesin interna y fuertes vnculos de amistad); (3) grupos separados en
competicin (se pona en contacto a los grupos, generando conflictos de
intereses y competitividad entre ellos, desarrollndose una abierta hostilidad); (4)
grupos en colaboracin (se impela a los grupos a alcanzar metas que slo eran
alcanzables mediante la cooperacin mutua, volviendo a formarse vnculos de
amistad entre ellos). La conclusin es que las relaciones interpersonales estn
condicionadas por el contexto estructural en el que las personas son colocadas y
tienen que actuar.

Otro ejemplo es el estudio de Rosenthal y Jacobson (1968) sobre la profeca que

se autocumple, basada en que las expectativas de A en relacin a B pueden
influir en B hasta el punto de que ste realice el comportamiento esperado. Tras
realizar test de inteligencia a los alumnos de un colegio, sealaron a los
profesores cinco alumnos por clase de los que se poda esperar un gran progreso;
en realidad, se trataba de nios elegidos al azar, pero posteriores test a medida
que avanzaba el curso mostraron un evidente progreso en ellos. El resultado se
atribuye a alguna forma de interaccin inconsciente del profesor hacia el
alumno (tono de voz, expresin facial, forma de actuar) a travs de la cual le
comunica sus expectativas, la cual, captada de algn modo por el alumno, le
ayuda a cambiar su concepcin de s mismo, sus motivaciones y sus
capacidades cognitivas.
6. EXPERIMENTOS Y CUASI-EXPERIMENTOS

Tanto en los experimentos de laboratorio como en los de campo, existe una variada
multiplicidad de diseos experimentales, caracterizados por dos elementos bsicos:

1. Asignacin de los sujetos a los grupos. En general, existen tres modalidades:

a) Aleatorizacin, basada en un sorteo al azar para repartir a los sujetos en

grupos equivalentes en la media de las variables que los caracterizan.

b) Emparejamiento, basado en formar parejas de sujetos equivalentes en las

variables que los caracterizan, y asignar despus uno a cada grupo. Esta
tcnica es idnea cuando no se puede emplear la aleatorizacin, o bien
cuando los grupos son numricamente escasos, pues en esos casos las
oscilaciones accidentales pueden mostrarse relevantes (son inversamente
proporcionales al tamao de los grupos), siendo conveniente optar por el
control total de las pocas variables importantes.

c) Procedimiento mixto, basado en formar parejas (tros, cuartetos) de

sujetos equivalentes, y despus sortear su reparto al azar entre los grupos
(dos, tres, cuatro). Ello no evita las oscilaciones accidentales en los
grupos, pero s consigue que sean aproximadamente las mismas en todos
los grupos, consiguiendo mantener bajo control las variables objeto del
estudio.

2. Manipulacin de la variable independiente. Normalmente, en las ciencias

sociales la variable independiente (X) est representada por una variable
nominal, y su estudio puede afrontarse desde dos vas: (a) asignar distinta
modalidad de X a varios grupos al mismo tiempo (experimento de Bandura
sobre la violencia televisiva), o (b) asignar distinta modalidad de X al mismo
grupo en tiempos sucesivos (experimento de Sherif en el campamento de
verano). Esta ltima modalidad presenta la ventaja de trabajar con menos
actores, pero no est carente de riesgos, pues se pueden producir
perturbaciones por el factor aprendizaje.

Recordemos que un experimento o experimento verdadero se caracteriza por: (a) la

manipulacin de la variable independiente, y (b) por la aleatorizacin de los sujetos en
los grupos. Si se carece del primer factor lo que se tiene es un anlisis de
covariacin; si no se cumple la segunda condicin lo que se tiene son los
cuasiexperimentos.

Experimentos
Existen cuatro diseos experimentales bsicos, en los cuales: R = aleatorizacin de los
sujetos en grupos; X = variable independiente, tratamiento, estmulo; Y = variable
dependiente, respuesta, observacin.

a) Diseo slo despus a dos o ms grupos. Este diseo experimental posee tres
fases: (1) R en dos grupos; (2) test: se manipula X, de modo que un grupo asume
X1 y el otro X2; (3) postest: se observa el valor de Y en ambos grupos (Y 1, Y2).
Como se observa, el valor de Y se obtiene slo despus de exponer los grupos
a X. El efecto causal se obtiene de la diferencia Y2 Y1. En el caso ms simple, las
dos modalidades de X son presencia/ausencia de tratamiento, es decir, que
uno es el grupo experimental y el otro el grupo de control. En el caso de que
X adopte ms de dos estados se denomina diseo experimental a grados
mltiples.

