Información

Dos puntos temporales, grupos de control y experimentales: ¿Qué diseño es?

Dos puntos temporales, grupos de control y experimentales: ¿Qué diseño es?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Me las arreglé para confundirme con este. Por tanto, planeo realizar un experimento dentro de una organización. Quiero explorar los efectos del reconocimiento en la motivación de las personas. El reconocimiento será en forma de carta de reconocimiento personalizada. El grupo experimental recibirá la carta, el grupo de control no.

Quería medir los niveles de motivación intrínseca y extrínseca en ambos grupos antes de la intervención y luego después de la intervención.

  • mis IV: intervención / no intervención; período de tiempo 1 / período de tiempo 2
  • mi DV: motivación

Preguntas:

  • ¿Es un diseño de grupos independientes y necesitaré ANOVA factorial? ¿O el tiempo no cuenta como variable?
  • ¿O tal vez no necesito medir los niveles de motivación antes en absoluto?

Podría llamarlo un diseño mixto 2 por 2 donde la condición es un factor entre sujetos y tiene dos niveles (intervención, no intervención) y el tiempo es un factor dentro de los sujetos y tiene dos niveles (tiempo 1 y tiempo 2).

Con respecto a cómo analizar estos datos, consulte esta pregunta sobre las mejores prácticas al analizar diseños de control antes y después del tratamiento.


Dos puntos temporales, grupos de control y experimentales: ¿Qué diseño es? - psicología

Los experimentos son una excelente estrategia de recopilación de datos para quienes desean observar las consecuencias de acciones o estímulos muy específicos. Más comúnmente, un método de investigación cuantitativa, los experimentos son utilizados con más frecuencia por psicólogos que sociólogos, pero comprender qué son los experimentos y cómo se llevan a cabo es útil para todos los científicos sociales, ya sea que realmente planeen usar esta metodología o simplemente pretendan comprender los hallazgos basados ​​en diseños experimentales. Un experimento Un método de recopilación de datos diseñado para probar hipótesis en condiciones controladas. es un método de recopilación de datos diseñado para probar hipótesis en condiciones controladas. Los estudiantes en mis clases de métodos de investigación a menudo usan el término experimentar para describir todo tipo de proyectos de investigación empírica, pero en la investigación científica social, el término tiene un significado único y no debe usarse para describir todos metodologías de investigación.

Existen varios tipos de diseños experimentales. En general, los diseños que se consideran "experimentos verdaderos" contienen tres características clave: variables independientes y dependientes, pruebas previas y posteriores, y grupos experimentales y de control. En el experimento clásico El efecto de un estímulo se prueba comparando un grupo experimental con un grupo de control. , el efecto de un estímulo se prueba comparando dos grupos: uno que está expuesto al estímulo (el grupo experimental El grupo de participantes que recibe el estímulo en un experimento) y otro que no recibe el estímulo (el grupo de control El grupo de participantes que no reciben el estímulo en un experimento). En otras palabras, se prueban los efectos de una variable independiente sobre una variable dependiente. Debido a que el interés del investigador radica en los efectos de una variable independiente, debe medir a los participantes en la variable dependiente antes y después de que se administre la variable independiente (o estímulo). Por lo tanto, las pruebas preliminares y posteriores son pasos importantes en un experimento clásico.

Un ejemplo de investigación experimental se puede encontrar en Shannon K. McCoy y Brenda Major (2003) McCoy, S. K., & amp Major, B. (2003). La identificación grupal modera la respuesta emocional al prejuicio percibido. Boletín de Personalidad y Psicología Social, 29, 1005–1017. estudio de las percepciones de prejuicios de las personas. En una parte de este estudio multifacético, todos los participantes recibieron una prueba previa para evaluar sus niveles de depresión. No se encontraron diferencias significativas en la depresión entre los grupos experimental y de control durante la prueba previa. A los participantes del grupo experimental se les pidió que leyeran un artículo que sugería que el prejuicio contra su propio grupo racial es severo y generalizado, mientras que a los participantes del grupo de control se les pidió que leyeran un artículo que sugería que el prejuicio contra un grupo racial otro que la suya propia es severa y omnipresente. Al medir los puntajes de depresión durante el período posterior a la prueba, los investigadores descubrieron que aquellos que habían recibido el estímulo experimental (el artículo que cita el prejuicio contra su mismo grupo racial) informaron una mayor depresión que los del grupo de control. Este es solo uno de los muchos ejemplos de investigación experimental científica social.

Además del diseño experimental clásico, hay otras dos formas de diseñar experimentos que se consideran dentro del ámbito de los experimentos "verdaderos" (Babbie, 2010 Campbell & amp Stanley, 1963). Babbie, E. (2010). La práctica de la investigación social (12a ed.). Belmont, CA: Wadsworth Campbell, D. y Stanley, J. (1963). Diseños experimentales y cuasiexperimentales para la investigación. Chicago, IL: Rand McNally. Son el diseño de cuatro grupos de Solomon y el diseño de grupo de control de solo posprueba. En el primero, existen cuatro grupos. Se trata a dos grupos como lo serían en un experimento clásico. Otro grupo recibe el estímulo y luego realiza la prueba posterior. El grupo restante no recibe el estímulo pero se le da la prueba posterior. La tabla 12.2 "Diseño de cuatro grupos de Solomon" ilustra las características de cada uno de los cuatro grupos en el diseño de cuatro grupos de Solomon.

Tabla 12.2 Diseño de cuatro grupos de Solomon

Prueba preliminar Estímulo Postprueba Sin estímulo
Grupo 1 X X X
Grupo 2 X X X
Grupo 3 X X
Grupo 4 X X

Por último, el grupo de control solo posprueba también se considera un diseño experimental "verdadero", aunque carece de grupo de preprueba. En este diseño, los participantes se asignan a un grupo experimental o de control. Luego, los individuos se miden en alguna variable dependiente después de la administración de un estímulo experimental al grupo experimental. En teoría, siempre que los grupos de control y experimentales se hayan determinado aleatoriamente, no se necesita una prueba previa.

El tiempo, otros recursos como la financiación e incluso el tema de uno pueden limitar la capacidad de un investigador para realizar un verdadero experimento. Para los investigadores de las ciencias médicas y de la salud, realizar un verdadero experimento podría requerir negar el tratamiento necesario a los pacientes, lo cual es una clara violación ética. Incluso aquellos cuya investigación puede no involucrar la administración de los medicamentos o tratamientos necesarios pueden tener una capacidad limitada para realizar un experimento clásico. En los experimentos de ciencias sociales, por ejemplo, puede que no sea equitativo o ético proporcionar una gran recompensa económica o de otro tipo solo a los miembros del grupo experimental. Cuando la asignación aleatoria de participantes a grupos experimentales y de control no es factible, los investigadores pueden recurrir a un diseño preexperimental. Diseño experimental utilizado cuando la asignación aleatoria de participantes a grupos experimentales y de control no es factible. (Campbell y Stanley, 1963). Campbell, D. y Stanley, J. (1963). Diseños experimentales y cuasiexperimentales para la investigación. Chicago, IL: Rand McNally. Sin embargo, este tipo de diseño tiene algunas desventajas únicas, que describiremos a medida que revisamos los diseños preexperimentales disponibles.

Si quisiéramos medir el impacto de algún desastre natural, por ejemplo, el huracán Katrina, podríamos realizar un preexperimento identificando un grupo experimental de una comunidad que experimentó el huracán y un grupo de control de una comunidad similar que no había sido golpeada por el huracán. huracán. Este diseño de estudio, llamado comparación de grupo estático. Experimento que incluye un grupo de control de comparación que no experimentó el estímulo que involucra a los grupos experimentales y de control determinados por un factor o factores distintos a la asignación aleatoria. , tiene la ventaja de incluir un grupo de control de comparación que no experimentó el estímulo (en este caso, el huracán) pero la desventaja de contener grupos experimentales y de control que fueron determinados por un factor o factores distintos a la asignación aleatoria. Como puede haber adivinado por nuestro ejemplo, las comparaciones de grupo estáticas son útiles en los casos en que un investigador no puede controlar o predecir si, cuándo o cómo se administra el estímulo, como en el caso de desastres naturales.

En los casos en los que la administración del estímulo sea bastante costosa o no sea posible de otro modo, un estudio de caso de una sola vez Un experimento que no contiene una prueba previa ni un grupo de control. se podría utilizar el diseño. En este caso, no se administra ninguna prueba previa, ni está presente un grupo de control. En nuestro ejemplo del estudio del impacto del huracán Katrina, un investigador que usa este diseño probaría el impacto de Katrina solo entre una comunidad que fue golpeada por el huracán y no buscaría un grupo de comparación de una comunidad que no experimentó el huracán. . Los investigadores que utilizan este diseño deben ser extremadamente cautelosos al hacer afirmaciones sobre el efecto del estímulo, aunque el diseño podría ser útil para estudios exploratorios destinados a probar las medidas propias o la viabilidad de estudios adicionales.

Por último, si es poco probable que un investigador pueda identificar una muestra lo suficientemente grande como para dividirla en varios grupos, o si simplemente no tiene acceso a un grupo de control, el investigador puede utilizar una prueba previa / posterior de un grupo. Un experimento en el que se realizan pruebas previas y posteriores, pero no hay un grupo de control. diseño. En este caso, se toman tanto las pruebas previas como las posteriores, pero, como se indicó, no hay un grupo de control con el que comparar el grupo experimental. Podríamos estudiar el impacto del huracán Katrina usando este diseño si hubiéramos estado recopilando datos sobre las comunidades afectadas antes del huracán. Luego podríamos recopilar datos similares después del huracán. La aplicación de este diseño implica un poco de serendipia y azar. Sin haber recopilado datos de las comunidades afectadas antes del huracán, no podríamos emplear un diseño de prueba previa / posterior de un solo grupo para estudiar el impacto del huracán Katrina.

La Tabla 12.3 "Diseños preexperimentales" resume cada uno de los ejemplos anteriores de diseños preexperimentales.

