IV. El «diseño de la investigación»: una cuestión de estrategia 1.
Adviértase también que en los ejemplos dados evocamos la cuestión del
Material de cátedra
Elaborado por Dra. Roxana Ynoub.
UBA/UNMdP/UNNE.
IV. 1. El concepto de “diseño”.
¿De cuántas maneras se puede diseñar un martillo?; ¿cuál es el diseño más
adecuado para una campaña sobre el “cuidado del agua”?; ¿cómo optimizar los
recursos y preservar la estética en el diseño de un edificio?
Las respuestas a estas cuestiones parecen no ser unívocas. Eso se debe a que,
aún cuando el diseño es la planificación de un conjunto de acciones orientadas
por fines, los caminos para alcanzarlos pueden ser múltiples.
En las siguientes imágenes se pueden reconocer distintos diseños de una silla:
Un mismo fin, en este caso disponer de un “objeto para sentarse”, se puede
obtener por diversos medios.
La elección de estos medios compromete al diseño del objeto.
1
La autora agradece los aportes de la Lic. M. P. Pawlowicz, y el Dr. A. Roussos, que se
tuvieron en cuenta para una versión revisada de este escrito.
«mejor» diseño; es decir, hemos supuesto que resultaba posible imaginar
condiciones óptimas para alcanzar esos fines.
Ahora bien, si observamos los diversos diseños de sillas, resulta difícil decidir
cuál de ellas cumple con ese criterio de lo “óptimo”. Entre otras cosas porque lo
óptimo sólo se puede valorar en relación a los valores comprometidos en ese
diseño.
Así, por ejemplo, si se trata de atender a lo estético habrá que considerar el
contexto en que va a utilizarse el objeto; si en cambio se trata de valorar lo
funcional, habrá que evaluar (al menos en el caso de las sillas) su adecuación
ergonómica; si el valor está puesto en lo económico se atenderá al precio del
producto; si se trata de valorarlo en términos ecológicos, se considerará el
impacto medioambiental de los materiales utilizados.
En síntesis, no es posible hablar de un diseño óptimo sin especificar los criterios
o valores comprometidos en cada caso.
Sin duda, podría reconocerse que existe algo así como un “ideal regulativo”,
conforme con el cual el propósito del diseñador/a es maximizar todos los
criterios conjuntamente. Pero, sin duda también, no hay manera de garantizar la
realización de ese ideal. Siempre cabe la posibilidad de imaginar algún otro
modo (eventualmente mejor ajustado a esos valores) a la hora de resolver el
diseño de un cierto objeto.
Y esto no le ocurre sólo a las ciencias de lo artificial (Simon, H.; 1973) o
ciencias del diseño- como lo serían la ingeniería, la arquitectura o la misma
medicina entre muchas otras. También la naturaleza encuentra muy diversos
caminos para alcanzar idénticos fines. Se trata de una propiedad que los teóricos
de sistemas definen como equifinalidad: ¿de cuántas maneras se puede “diseñar”
una nariz?!! Admitiendo que todas ellas cumplen los mismos fines (es decir,
tienen una función y una posición homóloga en diversos vivientes) la variedad
es tan grande como grande es el espectro de especies animales que se sirven de
respiración pulmonar.
De modo que, diseñar es una actividad orientada por fines y, en el caso, de los
diseños de origen humano, esa actividad supone la elección de determinados
cursos de acción (entre varios posibles!), con vistas a maximizar uno o varios
valores comprometidos con el logro de dichos fines.
IV. 2. El lugar del diseño en el proceso de investigación científica.
Con lo dicho en el apartado anterior, estamos ahora en condiciones de situar el
puesto del diseño en el marco del proceso de investigación científica.
Si ese proceso está orientado por las preguntas que organizan sus problemas es
posible reconocer que el fin de toda investigación es dar alguna respuesta a ellas.
Como ya lo hemos señalado, tratándose de preguntas de investigación científica,
la búsqueda de esas respuestas surgirá del examen de algún tipo de experiencia
empírica. Esta o estas experiencias permitirán corroborar esas respuestas
tentativas (es decir, las hipótesis), si ellas estaban disponibles al inicio del
trabajo; o por el contrario, idear hipótesis si ellas no estaban formuladas desde el
comienzo.
De modo que cabe también aquí la pregunta por la mejor manera (o la manera
más conveniente) de realizar esa interpelación empírica.
Habrá que decidir en cada caso qué tipo de entidades serán observadas,
evaluadas, experimentadas, en qué número, dónde, cuándo, bajo qué
condiciones…
Son estas decisiones las que comprometen el diseño de la investigación.
Para precisar el alcance de esta cuestión, examinémoslo en el marco de un
ejemplo.
Supongamos que nos hemos propuesto investigar el desarrollo y el deterioro de
la “memoria semántica a lo largo de los ciclos vitales”2.
En el marco de un tema como ese, nuestra investigación podría estar organizada
en torno a interrogantes como los siguientes (entre muchos otros posibles):
-¿cómo evoluciona la “fluidez” en el recuerdo de ejemplares de categorías
semánticas (por ejemplo: recuento de seres vivos/animados y seres no
vivos/objetos) desde la adolescencia a la tercera edad?
-¿qué cambios se registran en los contenidos de las “definiciones de
categorías semánticas según los distintos ciclos vitales?
2
La memoria semántica se refiere a la memoria que almacena los significados de las palabras
y las relaciones entre estos significados, al modo de un diccionario.
-¿cómo varían los logros y persistencia de estas competencias en sujetos
entrenados y no entrenados en ejercitaciones específicas, según distintos
períodos de ciclos vitales?
- etc. etc., etc.
A partir de estos interrogantes podrían postularse hipótesis o conjeturas
tentativas y, concomitantemente derivar –de problemas e hipótesis- los objetivos
de la investigación.
Todos estos elementos, que comprometen al desarrollo de la Fase 1 del proceso
de investigación- preanuncian o delinean también el tipo de «dato» que se
requerirá para alcanzar los fines trazados.
Ahora bien, la estrategia empírica concreta de una investigación no queda
definida por los componentes de la Fase 1 o Fase sincrética.
Aún cuando de ella surge el tipo o esquema de investigación (es decir, si se trata
de una investigación descriptiva, explicativa o interpretativa) habrá que decidir
todavía un sinnúmero de cuestiones, las que definen eso que llamaremos el
diseño de la investigación.
Siguiendo con nuestro ejemplo, la evaluación de la memoria podría hacerse:
sobre un mismo sujeto a lo largo del tiempo o, por el contrario;
comparando distintos sujetos en diversos momentos; o, comparando en un único
momento a sujetos provenientes de distintos grupos etarios (ya que la edad es
una suerte de entificación del tiempo)… Y lo mismo, en relación al número y
frecuencia de mediciones: podrían hacerse dos, tres… o “n” mediciones con
distintos intervalos de periodicidad; y todavía más: la comparación en el tiempo
podría ser prospectiva (si se la hace hacia delante) o retrospectiva (si se trata de
reconstruir hacia atrás ese proceso).
Son todas estas decisiones las que comprometerán al diseño de la investigación.
Algunas de ellas se delinean de modo más o menos preciso a la hora de formular
los objetivos (y por eso éstos constituyen una suerte de interfaz entre el
momento conceptual y empírico del proceso); pero se terminarán de precisar con
la adopción del diseño.
Como puede observarse un mismo asunto de investigación puede dar lugar a
distintas estrategias empíricas para su tratamiento.
A veces, en el marco de una cierta tradición en investigación se consagra un tipo
específico de diseño. Esto produce una suerte de “naturalización del diseño”,
haciendo que éste se presente como la “única manera” de llevar adelante la
investigación. Sin embargo, aún en esos casos es conveniente reconocer que la
estrategia adoptada responde también a una elección entre opciones posibles.
IV.3. Elementos para situar la lógica del diseño de investigación.
A partir de los componentes de la Fase 1 -especialmente problemas e hipótesis-
se delimita el asunto mismo a investigar. Son precisamente ellos los que fijan el
horizonte al que se dirige el trabajo de investigación, y en tal sentido, los que
delinean los fines que la orientan. Es por referencia a estos asuntos –y
concomitante a los objetivos que resultan de ellos- que se puede precisar el tipo
o esquema de la investigación según el núcleo de los problemas apunte a: a)
la“descripción”; b) la“explicación” o c) la “interpretación” del fenómeno
interrogado.
Una vez precisados estos fines se trata entonces de adoptar una estrategia
empírica que permita avanzar en la búsqueda de respuestas y/o eventualmente
en la contrastación de hipótesis.
Es esa estrategia adoptada la que vamos a llamar diseño de investigación.
Este diseño resultará de una serie de decisiones que afectan tanto a la
operacionalización cuanto a la instrumentalización para el abordaje empírico, es
decir, a todo lo que compromete a la Fase 2 –o Fase analítica- del proceso.
Dado que son múltiples los factores involucrados en ello, es difícil normativizar
criterios para clasificar los tipos de diseños. Un sinnúmero de factores pueden
considerarse allí. Sin duda, el criterio principal suele ser el de optimizar las
condiciones para el contraste de aquello que se debe describir, explicar o
interpretar.