X1 Y1

R Efecto causal = Y2 Y1

X2 Y2

Xn Yn

b) Diseo antes-despus a dos o ms grupos. Este diseo experimental posee

cuatro fases: (1) R en 2 grupos; (2) pretest: medicin de ambos grupos (Y1, Y3); (3)
test: se manipula X, de modo que un grupo asume X 1 y el otro X2; (4) postest:
nueva medicin del valor de Y en ambos grupos (Y 2, Y4). Como se observa, el
valor de Y se mide antes y despus de exponer los grupos a X. En este caso, el
valor del efecto causal se obtiene mediante la diferencia (Y 4 Y3) (Y2 Y1). Por
tanto, no slo permite calcular las variaciones de X entre los grupos
(comparando los postest), sino tambin las variaciones de X en un grupo
(comparando su pretest con su postest).

Este diseo es frecuente en los estudios de evaluacin, cuando se requiere

controlar la eficacia de un determinado programa (comparando estado anterior
y posterior). Adems, aade un control adicional sobre la equivalencia de los
grupos, pues permite evaluar el impacto causal de X aunque los dos grupos no
sean equivalentes, ya que compara la variacin de la actitud manifestada por
los dos grupos (antes y despus de aplicar X), y no simplemente un valor absoluto
de dichas tendencias. Quizs su mayor desventaja es la posibilidad de que el
pretest influya en las respuestas al postest (efecto aprendizaje), e incluso que el
pretest influya en los grupos de forma distinta; es decir, que se puede producir un
efecto de interaccin pretest-estmulo que puede distorsionar el experimento.
 Y1 X1 Y2

R Efecto causal = (Y4 Y3) (Y2 Y1)

Y3 X2 Y4

Yn Xn Yn

c) Diseo de Solomon a cuatro grupos. Este diseo combina los dos anteriores,
sumando las ventajas del primero (ninguna interferencia del pretest) a las del
segundo (disponibilidad del pretest como punto de partida), pero a costa de
una mayor complejidad y un mayor coste, al emplear cuatro grupos para
estudiar slo dos estados de la variable independiente.

Y1 X1 Y2

Y3 X2 Y4

X1 Y5

X2 Y6

d) Diseo factorial. Este diseo experimental se emplea cuando existe ms de una

variable independiente. As, si tenemos dos variables independientes (X, Z) y
cada una de ellas puede adoptar dos valores (X 1, X2, Z1, Z2), se denomina diseo
factorial 2 x 2 (esquema inferior), y precisa de 4 grupos; si X puede adoptar dos
valores (X1, X2) y Z tres (Z1, Z2, Z3), entonces se trata de un diseo factorial 2 x 3, y
precisa de 6 grupos; si deseamos contar con tres variables independientes (X, Z,
K) y cada una de ellas puede adoptar dos valores, se denomina diseo factorial
2 x 2 x 2, y precisa de 8 grupos, y as sucesivamente. Como se observa, el diseo
experimental se complica rpidamente con el crecimiento del nmero de
variables independientes y su nmero de valores o categoras. La ventaja de
este diseo es que no slo permite estudiar el efecto de las variables
independientes sobre las dependientes, sino tambin el efecto de la interaccin
entre las variables independientes.

X1 + Z1 Y1
 X1 + Z2 Y2

X2 + Z1 Y3

X2 + Z2 Y4

Un ejemplo es el experimento de Costrich (1975). Plante dos variables

dicotmicas (X1 hombre, X2 mujer, Z1 dominante, Z2 sometido), e introdujo un
actor en cada grupo que actuase con las cualidades asignadas (hombre
dominante, hombre sometido, mujer dominante, mujer sometida). Al final de las
tertulias se pidi que todos catalogasen a los dems miembros de su grupo, y el
resultado fue que tanto el hombre sometido como la mujer dominante resultaron
muy poco simpticos, lo que apunta al rechazo social de las transgresiones de
los estereotipos ligados al gnero.