Tabla 12.3 Diseños preexperimentales

Prueba preliminar Postprueba Grupo experimental Grupo de control
Estudio de caso de una sola vez X X
Comparación de grupos estáticos X X X
Prueba previa / posterior de un grupo X X X

Como implican los ejemplos anteriores en los que consideramos estudiar el impacto del huracán Katrina, los experimentos no tienen por qué tener lugar necesariamente en el entorno controlado de un laboratorio. De hecho, muchos investigadores aplicados se basan en experimentos para evaluar el impacto y la eficacia de varios programas y políticas. Quizás recuerde nuestra discusión sobre el experimento policial descrito en el Capítulo 2 "Vinculación de métodos con teoría". Es un excelente ejemplo de experimento aplicado. Los investigadores no "sometieron" a los participantes a condiciones en un entorno de laboratorio, sino que aplicaron su estímulo (en este caso, arresto) a algunos sujetos en el campo y también tenían un grupo de control en el campo que no recibió el estímulo (y por lo tanto no fueron arrestados).

Por último, conviene hacer una revisión de algunas de las fortalezas y debilidades de los experimentos como método de recopilación de datos. Una fortaleza de este método, particularmente en los casos en que los experimentos se realizan en entornos de laboratorio, es que el investigador tiene un control sustancial sobre las condiciones a las que están sujetos los participantes. Los experimentos también son generalmente más fáciles de replicar que otros métodos de recopilación de datos. Nuevamente, esto es particularmente cierto en los casos en que se ha realizado un experimento en un laboratorio.

Como sociólogos, que están especialmente atentos a la forma en que los contexto da forma a la vida social, es probable que señalen, una desventaja de los experimentos es que son bastante artificiales. ¿Con qué frecuencia ocurren las interacciones sociales en el mundo real de la misma manera que lo hacen en un laboratorio? Los experimentos que se llevan a cabo en entornos aplicados pueden no estar tan sujetos a la artificialidad, aunque sus condiciones son menos fáciles de controlar. Los experimentos también presentan algunas preocupaciones únicas con respecto a la validez. Problemas de validez externa La medida en que las condiciones de un experimento representan adecuadamente las del mundo fuera de los límites del experimento. puede surgir cuando las condiciones de un experimento no representan adecuadamente las del mundo fuera de los límites del experimento. En el caso de McCoy y Major (2003) McCoy, S. K., & amp Major, B. (2003). La identificación grupal modera la respuesta emocional al prejuicio percibido. Boletín de Personalidad y Psicología Social, 29, 1005–1017. En la investigación sobre el prejuicio descrita anteriormente en esta sección, por ejemplo, las preguntas que deben hacerse con respecto a la validez externa son las siguientes: ¿Podemos decir con certeza que el estímulo aplicado al grupo experimental se asemeja a los estímulos que las personas probablemente encontrarán en sus vidas reales? fuera del laboratorio? ¿La lectura de un artículo sobre los prejuicios contra la propia raza en un laboratorio tendrá el mismo impacto que tendría fuera del laboratorio? Esto no quiere decir que la investigación experimental no sea o no pueda ser válida, pero los investigadores experimentales siempre deben ser conscientes de que pueden ocurrir problemas de validez externa y estar presentes en sus informes de hallazgos sobre esta debilidad potencial. Preocupaciones acerca de la validez interna El grado en que podemos estar seguros de que el estímulo de un experimento produjo realmente el efecto observado o si alguna otra cosa causó el efecto. también surgen en diseños experimentales. Estos tienen que ver con nuestro nivel de confianza sobre si el estímulo produjo realmente el efecto observado o si algún otro factor, como otras condiciones del experimento o cambios en los participantes a lo largo del tiempo, puede haber producido el efecto.

En resumen, las posibles fortalezas y debilidades de los experimentos como método de recopilación de datos en la investigación científica social incluyen las siguientes:


Las ventajas de un diseño de sujetos combinados

El objetivo general de un diseño de sujetos emparejados es emular las condiciones de un diseño dentro de los sujetos, evitando al mismo tiempo los efectos temporales que pueden influir en los resultados.

Un diseño dentro de los sujetos prueba a las mismas personas, mientras que un diseño de sujetos emparejados se acerca lo más posible a eso e incluso utiliza los mismos métodos estadísticos para analizar los resultados. Esto elimina la posibilidad de que las diferencias entre individuos afecten los resultados. El diseño de sujetos emparejados también utiliza la fuerza del diseño entre sujetos, en el sentido de que cada sujeto se evalúa solo una vez, eliminando la posibilidad de que los factores temporales, conocidos como efectos de orden, afecten los resultados.


Diseños de investigación observacional

A veces, no existe la opción de aleatorizar y realizar un diseño experimental que requiera más recursos. Hay otras opciones, con sus propias amenazas internas a la validez, que el evaluador debe considerar, incluida la siguiente selección de diseños observacionales.

Diseño de posprueba de un solo grupo

Este diseño no tiene un grupo de comparación y utiliza solo una prueba posterior para ver los efectos del programa. En el diagrama siguiente, X es la exposición y O1 representa la observación.

Las principales amenazas a la validez interna de este diseño son la historia y la maduración.

Diseño de prueba previa y posterior de un grupo

Nuevamente, este diseño no incluye un grupo de comparación. También utiliza el diseño de prueba previa y posterior, lo que le permite medir el cambio en el grupo de intervención desde antes hasta después del programa.

La maduración y la historia siguen siendo una gran amenaza con este diseño, debido a la falta de un grupo de comparación. La adición de la prueba previa plantea la posibilidad de algunas amenazas adicionales, específicamente pruebas, instrumentación y regresión.

Diseño de grupo de comparación solo posterior a la prueba

Este diseño incluye un grupo de comparación no equivalente (indicado por la línea discontinua). Los grupos no se asignan al azar, pero normalmente los investigadores se esforzarán por minimizar las diferencias entre los dos grupos tanto como sea posible.

La inclusión de un grupo de comparación, incluso uno que no sea aleatorio, ayuda a descartar algunas amenazas internas a la validez, incluida la historia y la maduración.

Sin embargo, la inclusión de un grupo de comparación no equivalente agrega la amenaza de deserción y selección diferencial, así como las interacciones con la selección. Incluso si los investigadores hacen todo lo posible para que los grupos de intervención y de comparación sean equivalentes, es posible que aún tengan diferencias de base en las características.

La ausencia de una prueba previa también elimina algunas amenazas internas a la validez. Según lo que ha aprendido hasta ahora, ¿qué amenazas internas se pueden descartar?

Se pueden descartar todas las amenazas de prueba, instrumentación y regresión.

Escenario: Programa de asesoramiento posoperatorio

Aquí hay una situación que debe considerar: Hay un nuevo programa de asesoramiento posoperatorio para pacientes con reemplazo de rodilla en BU Medical destinado a reducir los reingresos. Recibió los datos de una encuesta de seguimiento de seis meses. El asesoramiento de intervención se brindó a todos los pacientes que ingresaron por el hospital. No hay grupo de control.

  • Nombre y escriba (con X, O y R según sea necesario) el diseño.
  • Nombra las dos principales amenazas a la validez interna.

Diferencia entre grupo de control y grupo experimental

La principal diferencia entre el Grupo de control y el Grupo experimental es que el Grupo de control es el grupo que no recibe variables en el experimento y las utiliza para la comparación, mientras que el Grupo experimental es el grupo con el que estamos realizando un experimento.

Grupo de control vs. Grupo experimental

La investigación es una fuente ideal para la investigación científica. Durante la investigación, se realizan pruebas en condiciones controladas para conocer la validez de una hipótesis. Los diferentes números y tipos de grupos se planifican según el tema. Dos tipos principales de grupos son el grupo de control y el grupo experimental.

El grupo de control es el grupo que no está directamente involucrado en el experimento, pero se utiliza para comparar los resultados con el grupo experimental. Por otro lado, el grupo experimental es el grupo en el que estamos realizando el experimento. Entonces, todos los experimentos no necesitan un grupo de control, pero todos los experimentos tienen un grupo experimental.

Un grupo de control es un grupo en el que la variable independiente no está cambiando ni establecida como un valor estándar por el investigador. Por otro lado, el investigador cambia esa variable independiente en el grupo experimental que puede afectar la variable dependiente. Un grupo de control es exactamente idéntico al grupo experimental excepto por el cambio en las condiciones experimentales.

Un grupo de control es un grupo que se utiliza para comparar los resultados del grupo experimental con los resultados naturales del grupo de control y aumenta la validez y confiabilidad de los resultados. Por otro lado, el grupo experimental explica la influencia de la variable independiente sobre la variable dependiente.

Si no hay ningún cambio en el valor de las variables dependientes después de comparar los resultados del grupo experimental con el grupo natural entonces se acepta la hipótesis nula mientras que, si hay un cambio significativo en la variable dependiente del grupo de control y el grupo experimental de lo que se acepta una hipótesis alternativa.

Un experimento tiene solo un grupo de control, pero puede tener más de un grupo experimental. Todos los experimentos no tienen un grupo de control, pero los experimentos que están con un grupo de control se denominan experimentos controlados.

Gráfica comparativa

Grupo de controlGrupo experimental
Durante un experimento, un grupo que no recibe las variables que se van a probar se conoce como grupo de control.Durante un experimento, el grupo que recibe las variables que se van a probar se conoce como grupo experimental.
Numero de grupos
Un experimento tiene un solo grupo de control.Un experimento puede tener más de un grupo experimental.
Presencia de grupo
Todos los experimentos no tienen un grupo de control, pero los experimentos que están con un grupo de control se denominan experimentos controlados.Todos los experimentos tienen un grupo de experimentos.
Otros nombres
Un grupo de control también se conoce como grupo de comparación.No hay otro nombre para el grupo experimental.
Variable independiente
Un grupo de control es un grupo en el que la variable independiente no está cambiando ni establecida como un valor estándar por el investigador.El investigador cambia la variable independiente en el grupo experimental que puede afectar la variable dependiente.
Papel
Un grupo de control es un grupo que se utiliza para comparar los resultados del grupo experimental con los resultados naturales del grupo de control y aumenta la validez y confiabilidad de los resultados.El grupo experimental explica la influencia de la variable independiente sobre la variable dependiente.
Tipo de hipótesis
Si no hay cambio en el valor de las variables dependientes después de comparar los resultados del grupo experimental con el grupo natural, entonces se acepta la hipótesis nula.Si hay una desviación significativa en la variable dependiente del grupo de control y el grupo experimental, entonces se acepta la hipótesis alternativa.
Participación en el experimento
Un grupo de control no está involucrado directamente en el experimento, pero solo se usa para comparar los resultados naturales con el grupo experimental.Un grupo experimental está directamente involucrado en el experimento con condiciones experimentales específicas.