Por “condiciones de contraste” entenderemos la estipulación de las condiciones
que facilitan la detección de lo que se está buscando. Si se trata de evaluar el
“deterioro de la memoria a lo largo del tiempo”… entonces el diseño debe
contribuir a maximizar el contraste entre diversos períodos temporales, o entre
determinados grupos etarios. Si, en cambio, se trata de conocer “lo que piensan
los adolescentes sobre los cuidados en salud sexual y reproductiva”… entonces
el diseño debe prever las condiciones para que eso que los adolescentes piensan
pueda manifestarse, ser captado sin distorsiones, en todo el espectro de
posiciones existentes, etc.
Sin embargo, además de la preocupación por los aspectos sustantivos de su
investigación, el investigador/a debe atender a un sinnúmero de otras cuestiones
a la hora de precisar un diseño: debe atender al costo que ese diseño demanda, a
la accesibilidad a las fuentes asociadas a él, a las consecuencias o compromisos
éticos que implica, al tiempo material que insume su realización. Todos estos
factores influyen cuándo se trata de decidir una u otra estrategia empírica.
Precisamente por el sinnúmero de cuestiones que están comprometidas en el
diseño, resulta difícil fijar criterios para su normativización o tipologización.
Como ocurriría si fijáramos criterios para clasificar los “diseños de sillas”; sólo
algunos aspectos podrían ser considerados como invariantes en ese tipo de
diseños: los materiales para la confección de sus patas, el estilo al que responde,
los materiales del respaldo, los colores, entre algunos pocos más.
Fue en el ámbito de la investigación experimental, y por razones que se
aclararán más adelante, en donde más se ha avanzado a la hora de tipologizar
los diseños de investigación. En ese marco, se entiende que las condiciones en
que va a desarrollarse la experimentación constituyen el diseño de la
investigación.
Volveremos sobre ese asunto luego, pero siguiéndole la pista a esta tradición,
propondremos que un criterio ordenador para clasificar, al menos una parte de
las decisiones que comprometen un diseño, es el de referirlas a los componentes
de la «matriz de datos».
De acuerdo con esto, el diseño de la investigación resultaría de un conjunto de
decisiones que compromete (al menos) las siguientes cuestiones:
x La cantidad de unidades de análisis.
x El tipo y función de variables o dimensiones de
análisis.
x El tratamiento de la temporalidad.
Cada una de estos asuntos puede especificarse en los siguientes términos:
x El abordaje de las unidades de análisis, permitirá
distinguir entre:
o diseños de caso único
o diseños intensivos
o diseños extensivos
o muestrales
o poblacionales
 x La consideración de variables o dimensiones de
análisis, permite distinguir entre:
o Estudios sin control de variables:
o diseños univariados
o diseños bivariados
o diseños multivariados
o diseños
multidimensionales o En lo que sigue detallaremos el alcance de cada uno y su relación con los
densos
o Estudios con control de variables:
o diseños univariados
o diseños bivariados
o diseños multivariados
x El tratamiento de la temporalidad:
o diseños transversales o transeccionales
o diseños longitudinales:
o prospectivos
o restrospectivo.
o diseños cíclicos
o diseños histórico-evolutivos
De modo tal que a la hora de caracterizar a un diseño de investigación se pueden
(o deben) invocar las estrategias específicas según resulten de la combinación de
todos estos aspectos. Así, se podría hablar de un diseño de caso único-denso e
histórico-evolutivo; o, diseño extensivo-multivariado-transversal; o diseño
extensivo-bivariado retrospectivo, etc.
En algunas ocasiones a esa combinatoria se la puede caracterizar con un único
nombre, que la resume y se consagra además como un tipo de diseño utilizado
en el marco de cierta tradición, como por ejemplo “estudio de caso”, “estudio de
tendencias”, entre otros.
A los efectos de precisar el alcance de la clasificación que hemos propuesto, la
comentaremos e ilustraremos considerando de manera conjunta el tipo o
esquema de investigación y el tipo de diseño asociado a ella.
IV. 4. Esquemas y diseños de investigación.
Comenzaremos por recordar los tres tipos de esquemas de investigación que
hemos descripto:
ƒ los esquemas DESCRIPTIVOS
ƒ los esquemas EXPLICATIVOS
ƒ los esquemas INTERPRETATIVOS
posibles diseños de investigación.
IV.4.1. El diseño en las investigaciones descriptivas 3
La investigación descriptiva está orientada a
describir el comportamiento de variables, y/o identificar tipos o pautas características
resultantes de las combinaciones de valores entre varias de ellas.
Así, por ejemplo, si se trata de conocer
¿cómo se enamoran hoy los jóvenes? ¿qué piensan sobre el amor?
Será necesario encontrar a un buen grupo de adolescentes y averiguar con ellos,
precisamente qué piensan al respecto.
Los resultados de la investigación podrían arrojar algo parecido a lo que informa
el siguiente reporte de una investigación real:
“Los resultados fueron sorprendentes. Tanto ellas como ellos colocaron en primer lugar la
atracción mutua y el amor; segundo, la confianza; tercero, la simpatía, y cuarto, la madurez
en el quinto lugar el atractivo físico (para las adolescentes ocupa la posición novena) y para
las mujeres, el deseo de tener una familia e hijos (que para ellos ocupa sólo el séptimo
lugar).
Para el grupo femenino es menos importante que su pareja cocine o haga tareas domésticas.
Las relaciones sexuales satisfactorias ocupan, para ellas, el puesto número 11, mientras que
los varones les asignan el noveno lugar”.
[Investigación a cargo de la Dra. Casullo, M. Marta. ]
Como se advierte tenemos aquí los resultados obtenidos a partir de una
indagación hecha sobre una muestra de adolescentes entrevistados y los valores
que presentaron algunas de las variables trabajadas.
En este caso la variable podría haber sido lugar o importancia que le otorgan a
la atracción mutua, la confianza, la simpatía, etc. (los valores de cada una de
3
Todo lo que sigue desde este punto hasta el final del apartado surge –con pequeñas
adaptaciones- del texto Ynoub, R. (2007) El Proyecto y la metodología de la
investigación.Buenos Aires, Ed. Cengage Learning. Cap. VI.
esas variables van de 0 a al número de ítems posibles, ya que se les pidió que
completaran por número de importancia el valor que adjudicaban a cada uno de
ellos).
En otros casos la investigación descriptiva busca identificar taxonomías o
tipologías organizadas según algún criterio rector.
Uno de los ejemplos más maravillosos en la historia de la investigación
científica es el de la famosa tabla de Mendeleiev.
Luego de varios y reiterados intentos por encontrar un principio ordenador que permitiera
organizar los elementos conocidos en familias que presentaban propiedades similares, el
químico ruso Mendeleiev, encontró relaciones entre las propiedades y los pesos atómicos de
los halógenos, los metales alcalinos y los metales alcalinotérreos, concretamente en las series
Cl-K-Ca, Br-Rb-Sr y I-Cs-Ba. En un esfuerzo por generalizar este comportamiento a otros
elementos, creó una ficha para cada uno de los 63 elementos conocidos en la que presentaba
el símbolo del elemento, su peso atómico y sus propiedades físicas y químicas características.
Cuando Mendeleiev colocó las tarjetas en una mesa en orden creciente de pesos atómicos
disponiéndolas como en un solitario quedó formada la tabla periódica. En 1869 desarrolló la
ley periódica y publicó su trabajo Relación de las Propiedades de los Elementos y sus Pesos
Atómicos. La ventaja de la tabla de Mendeleiev sobre los intentos anteriores de clasificación
era que no sólo presentaba similitudes en pequeños grupos como las tríadas, sino que
mostraba similitudes en un amplio entramado de relaciones verticales, horizontales, y
diagonales.
[Texto adaptado de
http://herramientas.educa.madrid.org/tabla/evolucion/historiasp5.html]
En este caso, la variable clave fue la de los “pesos atómicos” que se
correspondía además con ciertas “propiedades de los elementos", dando como
resultado un sistema organizado y coherente; que parece hacer emerger una
suerte de orden oculto en la naturaleza.
En esa dirección es posible reconocer un conjunto de investigaciones cuyo
propósito es identificar la combinación que presentan en un conjunto de
variables (consideradas variables críticas o esenciales), diversas unidades de
análisis. Así ocurre, por ejemplo, con toda investigación nosográfica sea ésta
psicológica, psiquiátrica o médica, y con cualquier estudio taxonómico
destinado a identificar tipos o especies; ya sea que se trate de vivientes, obras de
artes o períodos históricos.
Otra manera de evaluar conjuntamente el comportamiento de diversas variables
es a través de lo que se llama de modo un tanto genérico, correlaciones. De
modo más preciso el interés está puesto en evaluar la variación concomitante
entre diversas variables.
Por variación concomitante se entiende el hecho de que su pauta de variación
presenta un patrón semejante para ambas (o para todas aquellas variables
consideradas conjuntamente): si una se incrementa la otro también lo hace de
alguna manera sistemática (en la misma proporción o en proporciones
identificables); o por el contrario, cuando una disminuye la otra aumenta, o
viceversa, pero siempre conforme a un patrón de variación sistemático.
Así, puede ser del caso que el aumento en la talla se corresponda con un
aumento proporcional en el número de calzado o que la mayor altura de un
árbol se correlacione de manera proporcional con la mayor profundidad de su
raíz.
Algunas investigaciones se proponen, precisamente, identificar este tipo de
regularidades; para evaluar cómo varían conjuntamente dos o más variables.
Eso ocurre, por ejemplo, cuando se trata de validar un indicador o un
instrumento de medición de algún tipo.
Si se ha ideado una nueva prueba para medir “inteligencia para el cálculo” es
probable que interese averiguar si esa prueba “funciona bien” si mide
efectivamente eso que se propone medir.