Cuasiexperimentos

Los cuasiexperimentos son experimentos que tienen tratamiento, observaciones,

postest y grupos experimentales como los experimentos verdaderos, pero que no
emplean la aleatorizacin, por lo que la comparacin se basa en grupos no
equivalentes. Ello representa un grave menoscabo de la lgica experimental, pues
impide aislar el efecto del estmulo experimental de todos los dems efectos; sin
embargo, en la investigacin social a menudo es imposible aleatorizar los sujetos en
grupos, sobre todo en los experimentos de campo (clases de estudiantes,
departamentos laborales). En base a ello, los cuasiexperimentos cuentan con cuatro
diseos experimentales bsicos:

a) Diseo antes-despus a un solo grupo. Posee tres fases: (1) pretest: se observa
Y (Y1) sin exposicin al estmulo (X); (2) test: se expone Y a X; (3) postest: se
observa el valor de Y (Y2). Por tanto, el valor de Y se mide antes y despus de
exponer el grupo a X. El efecto registrado (ya no causal) se obtiene de la
diferencia Y2 Y1.
 Y1 X Y2 Efecto registrado = Y2 Y1

En definitiva, se trata de una variacin de X en un grupo a lo largo del tiempo, lo

que supone aceptar la tesis de la invariacin, es decir, la estabilidad temporal
del grupo y la ausencia de influencia del pretest en el postest. En este punto, es
relevante no perder de vista el litigio entre la necesidad de que no transcurra
mucho tiempo entre pretest y postest a fin de evitar que entre ambos
intervengan acontecimientos externos incontrolados, y el peligro de que el
pretest influya en el postest si se encuentran demasiado prximos en el tiempo
(factor aprendizaje). Por todo ello, dados sus estrictos lmites, es aconsejable
recurrir a este diseo slo cuando no es posible aplicar otros diseos
experimentales o cuasiexperimentales.

b) Diseo en serie temporal interrumpida. Posee tres fases: (1) pretest: registros
sucesivos de Y (Y1, Y2, Y3) sin exposicin al estmulo (X); (2) test: se expone Y a X;
(3) postest: registros de la tendencia del valor de Y (Y4, Y5, Y6). Por tanto, este
diseo es bsicamente idntico al anterior, pero, dado que en ese caso la
variacin de Y puede deberse no slo a la influencia de X sino tambin a su
propia tendencia, ahora no se comparan los valores medios de Y, sino que se
comparan las tendencias de Y antes y despus del estmulo (X).

Y1 Y2 Y3 X Y4 Y5 Y6

Al medir tendencias, este diseo presenta la ventaja de estar poco perturbado

por las influencia del pretest sobre el postest, as como por la concurrencia de
acontecimientos externos incontrolados entre dos registros sucesivos. Pero, en
todo caso, es un diseo aplicable slo en casos particulares, como los estudios
de los efectos producidos por un cambio normativo; por ejemplo, el estudio de
Wagenaar (1981) para evaluar el efecto del aumento del lmite de edad en
Michigan (EEUU) para la adquisicin de bebidas alcohlicas sobre los accidentes
de trfico por embriaguez.

c) Diseo antes-despus a dos grupos sin asignacin causal. Presenta tres fases:
(1) pretest: medicin de ambos grupos (Y1, Y3); (2) test: se expone el grupo
experimental a X1 y el grupo de control a X2, que es carencia de estmulo; (3)
postest: medicin del valor de Y en ambos grupos (Y 2, Y4). Como se observa, el
valor de Y se mide antes y despus de exponer los grupos a X. El valor del
efecto registrado se obtiene con la diferencia (Y4 Y3) (Y2 Y1). Por tanto, este
 diseo es bsicamente igual al diseo antes-despus a dos o ms grupos de
los experimentos, salvo en la carencia de aleatorizacin en los grupos, que en
este caso no son equivalentes.

Y1 X1 Y2
Efecto registrado = (Y4 Y3) (Y2 Y1)

Y3 X2 Y4

En este caso, el grupo de control elimina los efectos de perturbacin debidos a

acontecimientos entre el pretest y el postest, puesto que se trata de efectos
presentes en ambos grupos que no influyen en las diferencias entre los dos. Al
tratarse de grupos no equivalentes, no es posible trabajar sobre los valores
absolutos de Y, pero s analizar la evolucin de las diferencias entre ambos
grupos.

d) Diseo ex postfacto. Este diseo se basa en hechos ya acaecidos (postfacto)

en los que no es posible la aleatorizacin ni la manipulacin de la variable
independiente (X); en estos casos, ya no es posible ni un experimento ni un
cuasiexperimento, sino tan slo la lgica del anlisis de covariacin, pero su
estudio no carece de inters, pues se inspiran en la lgica experimental, tanto en
el diseo como en el tratamiento de los datos. As, partiendo de la existencia de
un grupo (Y1) que ha sido expuesto a un estmulo determinado (X 1), este diseo
presenta tres fases: (1) se eligen otros tantos sujetos (Y 2) con caractersticas lo
ms parecidas posible a las de Y1 pero que no han sido expuestos al estmulo (X 2,
carencia de estmulo); (2) emparejamiento de sujetos pertenecientes a los dos
conjuntos, distintos respecto a la exposicin a X pero iguales en una serie de
caractersticas bsicas definidas por el investigador; (3) observacin de la
variable dependiente Y.