Que es el grupo de control?

En un experimento, un grupo de control es un grupo que no recibe variables que se van a probar. Un grupo de control también se conoce como grupo de comparación. Todos los experimentos no tienen un grupo de control, pero los experimentos que están con este grupo se llaman experimentos controlados. Cuando las condiciones experimentales son difíciles de aislar, los grupos de control son muy importantes.

En este tipo de grupo, la variable independiente no cambia ni se fija como valor estándar por parte del investigador. Se utiliza para comparar los resultados del grupo experimental con los resultados naturales del grupo de control y aumenta la validez y confiabilidad de los resultados. Si no hay cambio en el valor de las variables dependientes después de comparar los resultados del grupo experimental con el grupo natural, entonces se acepta la hipótesis nula.

Ejemplo

Un ejemplo de un experimento controlado es tal que si alguien quiere saber si las plantas necesitan agua para vivir o no, diseñará un experimento. En el experimento, una planta regará, y otras no, para comprobar la necesidad de agua para su supervivencia. La planta regada será del grupo experimental. Por otro lado, el que no se riega se conoce como grupo de control.

Tipos

  • Grupo de control positivo: Un tipo de grupo de control en el que el experimento está diseñado de tal manera que se garantiza un resultado positivo se denomina grupo de control positivo. Por ejemplo, un investigador está planeando un experimento para verificar la susceptibilidad bacteriana a un medicamento. Utilizará un control positivo para confirmar que el medio de crecimiento es capaz de soportar bacterias. Cultivaría bacterias conocidas para que portaran el marcador de resistencia a los medicamentos, por lo que podrían sobrevivir en un medio tratado con medicamentos. El grupo será control positivo si se produce el crecimiento de la bacteria. Muestra que otras bacterias que son resistentes a los medicamentos también deberían poder sobrevivir a la prueba.
  • Grupo de control negativo: Un tipo de grupo de control en el que las condiciones experimentales están diseñadas de tal manera que causarán resultados negativos se denomina grupo de control negativo. Este tipo de grupos son muy comunes en los experimentos científicos para decirles a los estudiantes cómo encontrar la variable independiente. Por ejemplo, un investigador quiere saber si un nuevo fertilizante tiene algún efecto sobre el crecimiento de las plantas o no. Diseñará un grupo de control negativo en el que las plantas se cultivarán sin el fertilizante pero en las mismas condiciones que el grupo experimental. Podría diseñar varios grupos variando la concentración de fertilizante. Si el fertilizante no tiene ningún efecto sobre el crecimiento de la planta, entonces será una hipótesis nula. Pero, si hay una diferencia en la tasa de crecimiento de las plantas, habrá una fuerte correlación entre el crecimiento y el fertilizante. Tenga en cuenta que el fertilizante puede tener un efecto negativo en el crecimiento, o no habrá ningún crecimiento debido a algunas razones.

Que es el grupo experimental?

Un grupo experimental es un grupo que recibe variables que se van a probar. Todos los experimentos tienen uno o más grupos experimentales. El investigador cambia la variable independiente en el grupo experimental que puede afectar la variable dependiente en la investigación.

El grupo experimental explica la influencia de la variable independiente sobre la variable dependiente. Si hay una transformación significativa en la variable dependiente del grupo de control y el grupo experimental, entonces se acepta la hipótesis alternativa.

Se deben tener en cuenta dos puntos al configurar un grupo experimental, es decir, la variable que se va a probar debe estar claramente definida y también debe conocer el procedimiento para encontrar los resultados del grupo experimental.

Debe haber una forma de hacer una comparación para medir los resultados. Los resultados se pueden obtener comparando los resultados del grupo experimental con el grupo de control. Solo se puede encontrar una variable en un grupo experimental a la vez. Porque, si tomamos más de una variable por grupo, no podríamos saber cuál es la responsable de los resultados.

Ejemplo

Una persona quiere saber que o una palomita de maíz explota mejor si se coloca en un refrigerador antes de colocarla en el microondas o no. Para comprobar esta hipótesis, colocará una bolsa de palomitas de maíz en el frigorífico y otra en el armario de la cocina como de costumbre durante una noche. Al día siguiente, meterá ambas bolsas en el microondas y comparará los resultados para comprobar la validez de su hipótesis. Aquí, una bolsa de palomitas de maíz que se colocó en el refrigerador es un grupo experimental, y la que se coloca en un gabinete de cocina es un grupo de control.

Diferencias clave

  1. Durante un experimento, un grupo que no recibe las variables que se van a probar se conoce como grupo de control, mientras que, durante un experimento, el grupo que recibe las variables que se van a probar se conoce como grupo experimental.
  2. Un experimento tiene un solo grupo de control, por otro lado, un experimento puede tener más de un grupo experimental.
  3. Todos los experimentos no tienen un grupo de control pero, los experimentos que están con un grupo de control se llaman experimentos controlados a la inversa, todos los experimentos tienen un grupo de experimentos.
  4. Un grupo de control también se conoce como grupo de comparación. Por otro lado, no hay otro nombre para el grupo experimental.
  5. Un grupo de control es un grupo en el que la variable independiente no está cambiando o establecida como un valor estándar por el investigador, por otro lado, el investigador cambia esa variable independiente en el grupo experimental que puede afectar la variable dependiente.
  6. Un grupo de control es un grupo que se utiliza para comparar los resultados del grupo experimental con los resultados naturales del grupo de control y aumenta la validez y confiabilidad de los resultados mientras que el grupo experimental explica la influencia de la variable independiente sobre la variable dependiente.
  7. Si no hay ningún cambio en el valor de las variables dependientes después de comparar los resultados del grupo experimental con el grupo natural, entonces la hipótesis nula se acepta por el otro lado, si hay un cambio significativo en la variable dependiente del grupo de control y el grupo experimental entonces se acepta una hipótesis alternativa.
  8. Un grupo de control no está involucrado directamente en el experimento, pero solo se usa para comparar los resultados naturales con el grupo experimental, por otro lado, un grupo experimental está involucrado directamente en el experimento con condiciones experimentales específicas.

Conclusión

La discusión anterior resume que el grupo de control es el mismo que el experimental, pero no se le imponen condiciones experimentales. No está presente en todos los experimentos. Por otro lado, un grupo experimental es un grupo que recibe una variable que se va a probar y tal vez un número múltiple en un experimento.

Harlon Moss

Harlon actualmente trabaja como moderador de calidad y escritor de contenido para Difference Wiki. Se graduó de la Universidad de California en 2010 con una licenciatura en Ciencias de la Computación. Síguelo en Twitter @HarlonMoss


Análisis de datos de series temporales

Una vez que haya recopilado una serie de medidas de comportamiento en su (s) variable (s) de interés, hay una variedad de formas de explorar y cuantificar la dinámica observada. A continuación, se muestran algunas técnicas que se pueden utilizar para investigar patrones dentro de los datos de series de tiempo:

Autocorrelación / Correlación cruzada. Una autocorrelación refleja la magnitud de la dependencia temporal entre observaciones dentro de una serie temporal. Un gráfico de autocorrelación muestra las correlaciones entre las mediciones. Xt y Xt + n, de modo que cada valor representa la medida en que un comportamiento determinado está relacionado con comportamientos anteriores dentro de la serie. Una correlación cruzada implica relacionar dos series de tiempo que se desplazan en el tiempo con retraso norte (es decir., Xt y Yt + n), y puede revelar, por ejemplo, si un proceso tiende a "liderar" el comportamiento del otro o si oscilan juntos.

Análisis de cuantificación de recurrencia (RQA). RQA comienza simplemente trazando una serie de tiempo contra sí misma (es decir, Xt contra Xt) y luego cuantifica si ciertos estados de la conducta permanecen estables o se repiten en el tiempo, así como qué porcentaje de la serie está constituido por patrones deterministas. Cross-RQA también se puede utilizar para analizar el grado de recurrencia y patrones deterministas entre dos procesos, y se ha aplicado al estudio de la coordinación interpersonal y el control postural (p. Ej., Shockley, Santana y Fowler, 2003), así como para la cuantificación de la sincronía emocional en discusiones de conflictos diádicos (Main, Paxton y amp Dale, 2016).

Reconstrucción del espacio de fase (PSR). Al obtener una serie de tiempo de comportamiento, uno de sus objetivos podría ser determinar qué variables están involucradas en la producción de patrones particulares de comportamiento y cuál puede ser la posible estructura de la dinámica subyacente. Una forma de lograr esto es reconstruir el espacio de fase, que es una gráfica multidimensional que representa todos los estados posibles dentro del proceso y puede usarse para aproximar el número de variables involucradas en la producción de los cambios de comportamiento observados. Por ejemplo, podemos interpretar que la autoestima de alto rasgo representa una fuerte tendencia de un individuo a adoptar y mantener autoevaluaciones positivas. La recopilación de mediciones repetidas de la autoestima del estado y luego la realización de un PSR podría ayudar a describir la fuerza de la tendencia de esa persona a retener una imagen positiva de sí misma, así como a revelar la dinámica compensatoria que se deriva de un estado de autoevaluación negativo.