En ese caso lo que se puede hacer es someter a un grupo de sujetos a la nueva
prueba y a otras pruebas ya existentes y validadas previamente.
Lo que se espera es que los sujetos a los que les va bien con la prueba nueva, les
vaya igualmente bien con la prueba clásica, y a los que les va mal con la prueba
clásica les vaya igualmente mal con la prueba nueva. Es decir, se espera que los
resultados obtenidos con ambas pruebas estén correlacionados.
Si así no ocurriera se podría sospechar –entre otras cosas- que ambas pruebas
miden aspectos diferentes.
Que dos variables varíen de manera sistemática una con otra, no significa, sin
embargo, que una sea la causa de otra (tema que ampliaremos al dedicarnos a las
investigaciones explicativas).
Como síntesis, investigaciones descriptiva son aquellas investigaciones que
tienen como propósito evaluar el
a) comportamiento de una o varias variables, tomadas
de manera independiente, y/o
b) el comportamiento conjunto de variables al modo
de correlaciones (que no implican causalidad)y/o
 c) la identificación de combinaciones de valores entre
las variables que definen perfiles o pautas de las
unidades de análisis.
Un caso especial lo constituyen lo que podríamos definir como:
d) investigaciones descriptivo-exploratorias.
En ellas se trata de construir variables y, por lo tanto se parte de formulaciones
en las que lo único que puede indicarse es el contenido de la variable,
tentativamente formulado. Conforme avanza la construcción clasificatoria, se
pueden prever categorías o valores de la variable y por lo tanto, precisar su
alcance y los criterios que permiten distinguir un valor de otro (volveremos en
extenso sobre este asunto al tratar el tema del “tratamiento de datos centrado en
el valor”).
IV.4.1.1. Algunos diseños posibles en el marco de investigaciones
descriptivas.
Dada la enorme variedad de investigaciones descriptivas muy distintos diseños
son posibles (considerando de manera conjunta la cuestión de las variables, las
unidades de análisis y las mediciones en el tiempo). Sólo a modo de ejemplo,
comentamos los siguientes:
x univariados, con muestras extensivas o poblaciones,
longitudinales: eso significa: una sola variable, con muchas
unidades de análisis, medidas a lo largo del tiempo. Al modo de
ejemplo: sería el caso de investigaciones destinadas a estudiar el
ritmo de crecimiento en la talla de una cierta población.
x multivariados, de muestras intensivas, longitudinales: muchas
o más de dos variables, medidas en pocas unidades de análisis, a
lo largo del tiempo. Podría tratarse de una investigación
destinada a evaluar la evolución del comportamiento (cambios
de carácter, de vínculos, de comunicación, etc.) de un grupo de
sujetos sometidos a condiciones de aislamiento de su medio
externo (pongamos por caso del tipo de Gran Hermano), durante
un cierto período de tiempo.
x bivariados de muestras extensivas, transversales: dos variables,
medidas en muchas unidades de análisis, en un solo momento.
Como ejemplo, podría corresponder a una investigación
destinada a evaluar si el color de pelo y el color de ojos se
corresponden de manera frecuente en una población o una
muestra grande de sujetos.
x bivaridados, con muestras extensivas, longitudinales: dos
variables, medidas en muchas unidades de análisis, a lo largo del
tiempo. Por ejemplo, investigaciones que se propongan
averiguar cómo se correlaciona la respuesta a una prueba
supuestamente predictora del éxito escolar, y los logros
alcanzados en la escuela luego de un cierto período de tiempo.
Sólo algunas combinaciones no resultan posibles o viables como investigaciones
descriptivas: sería el caso, por ejemplo, de investigaciones de caso único,
univariado, transversal. Eso significa, la medición de una única variable, en una
única unidad de análisis en un único momento. Esa investigación tendría como
resultados informaciones como la siguiente: “Juan es rubio”.
Aún cuando se trate de asuntos cuya medición puede ser enormemente
dificultosa o excepcional; pongamos por caso “la temperatura del sol en un
cierto momento”, difícilmente pueda hacerse de manera puntual o de una única
vez.
IV.4.2. Investigaciones explicativas.
A diferencia de las investigaciones descriptivas en este caso se busca determinar
no sólo el comportamiento de las variables, sino además la dependencia o
vinculación que unas variables ejercen sobre otras.
De manera más específica en este tipo de investigaciones interesa probar si el
comportamiento de una variable (o varias) puede oficiar de factor o causa
explicativa del comportamiento de otra (u otras) variables.
En principio, y manteniéndonos en un esquema explicativo simple, estas
determinaciones entre variables pueden ser probados por medio de dos tipos de
estrategias: unas correlacionales y otras experimentales.
Las consideraremos de modo independiente porque presentan especificaciones
muy distintas según los casos.
IV.4.2.1. La investigación que postula correlaciones explicativas.
Ya hemos tenido ocasión de definir el concepto de correlación, pero lo hemos
tratado por referencia a los estudios descriptivos. En este caso, ampliaremos la
noción, para examinar las correlaciones que implican (o pueden implicar)
causalidad.
Por ejemplo, si se afirma como hipótesis que:
La pobreza familiar atenta contra la educación de los hijos
De modo que:
“A mayor pobreza familiar, menos educación de los hijos”
Esta afirmación no sólo dice que “pobreza familiar” y “educación de los hijos”
están correlacionadas (cuando una sube la otra baja); sino que además una es
causa explicativa de la otra.
Que algún fenómeno presente una pauta de comportamiento que varíe
sistemáticamente (de manera directa o inversa) con algún otro fenómeno no
garantiza que uno de esos fenómenos constituya una causa explicativa del otro.
Así, por ejemplo, podría ser del caso que efectivamente se constate que:
A mayor población mundial mayor distancia entre el cometa Halley y la Tierra
Esa asociación empírica entre el comportamiento del cometa y el
comportamiento del crecimiento poblacional, no significa que uno explique al
otro, que uno sea la causa del otro.
En general nuestro conocimiento del mundo empírico nos permite reconocer
cuándo una correlación puede estar indicando una relación causal entre las
variables.
Ese conocimiento nos permite también identificar cuál es la variable que explica
y cuál la variable explicada.
Por ejemplo, si se constata una correlación entre
nivel de consumo de carbohidratos en la dieta y peso corporal
(a mayor consumo de carbohidratos, mayor peso corporal)
no pensaríamos que el “peso” explica el “consumo de carbohidrartos” sino que
el “consumo de carbohidratos” explica el “peso”.
De modo que tendremos correlaciones que implican causalidad y
correlaciones que no implican causalidad (las que ya examinamos al referirnos
a los estudios descriptivos).
-Una correlación en la que puede postularse causalidad supone que:
- una o más variables varían sistemáticamente de
manera directa o inversa con otra u otras.
- la presencia de una variable es anterior en el tiempo a
otra (“la ingesta de carbohidratos es anterior al
aumento de peso”) 4
- nuestro conocimiento del mundo, autoriza postular
esa relación causal,
-Una correlación no supone causalidad cuando:
- una o más variables varían sistemáticamente de
manera directa o inversa con otra u otras.
- la presencia de una y otra variable no guarda ninguna
relación de anterioridad con respecto a otra en el
tiempo.
- nuestro conocimiento del mundo no autoriza a
postular relación causal.
IV.4.2.1. Diseños posibles en la investigación correlacional explicativa.
Generalmente la investigación correlacional supone el tratamiento de muestras
extensivas o poblacionales, el que puede hacerse tanto en un mismo momento en
el tiempo (de manera transversal) o correlacionando distintas mediciones en el
tiempo (longitudinal); mientras que en cuanto al número de variables puede ser
univariado (siempre y cuando la correlación se haga en distintos momentos en el
tiempo), bivariado o multivariado.
Nuevamente, a modo ilustrativo señalamos sólo algunos ejemplos de diseños
correlacionales:
4
Este criterio no es decisivo ya que en algunas ocasiones podría tratarse de variables que
anteceden en el tiempo y sin embargo, no ofician de variables explicativa, como es el caso de
las llamadas “variables intervinientes” que pueden contribuir a intensificar o disolver la
variación sistemática entre otras variables.
 x bivariados, transversales, con muestras extensivas: sería el caso
de un estudio dedicado a determinar en una muestra la
correlación existente entre el nivel de rigidez de los padres y el
nivel o grado de conducta anti-social de los hijos.
x bivariados, longitudinales, con muestras extensivas: a modo de
ejemplo, correspondería a una investigación interesada en
conocer el incremento en los niveles del ruido en una ciudad y la
disminución del número de aves existente en esa ciudad.
x multivariados, transversales, poblacionales: una investigación
de este tipo podría ser la que se propone medir a través de un
censo, la tasa de participación económica de las mujeres, según
su número de hijos, su nivel educativo, su posición en el hogar,
etc. (a los efectos de evaluar cómo o cuánto explica cada uno de
estos factores su nivel de participación económica).
IV.4.3.1. La investigación experimental.
En un sentido amplio toda la ciencia puede ser concebida como “experimental”,
ya que experimentar supone actuar inquisidoramente sobre el mundo real: el
investigador se interesa por poner a prueba sus presunciones hipotéticas,
examinado el mundo real, “experimentando” con él y en él.
Actualmente se entiende por investigación experimental aquella en la que se
ponen a prueba hipótesis que postulan relaciones de tipo causal entre dos o más
variables; y en las que esa puesta a prueba se realiza bajo ciertas condiciones
“creadas” y “controladas” por el investigador/a.