X1 X2
Emparejamiento
Y1 Y2

Un ejemplo es el estudio Crime in the making de Sampson y Laub (1993) (Tema

2), o el de Goldfarb (1945) sobre los efectos de la institucionalizacin en los nios,
quien emparej 40 nios adoptados tras vivir en un orfanato durante dos aos
con otros tantos nios adoptados que no haban pasado por un hospicio; su
conclusin fue que los que haban pasado por el orfanato sufran trastornos de
personalidad.
7. VENTAJAS Y LMITES DEL EXPERIMENTO

El mtodo experimental presenta dos ventajas fundamentales: (a) es el mtodo de

investigacin que mejor permite enfrentarse al problema de la relacin causal; y (b),
permite aislar, extrayndolos del flujo de la vida cotidiana, fenmenos especficos que
en condiciones naturales no podran ser estudiados de una forma tan sistemtica.

Sin embargo, el experimento no siempre es aplicable, especialmente cuando la

variable independiente no es manipulable, por lo que suele aplicarse ms bien a
problemticas micro. En general, las desventajas del mtodo experimental son dos:

a) El problema de la artificialidad. Este problema puede subdividirse en dos

cuestiones bsicas:

a. La artificialidad del ambiente. Los experimentos se suelen desarrollar en un

ambiente muy distinto al habitual o domstico de los sujetos,
especialmente los de laboratorio, lo que plantea el problema de si los
efectos sobre los sujetos experimentales son en efecto por la influencia de
la variable independiente o por la extraeza del ambiente.

b. La reactividad de los sujetos. Se basa en la relacin del ser humano con el

hecho de sentirse observado, lo que plantea el problema de que los
hombres, al sentirse observados, pueden comportarse de forma distinta a
como lo haran en un contexto natural. Recordemos los experimentos en la
Western Electric (EEUU) durante los aos 20 para saber cmo variaba el
rendimiento de los trabajadores al variar la iluminacin (Tema 3).

Una de las formas de la reactividad es el efecto del experimentador, segn

el cual las expectativas de quien realiza el experimento pueden transferirse,
a travs de sus actos inconscientes, a los sujetos experimentales, influyendo
en su comportamiento. Recordemos el estudio de Rosenthal y Jacobson
(1968) sobre los profesores y los alumnos (Tema 4).

b) El problema de la no representatividad. Consiste en que a menudo los resultados

de un experimento no son generalizables al conjunto de la poblacin, o a
segmentos de la poblacin distintos al estudiado. Ello puede deberse a dos
causas:

a. La amplitud de la muestra. En general, los experimentos slo pueden

realizarse sobre muestras muy reducidas, pues no es posible hacer variar la
variable independiente y mantener bajo control el resto de las variables
 cuando la muestra de casos estudiados es demasiado grande. Ello conlleva
un error de muestreo elevado y la escasa representatividad de la muestra.

b. Los criterios de seleccin de los sujetos experimentales. Dado que por su

tamao reducido los grupos experimentales no pueden aspirar a ser
muestras representativas de la poblacin, a menudo el investigador recurre
por comodidad a un mismo ambiente social (por ejemplo, estudiantes
universitarios), lo que reduce an ms la representatividad de la muestra. En
cualquier caso, se debe tener presente que el objetivo del experimento no
es describir cmo se presenta un determinado fenmeno en la sociedad,
sino analizar relaciones de causa-efecto, y stas pueden ser estudiadas
tanto sobre situaciones especficas como sobre segmentos determinados
de la poblacin.

Por ltimo, afirmar que, a pesar de todas las dificultades e inconvenientes del mtodo
experimental, con l se han obtenido importantes avances a lo largo de la historia, e
incluso hay cuestiones que slo pueden ser estudiadas con este mtodo. En
conclusin, el experimento es un mtodo de investigacin social que se presta muy
bien al estudio de problemas especficos, y de ah su desarrollo en el mbito micro
del anlisis social.