Análisis espectral. Matemáticamente, cualquier serie de tiempo se puede transformar en una composición lineal de ondas seno y coseno con frecuencias variables. Un objetivo al analizar
Los datos de series de tiempo a menudo sirven para averiguar qué ciclos deterministas (es decir, cuál de las ondas componentes) explican la mayor variación dentro de la serie. Realizar una descomposición espectral transforma una serie de tiempo en un conjunto de ondas seno y coseno constituyentes que luego se utilizan para calcular la función de densidad espectral de potencia (PSD) de la serie. Trazar la PSD de la serie revela las correlaciones cuadradas entre la frecuencia de cada componente y la serie en su conjunto, lo que produce una interpretación intuitiva similar a R 2 en regresión múltiple. En este sentido, Gottschalk, Bauer y Whybrow (1995) aplicaron el análisis espectral para estudiar los cambios en el estado de ánimo autoinformado entre pacientes bipolares y sujetos de control, encontrando que los individuos bipolares tendían a exhibir patrones cíclicos de cambio de humor que eran significativamente más caóticos y determinista que las fluctuaciones comparativamente aleatorias observadas en los sujetos de control.

Modelado de ecuaciones diferenciales. Esencialmente, las ecuaciones diferenciales permiten estudiar cómo las diferentes variables cambian entre sí, así como cómo el estado de una variable puede verse influenciado por cómo está cambiando (Deboeck & amp Bergeman, 2013). Las estimaciones derivadas de una sola serie de tiempo se pueden calcular mediante varias técnicas diferentes a partir de las cuales se construyen y prueban ecuaciones diferenciales en función de las predicciones del investigador sobre cómo se relacionan esas variables. Un ejemplo intuitivo de esto podría ser al considerar una relación romántica comprometida, en la que los cambios en el nivel de satisfacción emocional de una persona posiblemente conduzcan a cambios en el nivel de satisfacción de su pareja y viceversa. Los sentimientos de cada socio pueden combinarse con los del otro de una manera compleja, de modo que las ecuaciones diferenciales podrían usarse para modelar su relación emocional y mostrar cómo los cambios en el estado de ánimo de una persona están indisolublemente vinculados con los cambios en el estado de ánimo de la otra.


Diseño de Grupos Independientes

Donde diferentes participantes toman parte en cada condición experimental (serán asignados al azar).

No se pueden observar efectos de orden, ya que no se utilizarán participantes en más de una condición.

La recopilación de datos llevará menos tiempo si todas las condiciones del experimento se pueden realizar simultáneamente.

Es necesario reclutar diferentes participantes para cada afección, lo que puede ser difícil y costoso.

Existe el riesgo de que las variables de los participantes (diferencias individuales entre los participantes) afecten los resultados entre las condiciones, en lugar de únicamente la manipulación de la variable independiente.


En conclusión

Este tutorial ha cubierto una gran cantidad de material y valdría la pena repasarlo al menos un par de veces más. Si algunos de los conceptos todavía parecen un poco abstractos, simplemente intente relacionarlos con el experimento de búsqueda de palabras.

Tenga en cuenta que el tutorial solo cubre experimentos simples donde solo tiene 2 condiciones, es decir, el grupo experimental y el grupo de control y donde solo tiene una variable independiente y una variable dependiente. Los experimentos pueden ser más complejos que esto, puede tener más de dos condiciones y puede tener múltiples variables independientes y dependientes, pero la lógica sigue siendo la misma.

Finalmente, me gustaría concluir con una definición de experimento porque habiendo completado el tutorial debería tener más sentido.

"Un experimento es un estudio de causa y efecto. Se diferencia de la simple observación en que implica la manipulación deliberada de una variable (la variable independiente), mientras se controlan otras variables (variables externas) para que no afecten el resultado, en orden para descubrir el efecto sobre otra variable (la variable dependiente) ".


Diseñar un experimento

El diseño experimental más básico involucra dos grupos: el grupo experimental y el grupo de control. Los dos grupos están diseñados para ser iguales excepto por una diferencia: la manipulación experimental. los grupo experimental obtiene la manipulación experimental, es decir, el tratamiento o la variable que se está probando (en este caso, imágenes de televisión violentas), y la grupo de control no. Dado que la manipulación experimental es la única diferencia entre los grupos experimental y de control, podemos estar seguros de que cualquier diferencia entre los dos se debe a la manipulación experimental más que al azar.

En nuestro ejemplo de cómo la programación de televisión violenta puede afectar el comportamiento violento en los niños, hacemos que el grupo experimental vea la programación de televisión violenta durante un tiempo específico y luego mida su comportamiento violento. Medimos el comportamiento violento en nuestro grupo de control después de que ven programas de televisión no violentos durante la misma cantidad de tiempo. Es importante que el grupo de control sea tratado de manera similar al grupo experimental, con la excepción de que el grupo de control no recibe la manipulación experimental. Por lo tanto, el grupo de control mira programación de televisión no violenta durante la misma cantidad de tiempo que el grupo experimental.

También necesitamos definir con precisión, u operacionalizar, lo que se considera violento y noviolento. Un definición operacional es una descripción de cómo mediremos nuestras variables y es importante para permitir que otros comprendan exactamente cómo y qué mide un investigador en un experimento en particular. Al operacionalizar el comportamiento violento, podríamos optar por contar solo los actos físicos como patear o golpear como ejemplos de este comportamiento, o también podemos optar por incluir intercambios verbales enojados. Independientemente de lo que determinemos, es importante que operacionalicemos el comportamiento violento de tal manera que cualquiera que escuche sobre nuestro estudio por primera vez sepa exactamente lo que entendemos por violencia. Esto ayuda a la capacidad de las personas para interpretar nuestros datos, así como a su capacidad para repetir nuestro experimento si así lo desean.

Una vez que hemos puesto en práctica lo que se considera programación de televisión violenta y lo que se considera comportamiento violento de los participantes de nuestro experimento, debemos establecer cómo ejecutaremos nuestro experimento. En este caso, podríamos hacer que los participantes vean un programa de televisión de 30 minutos (ya sea violento o no violento, según la membresía de su grupo) antes de enviarlos a un patio de recreo durante una hora donde se observe su comportamiento y el número y tipo de actos violentos. esta grabado.

Idealmente, las personas que observan y registran el comportamiento de los niños desconocen quién fue asignado al grupo experimental o de control, a fin de controlar el sesgo del experimentador. Sesgo del experimentador se refiere a la posibilidad de que las expectativas de un investigador puedan sesgar los resultados del estudio. Recuerde, realizar un experimento requiere mucha planificación y las personas involucradas en el proyecto de investigación tienen un gran interés en respaldar sus hipótesis. Si los observadores supieran qué niño estaba en qué grupo, podría influir en la atención que prestaron al comportamiento de cada niño y en la forma en que interpretaron ese comportamiento.Al no saber qué niño pertenece a qué grupo, nos protegemos contra esos prejuicios. Esta situación es una estudio simple ciego, lo que significa que uno de los grupos (participantes) no sabe en qué grupo está (experimento o grupo de control) mientras que el investigador que desarrolló el experimento sabe qué participantes están en cada grupo.

Figura 2. Proporcionar al grupo de control un tratamiento con placebo protege contra el sesgo causado por la expectativa. (crédito: Elaine y Arthur Shapiro)

en un estudio doble ciego, tanto los investigadores como los participantes son ciegos a las asignaciones grupales. ¿Por qué un investigador querría realizar un estudio en el que nadie sepa quién está en qué grupo? Porque al hacerlo, podemos controlar las expectativas tanto del experimentador como del participante. Si está familiarizado con la frase efecto placebo, ya tiene una idea de por qué es una consideración importante. los efecto placebo ocurre cuando las expectativas o creencias de las personas influyen o determinan su experiencia en una situación determinada. En otras palabras, simplemente esperar que suceda algo puede hacer que suceda.

El efecto placebo se describe comúnmente en términos de probar la efectividad de un nuevo medicamento. Imagine que trabaja en una empresa farmacéutica y cree que tiene un nuevo medicamento que es eficaz para tratar la depresión. Para demostrar que su medicación es eficaz, realice un experimento con dos grupos: el grupo experimental recibe la medicación y el grupo de control no. Pero no quiere que los participantes sepan si recibieron el medicamento o no.

¿Porqué es eso? Imagine que participa en este estudio y acaba de tomar una pastilla que cree que mejorará su estado de ánimo. Debido a que espera que la píldora tenga un efecto, es posible que se sienta mejor simplemente porque tomó la píldora y no por ningún medicamento que realmente contenga la píldora; este es el efecto placebo.

Para asegurarse de que cualquier efecto sobre el estado de ánimo se deba al fármaco y no a las expectativas, el grupo de control recibe un placebo (en este caso, una pastilla de azúcar). Ahora todos reciben una pastilla y, una vez más, ni el investigador ni los participantes experimentales saben quién recibió el medicamento y quién recibió la pastilla de azúcar. Cualquier diferencia en el estado de ánimo entre los grupos experimental y de control ahora se puede atribuir a la droga en sí más que al sesgo del experimentador o las expectativas de los participantes (Figura 2).

Intentalo


Condición de tratamiento

Un cuasi-experimento permite a un investigador asignar condiciones de tratamiento a sujetos y medir resultados particulares, pero el investigador no puede o no puede asignar sujetos al azar a esas condiciones. Para ser claros, en el diseño pseudo-experimental, el estudio carece de una condición de control, mientras que en el diseño cuasi-experimental, el investigador no asigna o no puede asignar sujetos a condiciones de tratamiento al azar. Esta característica en realidad hace que los cuasi-experimentos sean mucho más fáciles de usar y administrar en el campo y en entornos aplicados fuera del laboratorio. Sin embargo, lo que se gana en flexibilidad y validez externa se puede perder al poder hacer argumentos inequívocos sobre la causalidad. Sin embargo, los cuasi-experimentos permiten a los académicos hacer algunas inferencias e interpretaciones causales, pero no argumentos totalmente confiables sobre la causalidad.