La diferencia entre las investigaciones experimentales, y las correlaciones que
implican causalidad, estriba en que en las primeras es el investigador el que a
través del experimento crea las condiciones con las que espera producir un cierto
efecto en el fenómeno investigado; mientras que en la segunda la relación ya se
ha dado y sólo se limita a medir o evaluar hechos consumados.
Hipótesis que plantean relaciones que podrían dar luego a investigaciones
experimentales serían las siguientes:
“El método de enseñanza tiene efectos sobre los logros en el aprendizaje”
“El tratamiento “X” brinda mejores soluciones en el tratamiento de la
obesidad que el tratamiento “Y”
“La introducción del reactivo A acelera los tiempos de cierta reacción
química”
“Sonreir mejora el trato y la atención de las personas cuando se las
interroga”
No es inusual que en la vida cotidiana experimentemos de múltiples modos:
- introduciendo cambios en nuestra vestimenta, para ver luego qué efecto
produce en las personas que nos gustan;
- iniciando una dieta, para producir algún cambio en nuestro peso
corporal;
-probando diversos métodos de estudio para evaluar cuál nos brinda
mejores resultados.
Sin embargo, es poco frecuente que sometamos esas experiencias a algún tipo de
control riguroso que nos permita juzgar de manera más o menos objetiva sobre
los efectos conseguidos.
Tomemos por caso la afirmación popular, según la cual
“Si se les habla a las plantas, éstas crecen mejor”.
Imaginemos que alguien quisiera averiguar si esto es efectivamente así, es decir,
si resulta posible determinar de algún modo objetivo, si puede confirmarse esta
presunción.
Para ello necesitará realizar un experimento.
Lo que seguramente deberá hacer es conseguir varios ejemplares de algún tipo
de planta, hablarles a algunos y no hacerlo a otros y evaluar luego qué sucede en
cuanto al crecimiento que se constata entre ambos grupos.
Ahora bien, si lo hiciera simplemente así, en caso de constatarse un crecimiento
diferencial a favor de las que recibieron “cierta dosis de charla”, no podrá saber
si ese mayor crecimiento se debió sólo a la charla recibida, o si existieron otros
factores que potencialmente contribuyeron en el crecimiento, pero que no
estuvieron relacionados precisamente con el asunto del habla.
Será conveniente entonces que en primer término se asegure que todas las
plantas que van a participar de su experiencia –en ambos grupos- resulten
semejantes en cuanto a tipo, calidad, edad o ciclo de su desarrollo, etc.
Deberá cerciorarse también que todas las plantas estén expuestas a las mismas
condiciones y reciban los mismos nutrientes y agua: la misma calidad de la
tierra, la misma intensidad y horas de luz o sol, el mismo volumen y frecuencia
de riego, etc. (no sería extraño, por ejemplo, que alguien perciba que “su planta
crece más porque le habla”; cuando en verdad ocurre que, como le habla, la
humaniza, y, como la humaniza, la atiende más y mejor que a otras, a las que
solo trata como “meras” plantas!!).
Es posible aceptar que las plantas crecen se les hable o no se les hable, de modo
que esperaremos que ellas –las plantas de nuestras muestras- tengan una cierta
disposición a crecer con independencia del nivel de conversación o habla que
reciban.
Pero, lo que nuestra hipótesis postula, precisamente, es que deberá verificarse un
crecimiento diferencial, a favor de las plantas a las que se les habla, de modo tal
que la experiencia consistirá en mantener una muestra de plantas sólo expuesta
al tratamiento tradicional de las plantas mientras que la otra recibe cierta dosis
de charla cotidiana.
Podríamos, incluso, si quisiéramos ser más precisos, incluir varias muestras y
administrar distintas intensidades de charla a cada una: unos cinco minutos de
charla a una, media hora a otra, tres horas a otra… (algo así como los gradientes
del amor, nuestras plantas dirían: me habla mucho, poquito, nada…!!)
Conforme pasan los días iríamos verificando en cada caso, el nivel de
crecimiento de las plantas (en promedio, ya que tenemos varias en cada muestra)
y anotando ese nivel en un registro en el que conste también cuál es la dosis de
charla que esa muestra ha recibido a lo largo de la experiencia.
Luego de un tiempo prudencial –según sea la naturaleza de nuestras plantas-
evaluaremos los resultados, y esa evaluación consistirá en determinar si
efectivamente los resultados observados permiten concluir que hay diferencias
significativas, es decir, relevantes, entre los distintos grupos y el grupo que no
ha recibido ninguna dosis de charla. Recordemos que en este caso, nuestra
hipótesis postularía algo así como:
“A mayor dosis de charla mayor nivel de crecimiento”.
Aquí hay un concepto importante a atender que es el de diferencias
significativas. Ya que diferencias siempre habrá entre los distintos grupos, desde
el momento que estamos hablando de seres naturales que se desarrollan con
variaciones que oscilan dentro de ciertos rangos esperables.
Lo que interesará en este caso es averiguar si las diferencias que se observan
entre los grupos se deben a las variaciones esperables por mero azar, o, por el
contrario, presentan un comportamiento que permita pensar que se deben a
algún factor adicional.
Para ello se deberá probar que las diferencias son sistemáticas, en nuestro
ejemplo que las que más habla recibieron crecieron, en promedio, más. Que le
siguen las que recibieron un nivel de charla intermedio y así sucesivamente.
Si, por ejemplo, crecieron más las que se les habló menos, pero, a su turno, éstas
superaron a los que no se les habló nada, deberíamos rechazar nuestra hipótesis
porque esas diferencias no presentan una pauta clara.
Se usan también técnicas estadísticas que permiten determinar si esas diferencias
observadas pueden atribuirse al azar (es decir, que son demasiado pequeñas y
forman parte de las variaciones que naturalmente esperaríamos cualquiera sea la
situación de las plantas) o, si por el contrario, se trata de diferencias relevantes
que hacen pensar que existe algún factor que las provoca.
IV.4.3.2. Los componentes y las condiciones de todo diseño experimental.
El ejemplo que hemos ilustrado nos permite ahora situar los componentes más
relevantes que deberán tenerse en cuenta en cualquier diseño de investigaciones
experimentales:
a. por una parte la presencia de una variable independiente o explicativa
(en la jerga experimental también se las llama “factor”): en el ejemplo,
sería el “nivel de habla recibido”.
b. Por otra parte, una variable (o factor) dependiente o explicado: en el
ejemplo, “el nivel de crecimiento”.
c. En tercer término, lo que se llama variables extrañas o contaminadoras,
en el ejemplo: el nivel de agua recibido, el nivel de luz, cantidad y calidad
de los nutrientes de la tierra, etc.
d. En todos los casos, la unidad de análisis de referencia que en nuestro
ejemplo es: “la planta” o los “grupos de plantas” que habremos formado a
los fines de esa investigación.
Examinemos con mayor detalle la cuestión de las variables y su función en las
hipótesis y en el diseño experimental:
Por una parte se habla de variable independiente o explicativa porque se asume,
en la formulación de la hipótesis, que es esa es la variable que permite explicar
el comportamiento de la otra u otras variables. En nuestro ejemplo y de acuerdo
con la hipótesis, el nivel de habla explica el nivel de crecimiento; de modo que
“nivel de habla” es la variable independiente.
Adviértase que se dice que para la hipótesis que hemos formulado eso es así: lo
que no quiere decir que los hechos confirmen que eso es así.
En segundo lugar, se llama variable dependiente o explicada, porque se asume
que su comportamiento depende o se explica por efecto del comportamiento (o
variaciones) de otra variable o variables. En nuestro ejemplo: el “nivel de
crecimiento” es la variable explicada o dependiente.
No hay a priori criterios para juzgar si una variable puede o debe ser
independiente o dependiente: eso depende de cómo haya sido planteada la
hipótesis. Bajo ciertas condiciones una variable puede asumirse como
independiente y bajo otras como dependiente: pongamos por caso, una hipótesis
que postulara que.
“la motivación para el estudio, mejora el logro del estudiante”
En ese ejemplo, la “motivación para el estudio” es la variable independiente, y
el “nivel de logros” es la variable dependiente. Sin embargo, podría reconocerse
que de igual modo que
“el nivel de logro mejora o contribuye a la motivación para el estudio”;
y en ese caso, lo explicado se torna explicativo y viceversa. La función de las
variables resultará del modo en que haya sido planteada la hipótesis. Por
supuesto que hay casos en que esas funciones no podrían invertirse, o al menos
no resulta fácil admitir esa posibilidad. Pensemos, por ejemplo, en el caso de
una hipótesis que postulara que
“la ingesta de dulces contribuye al desarrollo de caries”
No sería del todo admisible –por lo que nos dicta el sentido común, una
hipótesis que sostuviera que es
“el desarrollo de caries contribuye a la ingesta de dulces”
Al tercer tipo de variables, las denominamos “variables extrañas o
contaminadoras”. Se definen de esa manera porque resultan extrañas a la
relación causal que se quiere probar en la hipótesis, pero no son extrañas al
fenómeno real investigado. Precisamente por ello, es necesario tenerlas en
cuenta y “controlar” su potencial efecto en la relación postulada. En nuestro
ejemplo, las variables extrañas serían: “nivel de riego”, “intensidad y exposición
a la luz”, “nutrientes”, etc.
