Investigación cuasiexperimental: qué es, tipos y ejemplos

Al igual que un experimento real, la investigación cuasi-experimental trata de demostrar un vínculo de causa y efecto entre una variable dependiente y otra independiente. Un cuasi-experimento, por otro lado, no depende de una asignación aleatoria, a diferencia de un experimento real. Los sujetos se clasifican en grupos en función de variables no aleatorias.

¿Qué es la Investigación Cuasi-Experimental?

“Semejanza” es la definición de “cuasi”. Como resultado, la investigación cuasi-experimental es una investigación que parece ser experimental pero no lo es . Los individuos no se asignan aleatoriamente a condiciones u órdenes de condiciones, aunque se cambie el análisis de regresión.

El problema de la direccionalidad se evita en la investigación cuasi-experimental ya que el análisis de regresión se altera antes de que se evalúe la regresión múltiple. Sin embargo, debido a que los individuos no se asignan aleatoriamente, es probable que existan disparidades adicionales entre las condiciones en la investigación cuasiexperimental.

Como resultado, en términos de consistencia interna, los cuasi-experimentos se ubican entre la investigación correlacional y los experimentos reales.

El componente clave de un verdadero experimento son los grupos asignados al azar. Esto significa que cada persona tiene una probabilidad equivalente de ser asignada al grupo experimental o al grupo de control, dependiendo de si es manipulada o no.

En pocas palabras, un cuasi-experimento no es un experimento real. Un cuasi-experimento no presenta grupos asignados aleatoriamente ya que el componente principal de un experimento real son los grupos asignados aleatoriamente. ¿Por qué es tan crucial tener grupos asignados al azar, dado que constituyen la única distinción entre la investigación cuasi-experimental y la investigación experimental real?

Usemos un ejemplo para ilustrar nuestro punto. Supongamos que queremos descubrir cómo la nueva terapia psicológica afecta a los pacientes deprimidos. En un ensayo real, dividiría la mitad de la sala de psiquiatría en grupos de tratamiento. La mitad recibió la nueva terapia de psicoterapia y la otra mitad recibió el tratamiento estándar para la depresión.

Y los médicos comparan los resultados de este tratamiento con los resultados de los tratamientos estándar para ver si este tratamiento es más efectivo. Los médicos, por otro lado, es poco probable que estén de acuerdo con este experimento genuino, ya que creen que no es ético tratar a un grupo y dejar a otro sin tratar.

Un estudio cuasi-experimental será útil en este caso. En lugar de asignar estos pacientes al azar, descubre grupos de psicoterapeutas preexistentes en los hospitales. Claramente, habrá consejeros que estén ansiosos por emprender estas pruebas, así como otros que prefieran apegarse a las viejas costumbres.

Estos grupos preexistentes se pueden utilizar para comparar el desarrollo de los síntomas de los individuos que recibieron la nueva terapia con aquellos que recibieron el tratamiento normal. Aunque los grupos no fueron elegidos al azar. Si cualquier variación sustancial entre ellos puede explicarse bien, puede estar seguro de que cualquier diferencia es atribuible al tratamiento pero no a otras variables externas.

Como mencionamos antes, la investigación cuasi-experimental implica la manipulación de una variable independiente mediante la asignación aleatoria de personas a condiciones o secuencias de condiciones. Los diseños de grupos no equivalentes, los diseños de prueba previa y posterior y los diseños de discontinuidad de regresión son solo algunos de los tipos esenciales.

Tipos de investigación cuasi-experimental

Hay muchos tipos diferentes de diseños cuasi-experimentales. Tres de las variedades más populares se describen a continuación: Diseño de grupos no equivalentes, Discontinuidad en regresión y Experimentos naturales.