En general, predominan dos tipos de diseños cuasiexperimentales: el diseño de series de tiempo interrumpido y el diseño de grupo de control no equivalente. En el primero, se emplea un diseño intra-sujetos para examinar los efectos de determinadas variables independientes sobre el mismo grupo de sujetos a lo largo del tiempo. Normalmente, los sujetos se miden tanto antes como después de que se administre algún tipo de tratamiento experimental. En este último, se invoca un diseño inter-sujetos para medir el impacto de la variable independiente en diferentes grupos de sujetos. Lo que sigue siendo común a ambos tipos de cuasiexperimentos es el hecho de que los investigadores no asignan o no pueden asignar sujetos a la condición de tratamiento al azar.


Dos puntos temporales, grupos de control y experimentales: ¿Qué diseño es? - psicología

Los experimentos son una excelente estrategia de recopilación de datos para quienes desean observar las consecuencias de acciones o estímulos muy específicos. Más comúnmente, un método de investigación cuantitativa, los experimentos son utilizados con más frecuencia por psicólogos que sociólogos, pero comprender qué son los experimentos y cómo se llevan a cabo es útil para todos los científicos sociales, ya sea que realmente planeen usar esta metodología o simplemente pretendan comprender los hallazgos basados ​​en diseños experimentales. Un experimento Un método de recopilación de datos diseñado para probar hipótesis en condiciones controladas. es un método de recopilación de datos diseñado para probar hipótesis en condiciones controladas. Los estudiantes en mis clases de métodos de investigación a menudo usan el término experimentar para describir todo tipo de proyectos de investigación empírica, pero en la investigación científica social, el término tiene un significado único y no debe usarse para describir todos metodologías de investigación.

Existen varios tipos de diseños experimentales. En general, los diseños que se consideran "experimentos verdaderos" contienen tres características clave: variables independientes y dependientes, pruebas previas y posteriores, y grupos experimentales y de control. En el experimento clásico El efecto de un estímulo se prueba comparando un grupo experimental con un grupo de control. , el efecto de un estímulo se prueba comparando dos grupos: uno que está expuesto al estímulo (el grupo experimental El grupo de participantes que recibe el estímulo en un experimento) y otro que no recibe el estímulo (el grupo de control El grupo de participantes que no reciben el estímulo en un experimento). En otras palabras, se prueban los efectos de una variable independiente sobre una variable dependiente. Debido a que el interés del investigador radica en los efectos de una variable independiente, debe medir a los participantes en la variable dependiente antes y después de que se administre la variable independiente (o estímulo). Por lo tanto, las pruebas preliminares y posteriores son pasos importantes en un experimento clásico.

Un ejemplo de investigación experimental se puede encontrar en Shannon K. McCoy y Brenda Major (2003) McCoy, S. K., & amp Major, B. (2003). La identificación grupal modera la respuesta emocional al prejuicio percibido. Boletín de Personalidad y Psicología Social, 29, 1005–1017. estudio de las percepciones de prejuicios de las personas. En una parte de este estudio multifacético, todos los participantes recibieron una prueba previa para evaluar sus niveles de depresión. No se encontraron diferencias significativas en la depresión entre los grupos experimental y de control durante la prueba previa. A los participantes del grupo experimental se les pidió que leyeran un artículo que sugería que el prejuicio contra su propio grupo racial es severo y generalizado, mientras que a los participantes del grupo de control se les pidió que leyeran un artículo que sugería que el prejuicio contra un grupo racial otro que la suya propia es severa y omnipresente. Al medir los puntajes de depresión durante el período posterior a la prueba, los investigadores descubrieron que aquellos que habían recibido el estímulo experimental (el artículo que cita el prejuicio contra su mismo grupo racial) informaron una mayor depresión que los del grupo de control. Este es solo uno de los muchos ejemplos de investigación experimental científica social.

Además del diseño experimental clásico, hay otras dos formas de diseñar experimentos que se consideran dentro del ámbito de los experimentos "verdaderos" (Babbie, 2010 Campbell & amp Stanley, 1963). Babbie, E. (2010). La práctica de la investigación social (12a ed.). Belmont, CA: Wadsworth Campbell, D. y Stanley, J. (1963). Diseños experimentales y cuasiexperimentales para la investigación. Chicago, IL: Rand McNally. Son el diseño de cuatro grupos de Solomon y el diseño de grupo de control de solo posprueba. En el primero, existen cuatro grupos. Se trata a dos grupos como lo serían en un experimento clásico. Otro grupo recibe el estímulo y luego realiza la prueba posterior. El grupo restante no recibe el estímulo pero se le da la prueba posterior. La tabla 12.2 "Diseño de cuatro grupos de Solomon" ilustra las características de cada uno de los cuatro grupos en el diseño de cuatro grupos de Solomon.

Tabla 12.2 Diseño de cuatro grupos de Solomon

Prueba preliminar Estímulo Postprueba Sin estímulo
Grupo 1 X X X
Grupo 2 X X X
Grupo 3 X X
Grupo 4 X X

Por último, el grupo de control solo posprueba también se considera un diseño experimental "verdadero", aunque carece de grupo de preprueba. En este diseño, los participantes se asignan a un grupo experimental o de control. Luego, los individuos se miden en alguna variable dependiente después de la administración de un estímulo experimental al grupo experimental. En teoría, siempre que los grupos de control y experimentales se hayan determinado aleatoriamente, no se necesita una prueba previa.

El tiempo, otros recursos como la financiación e incluso el tema de uno pueden limitar la capacidad de un investigador para realizar un verdadero experimento. Para los investigadores de las ciencias médicas y de la salud, realizar un verdadero experimento podría requerir negar el tratamiento necesario a los pacientes, lo cual es una clara violación ética. Incluso aquellos cuya investigación puede no involucrar la administración de los medicamentos o tratamientos necesarios pueden tener una capacidad limitada para realizar un experimento clásico. En los experimentos de ciencias sociales, por ejemplo, puede que no sea equitativo o ético proporcionar una gran recompensa económica o de otro tipo solo a los miembros del grupo experimental. Cuando la asignación aleatoria de participantes a grupos experimentales y de control no es factible, los investigadores pueden recurrir a un diseño preexperimental. Diseño experimental utilizado cuando la asignación aleatoria de participantes a grupos experimentales y de control no es factible. (Campbell y Stanley, 1963). Campbell, D. y Stanley, J. (1963). Diseños experimentales y cuasiexperimentales para la investigación. Chicago, IL: Rand McNally. Sin embargo, este tipo de diseño tiene algunas desventajas únicas, que describiremos a medida que revisamos los diseños preexperimentales disponibles.

Si quisiéramos medir el impacto de algún desastre natural, por ejemplo, el huracán Katrina, podríamos realizar un preexperimento identificando un grupo experimental de una comunidad que experimentó el huracán y un grupo de control de una comunidad similar que no había sido golpeada por el huracán. huracán. Este diseño de estudio, llamado comparación de grupo estático. Experimento que incluye un grupo de control de comparación que no experimentó el estímulo que involucra a los grupos experimentales y de control determinados por un factor o factores distintos a la asignación aleatoria. , tiene la ventaja de incluir un grupo de control de comparación que no experimentó el estímulo (en este caso, el huracán) pero la desventaja de contener grupos experimentales y de control que fueron determinados por un factor o factores distintos a la asignación aleatoria. Como puede haber adivinado por nuestro ejemplo, las comparaciones de grupo estáticas son útiles en los casos en que un investigador no puede controlar o predecir si, cuándo o cómo se administra el estímulo, como en el caso de desastres naturales.

En los casos en los que la administración del estímulo sea bastante costosa o no sea posible de otro modo, un estudio de caso de una sola vez Un experimento que no contiene una prueba previa ni un grupo de control. se podría utilizar el diseño. En este caso, no se administra ninguna prueba previa, ni está presente un grupo de control. En nuestro ejemplo del estudio del impacto del huracán Katrina, un investigador que usa este diseño probaría el impacto de Katrina solo entre una comunidad que fue golpeada por el huracán y no buscaría un grupo de comparación de una comunidad que no experimentó el huracán. . Los investigadores que utilizan este diseño deben ser extremadamente cautelosos al hacer afirmaciones sobre el efecto del estímulo, aunque el diseño podría ser útil para estudios exploratorios destinados a probar las medidas propias o la viabilidad de estudios adicionales.

Por último, si es poco probable que un investigador pueda identificar una muestra lo suficientemente grande como para dividirla en varios grupos, o si simplemente no tiene acceso a un grupo de control, el investigador puede utilizar una prueba previa / posterior de un grupo. Un experimento en el que se realizan pruebas previas y posteriores, pero no hay un grupo de control. diseño. En este caso, se toman tanto las pruebas previas como las posteriores, pero, como se indicó, no hay un grupo de control con el que comparar el grupo experimental. Podríamos estudiar el impacto del huracán Katrina usando este diseño si hubiéramos estado recopilando datos sobre las comunidades afectadas antes del huracán. Luego podríamos recopilar datos similares después del huracán. La aplicación de este diseño implica un poco de serendipia y azar. Sin haber recopilado datos de las comunidades afectadas antes del huracán, no podríamos emplear un diseño de prueba previa / posterior de un solo grupo para estudiar el impacto del huracán Katrina.

La Tabla 12.3 "Diseños preexperimentales" resume cada uno de los ejemplos anteriores de diseños preexperimentales.

Tabla 12.3 Diseños preexperimentales

Prueba preliminar Postprueba Grupo experimental Grupo de control
Estudio de caso de una sola vez X X
Comparación de grupos estáticos X X X
Prueba previa / posterior de un grupo X X X

Como implican los ejemplos anteriores en los que consideramos estudiar el impacto del huracán Katrina, los experimentos no tienen por qué tener lugar necesariamente en el entorno controlado de un laboratorio. De hecho, muchos investigadores aplicados se basan en experimentos para evaluar el impacto y la eficacia de varios programas y políticas. Quizás recuerde nuestra discusión sobre el experimento policial descrito en el Capítulo 2 "Vinculación de métodos con teoría". Es un excelente ejemplo de experimento aplicado. Los investigadores no "sometieron" a los participantes a condiciones en un entorno de laboratorio, sino que aplicaron su estímulo (en este caso, arresto) a algunos sujetos en el campo y también tenían un grupo de control en el campo que no recibió el estímulo (y por lo tanto no fueron arrestados).