Se advierte que todos esos factores no son “extrañas” al crecimiento de las
plantas: por el contrario todas ellas pueden influir en él. Por esa razón es
necesario controlarlas: ya que son extrañas o contaminadoras a la relación entre
las variables, que quiere probarse (en el ejemplo: la relación existente entre
“nivel de charla” y “nivel de crecimiento”). Si no tuviéramos en cuenta la
presencia de todos estos factores, no podríamos saber, al finalizar nuestra
experiencia, si la diferencia que observamos entre los distintos grupos de plantas
–en caso de constatarse- se debieron al “nivel de habla recibida” o a otros
factores como diferencias en el riego, en la luz, en el estado que tenían al
comenzar la experiencia, etc.
Podemos ahora resumir lo dicho hasta aquí señalando que un diseño
experimental vincula tres tipos de variables: las variables independientes (VI),
las variables dependientes (VD) y VE (variables extrañas o contaminadoras).
VI VD
VE
El diseño pretende garantizar que el comportamiento de la variable dependiente
se deba pura y exclusivamente a los efectos producidos por el comportamiento
de la variable independiente.
De acuerdo con ello en la investigación experimental se trata de: “manipular la
variable independiente”, “medir la variable dependiente y “controlar” las
variables extrañas o contaminadoras.
VI VD
(“Manipular”) (“Medir”)

VE
(“Controlar”)
a) Manipular la variable independiente significa que el investigador/a será
quién decida cómo va asignar a sus unidades de análisis a los distintos valores
de las variables. De manera práctica eso significa que es el investigador el que
forma los grupos o las muestras de casos, y decide qué valor o nivel de la
variable le corresponderá a cada uno.
En nuestro ejemplo, se formaron dos o más grupos de plantas según semejanzas
en un conjunto de variables consideradas relevantes; y a cada uno se le
administró un determinado “nivel de habla”.
Lo mismo ocurriría con una investigación que se propusiera relacionar el efecto
de “distintos métodos de enseñanza en los logros de un grupo de estudiantes” o
el “efecto de una terapéutica para el tratamiento de alguna afección en aves”.
En ese caso, el investigador decidirá cómo formar sus grupos de estudiantes o de
aves, y qué método aplicará a cada grupo de estudiante, o qué tipo (o dosis)
terapéutica administrará a los distintos grupos de aves.
b) En lo que respecta a la variable dependiente se pide que sea medible. Eso
significa que debe ser posible disponer de indicadores adecuados (sensibles,
confiables y válidos) para registrar los cambios ocurridos en esa variable –con el
fin de evaluar luego si esos cambios se deben a la variable independiente.
Así, por ejemplo, nuestra investigación sobre el crecimiento de las plantas, no
hubiese tenido destino, si nos hubiésemos propuesta estimar el “efecto del habla
en el estado anímico de las plantas”. En principio pareciera que no disponemos
de medios para evaluar los cambios ocurridos en un supuesto estado anímico de
las plantas: porque no tenemos acceso a él, no podemos medirlo.
Con el concepto de “sensibilidad”, se hace referencia a la necesidad de que el
indicador elegido capte aquellas variaciones que, aunque pequeñas, puedan ser
relevantes para la puesta a prueba de las hipótesis. Nuevamente no hay criterios
a priori para determinar si una variación ocurrida en la variable dependiente es
pequeña o grande. Eso dependerá de la naturaleza del fenómeno que se está
evaluando. Si en nuestro ejemplo de las plantas, trabajamos con muestras de
tréboles tendremos grados de variaciones algo distintos a los que obtendríamos
si nuestras muestras hubiesen sido de ombúes. Unos milímetros pueden ser
significativos en el primer caso, y absolutamente despreciables en el segundo.
Lo que importa es que la variable dependiente haya sido definida o puede ser
definida conforme a criterios que hagan posible su medición y que esa medición
garantice de algún modo adecuación a la escala de los fenómenos que interesan
a la hipótesis.
En lo que respecta a la confiabilidad y la validez de los criterios indicadores, ya
nos hemos referido a ello en el capítulo de “matriz de datos”. Recordemos aquí
que la validez puede definirse de manera general como la adecuación entre la
definición conceptual de la variable y su traducción empírica, dicho de otro
modo, que el indicador mida lo que dice o quiere medir: si se trata de evaluar el
“nivel socioeconómico de los hogares” (variable) no estaremos garantizando
validez de los indicadores si los medimos en términos de “tenencia de perro en
el hogar”, porque el indicador se refiere a algo completamente ajeno al asunto de
la variable. Aunque este ejemplo es grotesco, en muchas ocasiones resulta difícil
garantizar la validez de los indicadores (como ocurre, por ejemplo, cuando se
trata de evaluar distintos tipos de inteligencia, de competencias mentales, etc.).
En esas situaciones se recurre a diversas pruebas (se las llama precisamente
pruebas de validez) que contribuyen a determinar si los indicadores están
midiendo estrictamente aquello que se espera que midan.
c) Finalmente, el gran desafío del diseño experimental se cifra en lo que hemos
llamado el “control de las variables extrañas o contaminadoras”.
Como el objetivo de la investigación experimental es averiguar qué efectos
producen en la variable dependiente las variables consideradas independientes,
se debe garantizar que no existan otras variables que influyan en esta relación.
Una de las maneras de “controlar” la situación experimental es a través de la
equivalencia de los grupos que participan en la experiencia, al menos en todos
aquellos aspectos que se consideran contaminadores para la relación entre las
variables que quiere estudiarse.
Existen distintas maneras de formar los grupos para garantizar en alguna
medida, que en todos ellos las unidades presentan semejantes características en
lo que respecta a los intereses del experimento:
-una es la formación de grupos aleatorios: los grupos se forman
asignando al azar los sujetos a los mismos. Se espera en esos casos mayor
probabilidad de garantizar una homogénea distribución (aunque por
supuesto esto nunca queda completamente garantizado, porque se trata de
probabilidades).
-otra técnica es la técnica de bloqueo: los grupos se forman utilizando el
azar más el control de una o más variables contaminadores. Por ejemplo,
 si el nivel de inteligencia constituye una variable relevante en un estudio
en el que se quiere medir el efecto de la motivación para el aprendizaje,
pueden formarse “bloques” según niveles de inteligencia medidos por
algún test, y luego utilizar el azar al interior del grupo.
-otra técnica es la formación de grupos apareados: se emplea la técnica de
apareo para conseguir grupos experimentales equivalentes, a partir de una
medida previa en la variable dependiente. Aparear significa emparejar los
grupos por referencia a alguna o varias variables. Una vez que se define
cuál es la variable o variables relevantes, se evalúa el valor que tienen
todos los sujetos en esa/s variable/s (pongamos por caso nivel de
inteligencia) y se asignan a cada grupo uno a uno los sujetos, por pares, en
caso de dos muestras, de modo que a cada grupo le toquen sujetos más o
menos semejantes en cuanto a ese asunto considerado.
En algunas ocasiones los investigadores no pueden asignar las unidades de
análisis (sean sujetos humanos, materiales, animales, etc.) a los grupos
experimentales; porque estos grupos ya están formados previamente (por
ejemplo, alumnos de distintas comisiones de una escuela; animales provenientes
de distintas granjas, etc.). De modo que en ese caso aplican la situación
experimental a alguno o varios de esos grupos, sin conocer en verdad qué
características presentan, o cómo han sido formados.
En ese caso, como la situación es algo más incierta, se habla de diseños “cuasi-
experimentales”.
Aunque se diferencian por este único rasgo, en lo demás tienen todas las
propiedades de los diseños experimentales.
Ahora bien, aunque se controlen varios factores, siempre cabe la posibilidad de
que existan otros que el investigador no está controlando y que efectivamente
afectan la relación que está pretendiendo medir para probar su hipótesis. En
nuestro ejemplo del “nivel de charla y el crecimiento de las plantas”, ¿podría ser
del caso que resulte relevante controlar la distancia desde la que se les habla?
¿no será posible que si se les habla demasiado cerca, “los vapores del aliento”
constituyan un factor que beneficia en algún modo el proceso natural del
crecimiento de la planta? ¿cuántos otros factores podrían estar influyendo y el
investigador no los conoce?
Y, si en vez de estudiar el efecto del habla en el crecimiento de las plantas, se
estudia el efecto de un método de enseñanza en el aprendizaje; ¿cuántos
aspectos habría que controlar para garantizar que el progreso o fracaso de los
estudiantes se debe sólo al método y no a otros factores?: el horario en que se
enseña, el contexto institucional en el que se aplica el método, la inteligencia
promedio de los estudiantes, los conocimientos previos en la materia, el clima
educativo familiar, la simpatía o antipatía del docente que enseña… es difícil
decir donde termina esa lista, siempre es posible que algún otro factor esté
incidiendo de manera sistemática en el complejo y multideterminado proceso del
enseñar y aprender.
Por eso lo que se busca es implementar procedimientos que, permitan o bien
controlar esos factores (eligiendo por ejemplo, docentes con igual simpatía de
modo de mantenerlos constantes en ambas situaciones, grupos con igual
promedio en sus coeficientes intelectuales, etc.) o bien intentar que se
distribuyan con igual probabilidad en los diversos grupos.
Ahora bien, si se controlan más y más los potenciales factores contaminadores o
extraños, se crean a su turno condiciones más y más artificiosas de la situación
estudiada. De modo que cuánto más controladas y excepcionales resulten esas
condiciones, más difícil resulta también extrapolar los resultados de esas
experiencias a los contextos habituales en que el fenómeno investigado se
presenta.