Diseño de Grupos No Equivalentes

El investigador elige grupos existentes que parecen comparables, pero solo uno de los grupos recibe la terapia en un diseño de grupo no equivalente. Al emplear este diseño, los investigadores intentan adaptarse a los factores de confusión ajustándolos en su estudio o seleccionando grupos que sean lo más comparables posible. El tipo más frecuente de diseño cuasi-experimental es este.

Ejemplo: Diseño de Grupos No Equivalentes

Usted cree que la nueva actividad extracurricular resultará en un mejor desempeño académico. Elige dos grupos comparables de estudiantes de clases separadas, uno de los cuales usa el nuevo programa y el otro no.

Puede ver si el programa influye en las calificaciones comparando a los estudiantes que participan con los que no.

Discontinuidad en la regresión

Muchas de las terapias prospectivas que los investigadores quieren investigar se basan en un punto de corte arbitrario básico, en el que los que superan el umbral reciben tratamiento y los que quedan por debajo no. En este punto, las diferencias de grupo son con frecuencia tan pequeñas que casi no existen. Como resultado, los investigadores pueden utilizar a las personas que están por debajo del límite como grupo de referencia y a las personas que están un poco más allá como grupo de intervención.

Ejemplo: discontinuidad en regresión

En los Estados Unidos, ciertas escuelas secundarias están reservadas para alumnos que alcanzan un nivel específico de desempeño en una prueba. Es probable que los que aprueban este examen difieran de los que no lo hacen de manera sistemática.

Sin embargo, debido a que el número de corte preciso es arbitrario, los estudiantes que se acercan al límite y que apenas aprueban los exámenes y los que fallan por un margen mínimo tienden a ser extremadamente similares, y las mínimas variaciones en sus resultados se deben principalmente al azar. Como resultado, cualquier disparidad en los resultados debe deberse a sus experiencias educativas.

Puede observar los resultados a largo plazo de estos dos grupos de niños para ver cómo les afecta asistir a una escuela selectiva.

Experimentos naturales

Los investigadores generalmente eligen a qué grupo se asignan los individuos tanto en las pruebas de laboratorio como al aire libre. En un experimento natural se produce una asignación aleatoria o irregular de pacientes al tratamiento de control debido a un acontecimiento o escenario externo ("naturaleza"). Los experimentos naturales no son experimentos reales ya que son observacionales, aunque algunos emplean asignaciones aleatorias.

Ejemplo: experimentos naturales

Uno de los experimentos naturales más conocidos es el Estudio de Salud de Oregón. En 2008, Oregón votó para aumentar la cantidad de personas de bajos ingresos inscritas en Medicaid, el programa de atención médica pública de los Estados Unidos para personas de bajos ingresos.

Sin embargo, debido a que no podían pagar a todos los que calificaban para el programa, tuvieron que usar una lotería aleatoria para distribuir los espacios.

Los expertos pudieron investigar el impacto del programa al utilizar a las personas inscritas como grupo de tratamiento y a las que estaban calificadas pero no se ganaron el premio gordo como grupo experimental.

Conclusión sobre la investigación cuasi-experimental:

El verdadero diseño experimental puede ser imposible de lograr o demasiado costoso, especialmente para investigadores con pocos recursos. Los diseños cuasiexperimentales le permiten investigar un problema utilizando datos que ya han sido pagados o recopilados por otros (a menudo, el gobierno). Debido a que permiten un mejor control de las variables de confusión que otras formas de estudios, tienen una mayor validez externa que la mayoría de los experimentos genuinos y una mayor validez interna (menos que los experimentos verdaderos) que otras investigaciones no experimentales.

Aproveche al máximo la gestión de datos de su investigación

Con QuestionPro, tiene acceso a la plataforma y herramienta de investigación de mercado más madura que lo ayuda a recopilar y analizar las ideas más importantes. Al aprovechar InsightsHub, el centro unificado para la gestión de datos, puede aprovechar la plataforma consolidada para organizar, explorar, buscar y descubrir sus datos de investigación en un repositorio organizado.

Empieza ahora.

APRENDE MÁS