Por último, conviene hacer una revisión de algunas de las fortalezas y debilidades de los experimentos como método de recopilación de datos. Una fortaleza de este método, particularmente en los casos en que los experimentos se realizan en entornos de laboratorio, es que el investigador tiene un control sustancial sobre las condiciones a las que están sujetos los participantes. Los experimentos también son generalmente más fáciles de replicar que otros métodos de recopilación de datos. Nuevamente, esto es particularmente cierto en los casos en que se ha realizado un experimento en un laboratorio.

Como sociólogos, que están especialmente atentos a la forma en que los contexto da forma a la vida social, es probable que señalen, una desventaja de los experimentos es que son bastante artificiales. ¿Con qué frecuencia ocurren las interacciones sociales en el mundo real de la misma manera que lo hacen en un laboratorio? Los experimentos que se llevan a cabo en entornos aplicados pueden no estar tan sujetos a la artificialidad, aunque sus condiciones son menos fáciles de controlar. Los experimentos también presentan algunas preocupaciones únicas con respecto a la validez. Problemas de validez externa La medida en que las condiciones de un experimento representan adecuadamente las del mundo fuera de los límites del experimento. puede surgir cuando las condiciones de un experimento no representan adecuadamente las del mundo fuera de los límites del experimento. En el caso de McCoy y Major (2003) McCoy, S. K., & amp Major, B. (2003). La identificación grupal modera la respuesta emocional al prejuicio percibido. Boletín de Personalidad y Psicología Social, 29, 1005–1017. En la investigación sobre el prejuicio descrita anteriormente en esta sección, por ejemplo, las preguntas que deben hacerse con respecto a la validez externa son las siguientes: ¿Podemos decir con certeza que el estímulo aplicado al grupo experimental se asemeja a los estímulos que las personas probablemente encontrarán en sus vidas reales? fuera del laboratorio? ¿La lectura de un artículo sobre los prejuicios contra la propia raza en un laboratorio tendrá el mismo impacto que tendría fuera del laboratorio? Esto no quiere decir que la investigación experimental no sea o no pueda ser válida, pero los investigadores experimentales siempre deben ser conscientes de que pueden ocurrir problemas de validez externa y estar presentes en sus informes de hallazgos sobre esta debilidad potencial. Preocupaciones acerca de la validez interna El grado en que podemos estar seguros de que el estímulo de un experimento produjo realmente el efecto observado o si alguna otra cosa causó el efecto. también surgen en diseños experimentales. Estos tienen que ver con nuestro nivel de confianza sobre si el estímulo produjo realmente el efecto observado o si algún otro factor, como otras condiciones del experimento o cambios en los participantes a lo largo del tiempo, puede haber producido el efecto.

En resumen, las posibles fortalezas y debilidades de los experimentos como método de recopilación de datos en la investigación científica social incluyen las siguientes:


Diferencia entre grupo de control y grupo experimental

La principal diferencia entre el Grupo de control y el Grupo experimental es que el Grupo de control es el grupo que no recibe variables en el experimento y las utiliza para la comparación, mientras que el Grupo experimental es el grupo con el que estamos realizando un experimento.

Grupo de control vs. Grupo experimental

La investigación es una fuente ideal para la investigación científica. Durante la investigación, se realizan pruebas en condiciones controladas para conocer la validez de una hipótesis. Los diferentes números y tipos de grupos se planifican según el tema. Dos tipos principales de grupos son el grupo de control y el grupo experimental.

El grupo de control es el grupo que no está directamente involucrado en el experimento, pero se utiliza para comparar los resultados con el grupo experimental. Por otro lado, el grupo experimental es el grupo en el que estamos realizando el experimento. Entonces, todos los experimentos no necesitan un grupo de control, pero todos los experimentos tienen un grupo experimental.

Un grupo de control es un grupo en el que la variable independiente no está cambiando ni establecida como un valor estándar por el investigador. Por otro lado, el investigador cambia esa variable independiente en el grupo experimental que puede afectar la variable dependiente. Un grupo de control es exactamente idéntico al grupo experimental excepto por el cambio en las condiciones experimentales.

Un grupo de control es un grupo que se utiliza para comparar los resultados del grupo experimental con los resultados naturales del grupo de control y aumenta la validez y confiabilidad de los resultados. Por otro lado, el grupo experimental explica la influencia de la variable independiente sobre la variable dependiente.

Si no hay ningún cambio en el valor de las variables dependientes después de comparar los resultados del grupo experimental con el grupo natural entonces se acepta la hipótesis nula mientras que, si hay un cambio significativo en la variable dependiente del grupo de control y el grupo experimental de lo que se acepta una hipótesis alternativa.

Un experimento tiene solo un grupo de control, pero puede tener más de un grupo experimental. Todos los experimentos no tienen un grupo de control, pero los experimentos que están con un grupo de control se denominan experimentos controlados.

Gráfica comparativa

Grupo de controlGrupo experimental
Durante un experimento, un grupo que no recibe las variables que se van a probar se conoce como grupo de control.Durante un experimento, el grupo que recibe las variables que se van a probar se conoce como grupo experimental.
Numero de grupos
Un experimento tiene un solo grupo de control.Un experimento puede tener más de un grupo experimental.
Presencia de grupo
Todos los experimentos no tienen un grupo de control, pero los experimentos que están con un grupo de control se denominan experimentos controlados.Todos los experimentos tienen un grupo de experimentos.
Otros nombres
Un grupo de control también se conoce como grupo de comparación.No hay otro nombre para el grupo experimental.
Variable independiente
Un grupo de control es un grupo en el que la variable independiente no está cambiando ni establecida como un valor estándar por el investigador.El investigador cambia la variable independiente en el grupo experimental que puede afectar la variable dependiente.
Papel
Un grupo de control es un grupo que se utiliza para comparar los resultados del grupo experimental con los resultados naturales del grupo de control y aumenta la validez y confiabilidad de los resultados.El grupo experimental explica la influencia de la variable independiente sobre la variable dependiente.
Tipo de hipótesis
Si no hay cambio en el valor de las variables dependientes después de comparar los resultados del grupo experimental con el grupo natural, entonces se acepta la hipótesis nula.Si hay una desviación significativa en la variable dependiente del grupo de control y el grupo experimental, entonces se acepta la hipótesis alternativa.
Participación en el experimento
Un grupo de control no está involucrado directamente en el experimento, pero solo se usa para comparar los resultados naturales con el grupo experimental.Un grupo experimental está directamente involucrado en el experimento con condiciones experimentales específicas.

Que es el grupo de control?

En un experimento, un grupo de control es un grupo que no recibe variables que se van a probar. Un grupo de control también se conoce como grupo de comparación. Todos los experimentos no tienen un grupo de control, pero los experimentos que están con este grupo se llaman experimentos controlados. Cuando las condiciones experimentales son difíciles de aislar, los grupos de control son muy importantes.

En este tipo de grupo, la variable independiente no cambia ni se fija como valor estándar por parte del investigador. Se utiliza para comparar los resultados del grupo experimental con los resultados naturales del grupo de control y aumenta la validez y confiabilidad de los resultados. Si no hay cambio en el valor de las variables dependientes después de comparar los resultados del grupo experimental con el grupo natural, entonces se acepta la hipótesis nula.

Ejemplo

Un ejemplo de un experimento controlado es tal que si alguien quiere saber si las plantas necesitan agua para vivir o no, diseñará un experimento. En el experimento, una planta regará, y otras no, para comprobar la necesidad de agua para su supervivencia. La planta regada será del grupo experimental. Por otro lado, el que no se riega se conoce como grupo de control.

Tipos

  • Grupo de control positivo: Un tipo de grupo de control en el que el experimento está diseñado de tal manera que se garantiza un resultado positivo se denomina grupo de control positivo. Por ejemplo, un investigador está planeando un experimento para verificar la susceptibilidad bacteriana a un medicamento. Utilizará un control positivo para confirmar que el medio de crecimiento es capaz de soportar bacterias. Cultivaría bacterias conocidas para que portaran el marcador de resistencia a los medicamentos, por lo que podrían sobrevivir en un medio tratado con medicamentos. El grupo será control positivo si se produce el crecimiento de la bacteria. Muestra que otras bacterias que son resistentes a los medicamentos también deberían poder sobrevivir a la prueba.
  • Grupo de control negativo: Un tipo de grupo de control en el que las condiciones experimentales están diseñadas de tal manera que causarán resultados negativos se denomina grupo de control negativo. Este tipo de grupos son muy comunes en los experimentos científicos para decirles a los estudiantes cómo encontrar la variable independiente. Por ejemplo, un investigador quiere saber si un nuevo fertilizante tiene algún efecto sobre el crecimiento de las plantas o no. Diseñará un grupo de control negativo en el que las plantas se cultivarán sin el fertilizante pero en las mismas condiciones que el grupo experimental. Podría diseñar varios grupos variando la concentración de fertilizante. Si el fertilizante no tiene ningún efecto sobre el crecimiento de la planta, entonces será una hipótesis nula. Pero, si hay una diferencia en la tasa de crecimiento de las plantas, habrá una fuerte correlación entre el crecimiento y el fertilizante. Tenga en cuenta que el fertilizante puede tener un efecto negativo en el crecimiento, o no habrá ningún crecimiento debido a algunas razones.

Que es el grupo experimental?

Un grupo experimental es un grupo que recibe variables que se van a probar. Todos los experimentos tienen uno o más grupos experimentales. El investigador cambia la variable independiente en el grupo experimental que puede afectar la variable dependiente en la investigación.

El grupo experimental explica la influencia de la variable independiente sobre la variable dependiente. Si hay una transformación significativa en la variable dependiente del grupo de control y el grupo experimental, entonces se acepta la hipótesis alternativa.