Supongamos, por ejemplo, que deseamos evaluar si la “administración de una
determinada droga disminuye el nivel de colesterol en sangre”. Para ello
debemos controlar un sinnúmero de factores que podrían también provocar esa
disminución (desde alimenticios hasta anímicos); de modo que si deseamos
comparar dos grupos de sujetos –uno al que no se le administra la droga, y otro
al que sí se la administra- tendremos que garantizar que ambos grupos se
alimenten de manera más o menos semejante durante el período del
experimento, se expongan o no se expongan a determinadas situaciones
estresantes, etc. Ahora bien, si concluimos que el grupo de sujetos que recibió la
droga presentó una disminución en sus niveles de colesterol, debemos decir
también que eso ocurrió bajo ciertas condiciones fijadas en ese experimento (el
tipo de alimentación que recibieron, las condiciones de su vida en ese período,
etc.) de modo que no sabremos si el mismo efecto se constata bajo otras
condiciones alimenticias, otras condiciones vitales, etc.
Por otra parte, en algunos casos pueden ampliarse las condiciones
experimentales para mejorar los tipos de controles, pero en otros no resulta
posible hacerlo por la enorme variedad de circunstancias que deberían preverse.
En el ejemplo que acabamos de ilustrar podrían, por ejemplo, crearse nuevos
grupos experimentales sometidos a diversos tipos de dietas; pero no sería del
todo factible crear otros tantos grupos sometidos a diversas situaciones vitales,
porque no siempre es posible prever anticipadamente cuál o cuáles situaciones
vitales podrían generar qué tipo de reacciones en el organismo (¿el clima? ¿la
situación familiar? ¿los logros o fracasos laborales? ¿la edad?, etc.).
IV.4.3.3. Validez interna y validez externa: dos nociones en contradicción.
Se denomina validez interna del diseño, al grado en que pueda garantizarse que
el comportamiento o los cambios registrados en la variable dependiente se deben
sólo a la variable independiente (y a ningún otro factor). De modo tal que cuanto
mayor sea el control del diseño mayor será su validez interna.
La validez externa en cambio, se refiere al grado de representatividad de la
experiencia: cuánto mayor sea la posibilidad de generalización de los resultados
del experimento a otras situaciones o contextos, mayor será su validez externa.
Generalmente la mejora o el aumento de la validez interna atenta contra la
validez externa –es decir, condiciones más restringidas o controladas implican
menos capacidad de generalización de los resultados.
IV.4.3.4. Los diseños en las investigaciones experimentales.
Al igual que en los casos anteriores y de acuerdo a los criterios generales que
hemos adoptado para distinguir a los diversos diseños, en la investigación
experimental también pueden distinguirse los distintos diseños según
- el “número de mediciones que se hagan en el tiempo”,
- el “número de unidades de análisis o grupos”
considerados y
- el “número de variables que se incluyan en la
experiencia”.
Como en toda investigación, el método experimental se basa en la comparación.
En este caso, esa comparación se realiza entre una situación definida como
patrón o control y otra situación definida como experimental: el control es la
situación de referencia sin el tratamiento experimental; mientras que la
experimental es precisamente la que resulta de esta aplicación.
La situación control y la experimental, refieren siempre a entidades o unidades
de análisis. De allí que, cuando se trabaja con sujetos se hable por ejemplo de
“grupo control” y “grupo experimental”. Pero valdría también el mismo criterio
si lo que se está investigando son “sustancias químicas” o “sistemas mecánicos”.
Más correcto –por ser más general- es hablar de muestra control y muestra
experimental. Una muestra no es otra cosa que un conjunto de unidades de
análisis (aunque a veces puede hablarse de una muestra de una sola unidad).
En lo que respecta al número, lo habitual es trabajar con varias muestras; pero
existen también diseños experimentales en el que se trabaja sobre la misma
muestra, y aún más, sobre el mismo y único caso o unidad de análisis.
De acuerdo con esto, se pueden distinguir tres situaciones:
x diseños intergrupos: se comparan varios grupos entre sí.
x diseños intragrupos: se compara el mismo grupo consigo mismo.
x diseños de caso único: se compara el mismo caso consigo
mismo.
En los diseños “intergrupos”, por lo menos uno de los grupos se considerará
control y otro experimental. Aunque en algunas ocasiones pueden tenerse varios
grupos experimentales. Como en el ejemplo de nuestras plantas: podíamos
trabajar con uno o varios grupos experimentales, dependiendo si sólo
asignábamos dos valores a la variable dependiente:
x habla /no habla
O varios valores:
x habla mucho/ habla poco/ habla nada.
Habrá que considerar tantas muestras experimentales como valores estén
previstos en la o las variable/s independientes.
En lo que respecta a los diseños intra-grupo y de caso único, el control es el
mismo grupo o el mismo caso.
Este asunto nos remite a la otra dimensión que tomamos en cuenta para la
clasificación de los diseños experimentales: el número de mediciones en el
tiempo.
En principio, en casi todos los casos de diseño experimental puro, se tiene por lo
menos dos mediciones en el tiempo: una antes y otra después de la
administración o el tratamiento experimental. Sin embargo, en algunos casos, no
se incluye la medida pre-tratamiento o se combinan situaciones con medida
pretratamiento y medida post-tratamiento (esto permite determinar por ejemplo,
si hay efectos en la variable dependiente que puedan atribuirse a la medición
pretratamiento).
En los diseños de caso único o los casos intragrupo, la medición también se hace
antes y después del tratamiento pero, en ese caso esa medición se realiza sobre
el mismo grupo o sobre el mismo sujeto.
Sin embargo, es posible reconocer que una entidad es y no es la misma a lo
largo del tiempo: un sujeto, por ejemplo es y no es el mismo a los 20 años que a
los 5 años. De modo que eso que llamamos mediciones en el tiempo, podría ser
definido como “unidades de análisis en el eje temporal”: “el sujeto o el grupo en
el tiempo 1”; “el sujeto o el grupo en el tiempo 2”, etc.
En algunas ocasiones, por ejemplo, se deben considerar varias mediciones en el
tiempo, ya sea porque se introducen nuevos tratamientos (es decir, nuevos
“valores de la variable experimental”) ya sea porque interesa averiguar si en el
fenómeno que se desea medir (la variable dependiente) evoluciona de manera
relevante a lo largo del tiempo.
Por ejemplo, podría ser del caso que el “efecto de una droga sobre un
organismo” no se perciba en lo inmediato sino a luego de un cierto período, o
que “el efecto de un método de enseñanza en la mejora de los procesos de
aprendizaje” resulte significativo en el corto plazo pero nada significativo en el
mediano o largo plazo.
De modo que podrían tomarse varias mediciones pretratamiento y varias
mediciones post-tratamiento.
Finalmente en lo que respecta al número de variables, en el diseño experimental
se requiere como mínimo la referencia a dos variables (la independiente y la
dependiente) y, por supuesto, el control de las variables contaminadoras (de
modo que no existen los diseños experimentales univariados).
Sin embargo, existen situaciones en las que se pueden incluir varias variables
independientes y varias variables dependientes. Eso dependerá de la manera en
que hayan sido planteadas las hipótesis.
Supongamos por ejemplo, una hipótesis que se propone evaluar:
Cómo influye la frecuencia de uso de una palabra y su extensión; en el tiempo
de memorización de la misma.
se tienen en este caso dos variables: «frecuencia de uso» y «extensión de la
palabra» como variables independientes.
Según sean los valores (o niveles) previstos para cada una; serán los grupos
necesarios para implementar esta experiencia.
Si se prevén dos valores o niveles para cada una:
“alta frecuencia de uso” / “baja frecuencia de uso”
y “palabras extensas / palabras cortas” ;
deberán entonces formarse cuatro grupos experimentales:
a) grupo en el que se presentan palabras de alta frecuencia y extensas.
b) grupo en el que se presentan palabras de baja frecuencia y cortas.
c) grupo en el que se presentan palabras de alta frecuencia y cortas.
d) grupo en el que se presentan palabras de baja frecuencia y extensas.
Agregar más variables independientes implica agregar más grupos
experimentales, precisamente porque la manipulación de la variable implica
asignar a cada grupo a un valor o nivel de la variable en cuestión.
Eso no pasa cuando se agregan variables dependientes, precisamente porque esa
variable no se manipula, sino que se mide. Si en el ejemplo, además de medir el
tiempo de memorización se deseara medir también el tiempo de retención de la
palabra entonces en las unidades que conforman cada uno de los grupos habrá
que evaluar ambas cuestiones: tiempo de memorización y tiempo de retención.
En síntesis, en lo que respecta a los tipos de diseños experimentales, según el
número de variables, se tiene:
-univariado-univariado: se emplea una variable independiente y una
dependiente.
-multivariado-univariado: se emplea más de una variable independiente y sólo
una variable dependiente.
-univariado-multivariado: se emplea una variable independiente y más de una
variable dependiente.
-multivariado-multivariado: se emplea más de una variable independiente y más
de una variable dependiente.

IV.4.3.5. Límites y alcances del diseño experimental.
Aunque la investigación experimental tiene ganada cierta reputación por la
rigurosidad de su método, y por la relativa certeza que brindan sus resultados; lo
cierto es que la ciencia no se reduce a este único método.
Eso por varias razones.
Por una parte porque un sinnúmero de fenómenos no pueden ser abordados por
medios experimentales. Así, por ejemplo, un astrónomo no podría seleccionar
distintas galaxias para hacerlas chocar y evaluar luego qué efecto tiene ese
choque según sean las características de aquellas. En todo caso si tiene la suerte
de hallar un fenómeno de esa magnitud (como le ocurrió a los investigadores
que seguían las imágenes que enviaba el telescopio espacial Spitzer) sólo podrá
examinar y describir sobre el hecho consumado los efectos que se producen, al
menos aquellos efectos que esté en condiciones de captar, medir, reconocer.
De igual modo, otros hechos más próximos, pueden resultar igualmente
inabordables por medios experimentales. Ya sea por cuestiones éticas (no sería
para nada aceptable una investigación que seleccionara distintas familias para
someter a alguna de ellas a violencia familiar y averiguar luego qué le ocurre a
sus miembros!!) ya sea por accesibilidad en el tiempo (no se puede experimentar
con hechos pasados, por ejemplo) o porque no existe ninguna posibilidad de
asignar a las unidades a distintos grupos, ni manipular sus niveles de
tratamiento. Si se quiere probar “que el nivel educativo de las personas
determina el número de hijos que llegan a tener al final su vida fértil”,
parecería que no resulta posible manipular esas condiciones. No será el equipo
de investigación el que decida a qué sujetos le asignará o le indicará que
estudien hasta cierto nivel de enseñanza y a qué sujetos hasta cierto otro nivel de
enseñanza, para luego evaluar cómo se comportan en términos de su tasa
reproductiva.
Pero además de estas limitaciones materiales, interesa advertir que:
a. la utilización de métodos experimentales no garantiza por sí mismo
riqueza ni profundidad de un trabajo investigativo. Pueden investigarse
asuntos absolutamente triviales, o asuntos absolutamente relevantes
aplicando estrategias experimentales. Eso no depende de la técnica
empleada, sino de la riqueza de las hipótesis formuladas.
b. Por otro lado, la investigación experimental debe complementarse con
otras estrategias que contribuyan a descubrir nuevas ideas, sin las cuales
no podrían llevarse adelante estudios experimentales. El método
experimental puede utilizarse, por ejemplo, para probar la eficacia de un
cierto tratamiento terapéutico, pongamos por caso, para combatir la
anorexia nerviosa. Pero para desarrollar esa terapéutica se necesita antes
una idea de cómo se comporta esa patología, cuáles se creen que son los
factores que influyen en su desarrollo, etc. Todo este conocimiento
previo, proviene por lo general de indagaciones observacionales,
descriptivas, interpretativas, etc. Dicho de otro modo, no siempre se trata
de establecer o probar hipótesis causales, se requiere antes de hipótesis
descriptivas y de hipótesis hermenéuticas o interpretativas que permitan
conocer cuál es la naturaleza del fenómeno y en base a ello –y cuando las
condiciones lo ameritan- incluir diseños experimentales para probar la
adecuación de esos modelos.
VI.5. La investigación interpretativa.
En este tipo de investigaciones, no se apunta a la mera descripción de los
hechos, ni a su explicación causal, sino a la interpretación o comprensión de los
fenómenos.
Como lo hemos señalado al tratar de las hipótesis, en estos esquemas de
investigación, el asunto a investigar se concibe como signo o expresión de un
sentido o significado a develar.
Así, por ejemplo, ocurriría con una investigación que busca encontrar un sentido
de segundo grado en la “narrativa infantil” o en la “arquitectura medieval”. En
ambos ejemplos, el supuesto que se asume es que los “cuentos infantiles” o las
“obras arquitectónicas” conllevarían un sentido, o varios sentidos latente/s, que
se tornarían manifiestos como resultado del trabajo investigativo.
Este tipo de investigación es frecuente en ciencias o disciplinas como la
antropología, la etnografía, la lingüística, la semiótica, la psicología, la
psicología social la investigación de arte e incluso la sociología. En todos los
casos se trata, precisamente de interpretar las producciones culturales o
psicológicas, bajo el supuesto de que el analista (a través de cierta técnica de
análisis) podrá develar eso que llamamos “sentido de segundo grado”.
En algunas ocasiones (es decir, en algunas escuelas u orientaciones
interpretativistas) se asume que es posible dar con un sentido último, y captar
plenamente “eso latente”; en otros casos, en cambio, se asume que ese sentido
latente sólo se captura parcialmente, entre otras cosas porque se plenifica en
función de contextos de uso, y contexto de interpretación que al ser cambiantes
no se clausuran nunca de modo definitivo.
Algunos de los rasgos de este tipo de investigaciones serían los siguientes:
a) su fin principal es interpretativo, de modo que el objeto a
estudiar se lo aborda como un mensaje o código a descifrar.
b) por lo general la interpretación se hace por referencia al contexto
histórico o institucional de ese objeto cultural, o vinculado a la
producción de ese objeto,
c) el investigador no necesariamente participa (de manera efectiva)
en el contexto de producción del material interpretado.
Dentro de este tipo de investigaciones encontramos asuntos tan variados como el
análisis de películas, cuentos, novelas, historia escrita, publicidad, relatos de
pacientes en psicoterapia, obras musicales o plásticas, discursos políticos,
científicos, etc.
Pongamos por caso que deseamos hacer una investigación destinada a averiguar
¿cuál es el valor privilegiado en la publicidad de bebidas alcohólicas y
a qué destinatario se dirige?
Para responder a esta pregunta lo que seguramente deberemos hacer es tomar
una muestra de publicidades de bebidas alcohólicas, y estudiar una serie de
aspectos (= variables o dimensiones de análisis), para examinar en cada uno de
ellos los sentidos implícitos. A diferencia de la mera descripción, nos interesa
aquí tomar cada elemento y examinar su significación, por ejemplo, si
encontramos que en la mayoría de los casos, la gente está feliz, alegre, bailando,
etc., no nos interesará computar cuántos bailan y cuántos miran: sino examinar
el sentido del baile y la felicidad con el del producto que –de acuerdo al mensaje
publicitario- vehiculiza ese estado anímico.
Es en esa dirección en la que brindan su auxilio un conjunto de técnicas
desarrolladas en el ámbito de las ciencias del lenguaje y la semiótica, ya que
precisamente ellas brindan criterios para orientar –y justificar- las posibles
lecturas de esos elementos, concebidos como signos o semióticas. El objetivo en
todos los casos estará destinado a justificar las lecturas posibles que pueden
hacerse a partir de los elementos manifiestos del material analizado, para ir
hacia un segundo sentido latente u oculto.
Al igual que en todo trabajo de investigación, el compromiso de los
investigadores estará puesto en poder señalar en cada caso qué elementos del
propio material asumido como “significante”, permiten trascenderlo hacia
determinados “significados”.
VI.5.1. El puesto de lo hermeneútico en el paradigma cualitativo.
Una tradición que encuentra puntos de convergencia con este tipo de esquemas,
es la que se conoce como investigación cualitativa.
Se llama investigación cualitativa a un tipo de estrategia investigativa
desarrollada en el área de las ciencias sociales y humanas (como la antropología,
la etnografía, la psicología social, entre otras) y que se nutre de orientaciones
filosóficas interesadas en la comprensión de los fenómenos históricos, humanos
y subjetivos.
Este tipo de investigación se caracteriza por las condiciones en que produce sus
datos, y por los propósitos que persigue con el tratamiento de los mismos.
Entre esas características se cuentan:
a) la comprensión de los fenómenos (más que la mera descripción
o explicación),
b) la implicación de los investigadores en la producción de sus
datos.
c) la observación en contextos naturales,
d) la producción de datos ricos, profundos, dependientes del
contexto.
Examinaremos cada una de estas propiedades detenidamente.
a) La comprensión de los fenómenos.
El término “comprender” implica algo más que meramente conocer. Cuando
decimos que comprendemos algo, queremos significar que estamos en
condiciones de adoptar la perspectiva del otro.
Así por ejemplo, si se dice a un amigo o amiga: “Te comprendo, comprendo tus
sentimientos” se quiere expresar no sólo que uno está informado de lo que le
pasa al otro, sino que incluso, puede hasta cierto punto entenderlo desde el lugar
en el que el otro vive esos sentimientos.
Análogamente en este tipo de investigaciones se trata no sólo de acopiar datos
sino de hacerlo procurando integrar la perspectiva de los sujetos o los
fenómenos involucrados en la situación estudiada.
Según el diccionario de la lengua española, comprender significa “abrazar,
ceñir, rodear por todas partes algo”. Esta acepción resulta igualmente apropiada
para describir a este tipo de investigaciones, ya que se propone capturar el
asunto en su máxima riqueza, atendiendo a la mayor parte de aspectos que
puedan ser relevantes, aún cuando no siempre resulte sencillo precisarlos.
b) La observación o el relevamiento de los datos en sus contextos naturales.
Un rasgo de este tipo de investigaciones es que procura ser lo menos intrusiva y
lo menos distorsiva de las situaciones estudiadas. Eso quiere decir, que los
investigadores tratan de no alterar las situaciones habituales de los fenómenos
estudiados, o alterarlos lo menos posible.
Por “contexto natural” se debe entender la situación en que los hechos a estudiar
se presentan habitualmente. De modo que, las características del “contexto”
cambian según sean los asuntos investigados: si se trata de una investigación
destinada a estudiar “las modalidades en la comunicación en el aula entre
estudiantes secundarios”, el contexto natural será el aula. En cambio si la
investigación se propone estudiar “las modalidades en la comunicación entre
varones y mujeres en un boliche bailable” el contexto natural será el boliche.
c) La implicación de los investigadores en la producción de sus datos.