Se deben tener en cuenta dos puntos al configurar un grupo experimental, es decir, la variable que se va a probar debe estar claramente definida y también debe conocer el procedimiento para encontrar los resultados del grupo experimental.

Debe haber una forma de hacer una comparación para medir los resultados. Los resultados se pueden obtener comparando los resultados del grupo experimental con el grupo de control. Solo se puede encontrar una variable en un grupo experimental a la vez. Porque, si tomamos más de una variable por grupo, no podríamos averiguar cuál es la responsable de los resultados.

Ejemplo

Una persona quiere saber que o una palomita de maíz explota mejor si se coloca en un refrigerador antes de colocarla en el microondas o no. Para comprobar esta hipótesis, colocará una bolsa de palomitas de maíz en el frigorífico y otra en el armario de la cocina como de costumbre durante una noche. Al día siguiente, meterá ambas bolsas en el microondas y comparará los resultados para comprobar la validez de su hipótesis. Aquí, una bolsa de palomitas de maíz que se colocó en el refrigerador es un grupo experimental, y la que se coloca en un gabinete de cocina es un grupo de control.

Diferencias clave

  1. Durante un experimento, un grupo que no recibe las variables que se van a probar se conoce como grupo de control, mientras que, durante un experimento, el grupo que recibe las variables que se van a probar se conoce como grupo experimental.
  2. Un experimento tiene un solo grupo de control, por otro lado, un experimento puede tener más de un grupo experimental.
  3. Todos los experimentos no tienen un grupo de control pero, los experimentos que están con un grupo de control se llaman experimentos controlados a la inversa, todos los experimentos tienen un grupo de experimentos.
  4. Un grupo de control también se conoce como grupo de comparación. Por otro lado, no hay otro nombre para el grupo experimental.
  5. Un grupo de control es un grupo en el que la variable independiente no está cambiando o establecida como un valor estándar por el investigador, por otro lado, el investigador cambia esa variable independiente en el grupo experimental que puede afectar la variable dependiente.
  6. Un grupo de control es un grupo que se utiliza para comparar los resultados del grupo experimental con los resultados naturales del grupo de control y aumenta la validez y confiabilidad de los resultados mientras que el grupo experimental explica la influencia de la variable independiente sobre la variable dependiente.
  7. Si no hay ningún cambio en el valor de las variables dependientes después de comparar los resultados del grupo experimental con el grupo natural, entonces la hipótesis nula se acepta por el otro lado, si hay un cambio significativo en la variable dependiente del grupo de control y el grupo experimental entonces se acepta una hipótesis alternativa.
  8. Un grupo de control no está involucrado directamente en el experimento, pero solo se usa para comparar los resultados naturales con el grupo experimental, por otro lado, un grupo experimental está involucrado directamente en el experimento con condiciones experimentales específicas.

Conclusión

La discusión anterior resume que el grupo de control es el mismo que el experimental, pero no se le imponen condiciones experimentales. No está presente en todos los experimentos. Por otro lado, un grupo experimental es un grupo que recibe una variable que se va a probar y tal vez un número múltiple en un experimento.

Harlon Moss

Harlon actualmente trabaja como moderador de calidad y escritor de contenido para Difference Wiki. Se graduó de la Universidad de California en 2010 con una licenciatura en Ciencias de la Computación. Síguelo en Twitter @HarlonMoss


Diseño de Grupos Independientes

Donde diferentes participantes toman parte en cada condición experimental (serán asignados al azar).

No se pueden observar efectos de orden, ya que no se utilizarán participantes en más de una condición.

La recopilación de datos llevará menos tiempo si todas las condiciones del experimento se pueden realizar simultáneamente.

Es necesario reclutar diferentes participantes para cada afección, lo que puede ser difícil y costoso.

Existe el riesgo de que las variables de los participantes (diferencias individuales entre los participantes) afecten los resultados entre las condiciones, en lugar de únicamente la manipulación de la variable independiente.


Diseños de investigación observacional

A veces, no hay una opción para aleatorizar y realizar un diseño experimental que requiera más recursos. Hay otras opciones, con sus propias amenazas internas a la validez, que el evaluador debe considerar, incluida la siguiente selección de diseños observacionales.

Diseño de posprueba de un solo grupo

Este diseño no tiene un grupo de comparación y utiliza solo una prueba posterior para ver los efectos del programa. En el diagrama siguiente, X es la exposición y O1 representa la observación.

Las principales amenazas a la validez interna con este diseño son la historia y la maduración.

Diseño de prueba previa y posterior de un grupo

Nuevamente, este diseño no incluye un grupo de comparación. También utiliza el diseño de prueba previa y posterior, lo que le permite medir el cambio en el grupo de intervención desde antes hasta después del programa.

La maduración y la historia siguen siendo una gran amenaza con este diseño, debido a la falta de un grupo de comparación. La adición de la prueba previa plantea la posibilidad de algunas amenazas adicionales, específicamente pruebas, instrumentación y regresión.

Diseño de grupo de comparación solo posterior a la prueba

Este diseño incluye un grupo de comparación no equivalente (indicado por la línea discontinua). Los grupos no se asignan al azar, pero normalmente los investigadores se esforzarán por minimizar las diferencias entre los dos grupos tanto como sea posible.

La inclusión de un grupo de comparación, incluso uno que no sea aleatorio, ayuda a descartar algunas amenazas internas a la validez, incluida la historia y la maduración.

Sin embargo, la inclusión de un grupo de comparación no equivalente agrega la amenaza de deserción y selección diferencial, así como las interacciones con la selección. Incluso si los investigadores hacen todo lo posible para que los grupos de intervención y de comparación sean equivalentes, es posible que aún tengan diferencias de base en las características.

La ausencia de una prueba previa también elimina algunas amenazas internas a la validez. Según lo que ha aprendido hasta ahora, ¿qué amenazas internas se pueden descartar?

Se pueden descartar las amenazas de prueba, instrumentación y regresión.

Escenario: Programa de asesoramiento posoperatorio

Aquí hay una situación que debe considerar: Hay un nuevo programa de asesoramiento posoperatorio para pacientes con reemplazo de rodilla en BU Medical destinado a reducir los reingresos. Recibió los datos de una encuesta de seguimiento de seis meses. El asesoramiento de intervención se brindó a todos los pacientes que ingresaron por el hospital. No hay grupo de control.

  • Nombre y escriba (con X, O y R según sea necesario) el diseño.
  • Nombra las dos principales amenazas a la validez interna.

Las ventajas de un diseño de sujetos combinados

El objetivo general de un diseño de sujetos emparejados es emular las condiciones de un diseño dentro de los sujetos, evitando al mismo tiempo los efectos temporales que pueden influir en los resultados.

Un diseño dentro de los sujetos prueba a las mismas personas, mientras que un diseño de sujetos emparejados se acerca lo más posible a eso e incluso utiliza los mismos métodos estadísticos para analizar los resultados. Esto elimina la posibilidad de que las diferencias entre individuos afecten los resultados. El diseño de sujetos emparejados también utiliza la fuerza del diseño entre sujetos, en el sentido de que cada sujeto se evalúa solo una vez, eliminando la posibilidad de que los factores temporales, conocidos como efectos de orden, afecten los resultados.


En conclusión

Este tutorial ha cubierto una gran cantidad de material y valdría la pena repasarlo al menos un par de veces más. Si algunos de los conceptos todavía parecen un poco abstractos, simplemente intente relacionarlos con el experimento de búsqueda de palabras.

Tenga en cuenta que el tutorial solo cubre experimentos simples donde solo tiene 2 condiciones, es decir, el grupo experimental y el grupo de control y donde solo tiene una variable independiente y una variable dependiente. Los experimentos pueden ser más complejos que esto, puede tener más de dos condiciones y puede tener múltiples variables independientes y dependientes, pero la lógica sigue siendo la misma.

Finalmente, me gustaría concluir con una definición de experimento porque habiendo completado el tutorial debería tener más sentido.

"Un experimento es un estudio de causa y efecto. Se diferencia de la simple observación en que implica la manipulación deliberada de una variable (la variable independiente), mientras se controlan otras variables (variables externas) para que no afecten el resultado, en orden para descubrir el efecto sobre otra variable (la variable dependiente) ".


Análisis de datos de series temporales

Una vez que haya recopilado una serie de medidas de comportamiento en sus variables de interés, hay una variedad de formas de explorar y cuantificar la dinámica observada. A continuación, se muestran algunas técnicas que se pueden utilizar para investigar patrones dentro de los datos de series de tiempo:

Autocorrelación / Correlación cruzada. Una autocorrelación refleja la magnitud de la dependencia temporal entre observaciones dentro de una serie temporal. Un gráfico de autocorrelación muestra las correlaciones entre las mediciones. Xt y Xt + n, de modo que cada valor representa la medida en que un comportamiento determinado está relacionado con comportamientos anteriores dentro de la serie. Una correlación cruzada implica relacionar dos series de tiempo que se desplazan en el tiempo con retraso norte (es decir., Xt y Yt + n), y puede revelar, por ejemplo, si un proceso tiende a "liderar" el comportamiento del otro o si oscilan juntos.

Análisis de cuantificación de recurrencia (RQA). RQA comienza simplemente trazando una serie de tiempo contra sí misma (es decir, Xt contra Xt) y luego cuantifica si ciertos estados de la conducta permanecen estables o se repiten en el tiempo, así como qué porcentaje de la serie está constituido por patrones deterministas. Cross-RQA también se puede utilizar para analizar el grado de recurrencia y patrones deterministas entre dos procesos, y se ha aplicado al estudio de la coordinación interpersonal y el control postural (p. Ej., Shockley, Santana y Fowler, 2003), así como para la cuantificación de la sincronía emocional en discusiones de conflictos diádicos (Main, Paxton y amp Dale, 2016).

Reconstrucción del espacio de fase (PSR). Al obtener una serie de tiempo de comportamiento, uno de sus objetivos podría ser determinar qué variables están involucradas en la producción de patrones particulares de comportamiento y cuál puede ser la posible estructura de la dinámica subyacente. Una forma de lograr esto es reconstruir el espacio de fase, que es una gráfica multidimensional que representa todos los estados posibles dentro del proceso y puede usarse para aproximar el número de variables involucradas en la producción de los cambios de comportamiento observados. Por ejemplo, podemos interpretar que la autoestima de alto rasgo representa una fuerte tendencia de un individuo a adoptar y mantener autoevaluaciones positivas. La recopilación de mediciones repetidas de la autoestima del estado y luego la realización de un PSR podría ayudar a describir la fuerza de la tendencia de esa persona a retener una imagen positiva de sí misma, así como a revelar la dinámica compensatoria que se deriva de un estado de autoevaluación negativo.

Análisis espectral. Matemáticamente, cualquier serie de tiempo se puede transformar en una composición lineal de ondas seno y coseno con frecuencias variables. Un objetivo al analizar
Los datos de series de tiempo a menudo sirven para averiguar qué ciclos deterministas (es decir, cuál de las ondas componentes) explican la mayor variación dentro de la serie. Realizar una descomposición espectral transforma una serie de tiempo en un conjunto de ondas seno y coseno constituyentes que luego se utilizan para calcular la función de densidad espectral de potencia (PSD) de la serie. Trazar la PSD de la serie revela las correlaciones cuadradas entre la frecuencia de cada componente y la serie en su conjunto, lo que produce una interpretación intuitiva similar a R 2 en regresión múltiple. En este sentido, Gottschalk, Bauer y Whybrow (1995) aplicaron el análisis espectral para estudiar los cambios en el estado de ánimo autoinformado entre pacientes bipolares y sujetos de control, encontrando que los individuos bipolares tendían a exhibir patrones cíclicos de cambio de humor que eran significativamente más caóticos y determinista que las fluctuaciones comparativamente aleatorias observadas en los sujetos de control.

Modelado de ecuaciones diferenciales. Esencialmente, las ecuaciones diferenciales permiten estudiar cómo las diferentes variables cambian entre sí, así como cómo el estado de una variable puede verse influenciado por cómo está cambiando (Deboeck & amp Bergeman, 2013). Las estimaciones derivadas de una sola serie de tiempo se pueden calcular mediante varias técnicas diferentes a partir de las cuales se construyen y prueban ecuaciones diferenciales en función de las predicciones del investigador sobre cómo se relacionan esas variables. Un ejemplo intuitivo de esto podría ser al considerar una relación romántica comprometida, en la que los cambios en el nivel de satisfacción emocional de una persona posiblemente conduzcan a cambios en el nivel de satisfacción de su pareja y viceversa. Los sentimientos de cada socio pueden combinarse con los del otro de una manera compleja, de modo que se puedan usar ecuaciones diferenciales para modelar su relación emocional y mostrar cómo los cambios en el estado de ánimo de una persona están indisolublemente vinculados con los cambios en el estado de ánimo de la otra.


Diseñar un experimento

El diseño experimental más básico involucra dos grupos: el grupo experimental y el grupo de control. Los dos grupos están diseñados para ser iguales excepto por una diferencia: la manipulación experimental. los grupo experimental obtiene la manipulación experimental, es decir, el tratamiento o la variable que se está probando (en este caso, imágenes de televisión violentas), y la grupo de control no. Dado que la manipulación experimental es la única diferencia entre los grupos experimental y de control, podemos estar seguros de que cualquier diferencia entre los dos se debe a la manipulación experimental más que al azar.

En nuestro ejemplo de cómo la programación de televisión violenta puede afectar el comportamiento violento en los niños, hacemos que el grupo experimental vea la programación de televisión violenta durante un tiempo específico y luego mida su comportamiento violento.Medimos el comportamiento violento en nuestro grupo de control después de que ven programas de televisión no violentos durante la misma cantidad de tiempo. Es importante que el grupo de control sea tratado de manera similar al grupo experimental, con la excepción de que el grupo de control no recibe la manipulación experimental. Por lo tanto, el grupo de control mira programación de televisión no violenta durante la misma cantidad de tiempo que el grupo experimental.

También necesitamos definir con precisión, u operacionalizar, lo que se considera violento y noviolento. Un definición operacional es una descripción de cómo mediremos nuestras variables, y es importante para permitir que otros comprendan exactamente cómo y qué mide un investigador en un experimento en particular. Al operacionalizar el comportamiento violento, podemos optar por contar solo los actos físicos como patear o golpear como ejemplos de este comportamiento, o también podemos optar por incluir intercambios verbales enojados. Independientemente de lo que determinemos, es importante que operacionalicemos el comportamiento violento de tal manera que cualquiera que escuche sobre nuestro estudio por primera vez sepa exactamente lo que entendemos por violencia. Esto ayuda a la capacidad de las personas para interpretar nuestros datos, así como a su capacidad para repetir nuestro experimento si así lo desean.

Una vez que hemos puesto en práctica lo que se considera programación de televisión violenta y lo que se considera comportamiento violento de los participantes de nuestro experimento, debemos establecer cómo ejecutaremos nuestro experimento. En este caso, podríamos hacer que los participantes vean un programa de televisión de 30 minutos (ya sea violento o no violento, según la membresía de su grupo) antes de enviarlos a un patio de recreo durante una hora donde se observe su comportamiento y el número y tipo de actos violentos. esta grabado.

Idealmente, las personas que observan y registran el comportamiento de los niños desconocen quién fue asignado al grupo experimental o de control, a fin de controlar el sesgo del experimentador. Sesgo del experimentador se refiere a la posibilidad de que las expectativas de un investigador puedan sesgar los resultados del estudio. Recuerde, realizar un experimento requiere mucha planificación y las personas involucradas en el proyecto de investigación tienen un gran interés en respaldar sus hipótesis. Si los observadores supieran qué niño estaba en qué grupo, podría influir en la atención que prestaron al comportamiento de cada niño y en la forma en que interpretaron ese comportamiento. Al no saber qué niño pertenece a qué grupo, nos protegemos contra esos prejuicios. Esta situación es una estudio simple ciego, lo que significa que uno de los grupos (participantes) no sabe en qué grupo está (experimento o grupo de control) mientras que el investigador que desarrolló el experimento sabe qué participantes están en cada grupo.

Figura 2. Proporcionar al grupo de control un tratamiento con placebo protege contra el sesgo causado por la expectativa. (crédito: Elaine y Arthur Shapiro)

en un estudio doble ciego, tanto los investigadores como los participantes son ciegos a las asignaciones grupales. ¿Por qué un investigador querría realizar un estudio en el que nadie sepa quién está en qué grupo? Porque al hacerlo, podemos controlar las expectativas tanto del experimentador como del participante. Si está familiarizado con la frase efecto placebo, ya tiene una idea de por qué es una consideración importante. los efecto placebo ocurre cuando las expectativas o creencias de las personas influyen o determinan su experiencia en una situación determinada. En otras palabras, simplemente esperar que suceda algo puede hacer que suceda.

El efecto placebo se describe comúnmente en términos de probar la efectividad de un nuevo medicamento. Imagine que trabaja en una empresa farmacéutica y cree que tiene un nuevo medicamento que es eficaz para tratar la depresión. Para demostrar que su medicación es eficaz, realice un experimento con dos grupos: el grupo experimental recibe la medicación y el grupo de control no. Pero no quiere que los participantes sepan si recibieron el medicamento o no.

¿Porqué es eso? Imagine que participa en este estudio y acaba de tomar una pastilla que cree que mejorará su estado de ánimo. Debido a que espera que la píldora tenga un efecto, es posible que se sienta mejor simplemente porque tomó la píldora y no por ningún medicamento que realmente contenga la píldora; este es el efecto placebo.

Para asegurarse de que cualquier efecto sobre el estado de ánimo se deba al fármaco y no a las expectativas, el grupo de control recibe un placebo (en este caso, una pastilla de azúcar). Ahora todos reciben una pastilla y, una vez más, ni el investigador ni los participantes experimentales saben quién recibió el medicamento y quién recibió la pastilla de azúcar. Cualquier diferencia en el estado de ánimo entre los grupos experimental y de control ahora se puede atribuir a la droga en sí más que al sesgo del experimentador o las expectativas de los participantes (Figura 2).

Intentalo


Condición de tratamiento

Un cuasi-experimento permite a un investigador asignar condiciones de tratamiento a sujetos y medir resultados particulares, pero el investigador no puede o no puede asignar sujetos al azar a esas condiciones. Para ser claros, en el diseño pseudo-experimental, el estudio carece de una condición de control, mientras que en el diseño cuasi-experimental, el investigador no asigna o no puede asignar sujetos a condiciones de tratamiento al azar. Esta característica en realidad hace que los cuasi-experimentos sean mucho más fáciles de usar y administrar en el campo y en entornos aplicados fuera del laboratorio. Sin embargo, lo que se gana en flexibilidad y validez externa se puede perder al poder hacer argumentos inequívocos sobre la causalidad. Sin embargo, los cuasiexperimentos permiten a los académicos hacer algunas inferencias e interpretaciones causales, pero no argumentos totalmente fiables sobre la causalidad.

En general, predominan dos tipos de diseños cuasiexperimentales: el diseño de series de tiempo interrumpido y el diseño de grupo de control no equivalente. En el primero, se emplea un diseño intra-sujetos para examinar los efectos de determinadas variables independientes sobre el mismo grupo de sujetos a lo largo del tiempo. Normalmente, los sujetos se miden tanto antes como después de que se administre algún tipo de tratamiento experimental. En este último, se invoca un diseño inter-sujetos para medir el impacto de la variable independiente en diferentes grupos de sujetos. Lo que sigue siendo común a ambos tipos de cuasiexperimentos es el hecho de que los investigadores no asignan o no pueden asignar sujetos a la condición de tratamiento al azar.


Ver el vídeo: 5. Diseños experimentales: Diseños experimentales purosverdaderos. Qué son, ejemplos y simbología. (Junio 2022).