Implicarse en el asunto es tomar parte del mismo en alguna medida. “Conocer
desde dentro” el fenómeno que se estudia. Por ejemplo, si se realiza una
investigación para conocer la organización social y los valores asociados a las
distintas jerarquías y funciones, entre los detenidos en un presidio no es lo
mismo averiguarlo yendo de visita de vez en cuando, que ser alguien que conoce
esas cuestiones porque está metido en la cárcel conviviendo con los presos.
En algunas ocasiones los investigadores se han hecho encarcelar o se han hecho
pasar por vagabundos o pordioseros, para investigar el mundo del presidio o el
mundo de los vagabundos, “desde dentro”.
De igual modo, en una variante de este tipo de investigación cualitativa llamada
investigación acción los investigadores son al mismo tiempo participantes
implicados en el asunto que investigan. Por ejemplo, un docente que se propone
averiguar “cómo mejorar las condiciones de comunicación docente-
alumnos/as” además de ser «investigador» es «objeto investigado», pero además
debe involucrar a los alumnos como parte de la reflexión y la toma de decisiones
en el proceso de construcción, delimitación y evaluación del problema de
investigación.
d) la producción de datos es rica, profunda y dependiente del contexto,
Los datos que se producen en este tipo de investigaciones suelen ser sumamente
ricos, en cuanto a la profundidad y perspectivas consideradas.
Como se busca captar todas las dimensiones del asunto, se intenta enfocar el
mismo tema desde múltiples enfoques, no desde un solo actor o una sola
dimensión, ni en un solo momento. Por ejemplo, en la investigación sobre el
presidio, podría ser de interés conocer los pareceres de los distintos presos,
según sean o no jefes de bandas, o según sea la antigüedad que llevan en el
presidio: los más antiguos y los recientemente ingresados; podrían incluirse
también la mirada de los guardiacárceles, o la de los jefes policiales, la de
familiares de presos, etc.; podría resultar de interesar averiguar también cómo
entienden las reglas de la cárcel, qué reglas alternativas crean, qué alianzas se
tejen entre ellos, cómo se vive la liberación de un compañero, qué se entiende
por lealtad y qué por traición, etc.
En este tipo de investigaciones no siempre puede preverse anticipadamente qué
aspectos serán los más relevantes, ya que el trabajo en el campo (es decir, en el
lugar en que se encuentra el asunto a estudiar) puede ir abriendo o sugiriendo
nuevas líneas de desarrollo no previstas al inicio.
Dado que los datos en profundidad terminan muy vinculados a un contexto
específico, en la mayoría de los casos los resultados no son exportables a otros
contextos.
Por ejemplo, si se estudia la vida en una cárcel de alta seguridad en una isla
pérdida en algún océano; ¿qué garantías se tiene que lo que se encuentre en ella
será semejante a lo que ocurre en una cárcel de presos comunes en la ciudad, o
incluso, en otra cárcel de alta de seguridad pero ubicada al otro lado del mundo?
Por lo general este tipo de resultados suele tener alcance local, circunscripto a la
experiencia de indagación en la que se ha llevado adelante. Por eso, en algunas
ocasiones se suele considerar a la investigación cualitativa como investigación
exploratoria. En esos casos, el objetivo es la identificación de variables o
aspectos relevantes que se exploran en un cierto caso o contexto, para luego
evaluarlo (con otro tipo de estrategia de investigación) en otro contexto o en
otros casos.
Sin embargo, aunque en algunas ocasiones resulta correcta esta equiparación –
entre investigación cualitativa y exploratoria-; en otros no se justifica, ya que la
adopción de una estrategia cualitativa es la única adecuada al asunto
investigado.
VI.5.2. Los tipos de diseño en la investigación interpretativa.
Dada la característica “holística” de esta tipo de investigaciones, la búsqueda de
significado y la interpretación situada, la mayoría de los diseños de este tipo,
pueden dar lugar a combinaciones de los siguientes tipos:
x densos o multidimensionales, muestras pequeñas, transversales.
Así ocurre por ejemplo, en estudios en los que interesa evaluar
actitudes, valoraciones y representaciones asociados a un cierto
producto comercial en distintos grupos de potenciales
consumidores. Son investigaciones frecuentemente utilizadas en
estudios de mercado, que se implementan a través de grupos
motivacionales y en donde se trabaja a partir de los discursos
que espontáneamente vierten las personas cuando se les pide que
describa las propiedades que reconocen en un cierto producto, o
en relación a los fines para el que está destinado, etc.
x caso único, densos, históricos. El ejemplo más característico
corresponde a los estudios de “Historia de Vida”. En ellos se
profundiza en los aspectos biográficos de un sujeto considerados
en la perspectiva de un determinado aspecto focalizado por los
fines de la investigación. A partir de ese relato se examina dicha
experiencia en el contexto de la plenitud biográfica de una
persona concreta. Así, por ejemplo, se han hecho este tipo de
estudio para examinar el impacto y las características de la
migración en una determinada generación de argentinos. En
estos casos lo importante es justificar las razones por las que se
elige un determinado caso, como caso emblemático o
representativo.
También podrían corresponder a este tipo de diseños, las
investigaciones dedicadas al estudio de una determinada obra de
arte, que se elige por ser emblemática de un cierto período o
autor, o por presentar características distintivas para ilustrar
algún aspecto que interesa a la investigación.
x Densos, muestras pequeñas, longitudinales (prospectivos).
Podrían tratarse de investigaciones similares a la primera que
hemos citado, pero en la que interesa comparar los aspectos
valorativos o actitudinales a lo largo de un cierto período –
evaluando, por ejemplo, si se advierten cambios por efecto de
una cierta experiencia vital, social, comunicacional, etc.
Para algunos autores el término “variable” no se aplica a este tipo de estudios (y
por lo tanto tampoco tendría sentido denominarlos estudios “multivariados”)
porque consideran que en la mayoría de los casos no se trabaja con variables que
cumplan con todos los requisitos formales que caracterizan a una variable
nítidamente delimitada. Es por ello que en la mayoría de los casos los definimos
como “diseños densos” adoptando esa denominación del campo de los estudios
etnográficos y antropológicos.
Por otra parte, en casi todos los casos, las muestras son reducidas o de casos
únicos. Ya sea que se trate de estudiar obras de arte, producciones discursivas,
mitos de la antigüedad o presos en una cárcel; las unidades de análisis serán
siempre reducidas en cantidad.
Finalmente, dada la naturaleza de estas investigaciones resulta por lo general
más frecuente que las observaciones o el relevamiento de la información se
realicen a lo largo del tiempo, en varios momentos, que permitan luego al
investigador/a comprender el proceso, sus transformaciones, etc. Eso no
significa que queden descartadas de este grupo, los diseños transversales. Una
investigación que se propusiera conocer la opinión de un conjunto de jóvenes
sobre la política contemporánea podría encuadrarse perfectamente en lo que
aquí denominamos “investigaciones interpretativas”, y sus relevamientos serán –
desde el punto de vista de la temporalidad- transeccionales.
VI.6. La integración de diseños: moneda corriente en la investigación real.
Presentada la variedad de estrategias o diseños de investigación, es necesario
señalar que, con mucha frecuencia, se requiere combinar varias de ellas en el
desarrollo de una misma investigación.
Eso puede ocurrir cuando distintas preguntas de la misma investigación
requieren distintas estrategias para su tratamiento; o cuando en el desarrollo de
la investigación se modifican los modos de contrastar o amplia las hipótesis.
En algunas ocasiones también, porque el mismo tema puede ser encarado desde
distintas estrategias metodológicas, a los efectos de profundizar en su
tratamiento o contribuir a una mayor validez de los resultados. Esa combinatoria
de estrategias corresponde a lo que se ha dado en llamar “triangulación
metodológica”.

El concepto de “triangulación” proviene del ámbito de la navegación, y se

refiere a los múltiples puntos de referencia que se pueden (o deben) considerar
para localizar una posición desconocida.

En el terreno de la investigación científica, fueron Campbell y Fiske (1959) los

primeros en utilizarlo para dar cuenta de estas estrategias combinadas en el
desarrollo de una investigación.

Actualmente existen distintas posiciones en el modo de comprender y aplicar

este concepto 5, pero a los fines de nuestra reflexión, resulta suficiente señalar
que por triangulación se entiende el uso de distintas estrategias metodológicas
para el estudio de un mismo objeto. Siendo, por lo demás, esa estrategia
combinada –o “multimétodo” (cfr. Bericat; 1998) - el mejor camino para el
abordaje de objetos complejos, y fenómenos que no se dejan aprehender de
modo reductivo.

Bibiliografía citada.

Bericat, E. (1998) La integración de los métodos cuantitativo y cualitativo en la

investigación social. Ed. Ariel, Barcelona.
Campbell, D.T. y Fiske, D.W. (1959) “Convergent and discriminant validation
by the multitrait-multimethod matrix”. Psychological Bulletin, 56; pp. 81-105.
Simon, H. (1973) Las ciencias de lo artificial. Ed. ATE, Barcelona.
Ynoub, R. (2007) El Proyecto y la metodología de la investigación. Ed.
Cengage Learning, Buenos Aires.

5
Así, por ejemplo, una de las más difundidas es la concepción de Denzin (1970) quien
diferencia lo que va a llamar “triangulación de datos”, “de investigadores”, “de teorías” y de
“metodologías”.