1. Qu son cuasi-experimentos?

El trmino "cuasi-experimento" se refiere a diseos de investigacin

experimentales en los cuales los sujetos o grupos de sujetos de estudio no
estn asignados aleatoriamente. Los diseos cuasi-experimentales ms
usados siguen la misma lgica e involucran la comparacin de los grupos de
tratamiento y control como en las pruebas aleatorias. En otros diseos, el
grupo de tratamiento sirve como su propio control (se compara el "antes" con el
"despus") y se utilizan mtodos de series de tiempo para medir el impacto neto
del programa (Rossi y Freeman, 1993). Aunque los cuasi-experimentos son ms
vulnerables a las amenazas a la validez que las pruebas aleatorias, los cuasi-
experimentos no requieren asignaciones aleatorias a los grupos experimentales y
por eso son generalmente ms factibles que las pruebas aleatorias.

2. Ventajas de los cuasi-experimentos

Las ventajas principales del diseo de grupo control no equivalente son:

Provee una aproximacin al experimento aleatorio cuando la aleatoriedad

no es posible.

Es verstil. Como las pruebas aleatorias, los cuasi-experimentos pueden

usarse para medir resultados a nivel poblacional o de programa.

Cuando se disean, controlan y analizan apropiadamente, los cuasi-

experimentos pueden ofrecer una evidencia casi tan fuerte del impacto del
programa como la de las pruebas aleatorias y ms fuerte que la mayora de
los estudios no experimentales.

3. Limitaciones de los cuasi-experimentos

El diseo de grupo control no equivalente est sujeto a los mismos supuestos

generales y limitaciones que las pruebas aleatorias expuestos anteriormente
(fuera de los que contemplan la aleatoriedad).

Adems:

El cuasi-experimento es ms vulnerable a los sesgos de seleccin, o

sea, que el grupo de tratamiento puede diferir del grupo control en
caractersticas que estn correlacionadas con los resultados
estudiados, distorsionando los resultados del impacto.

Depende mucho de los mtodos estadsticos multivariables y es, por

lo tanto, sensible al uso de modelos estadsticos apropiados y al
tratamiento correcto de los problemas de estimacin estadstica.
En la prctica, los estudios cuasi-experimentales a menudo pueden compensar las
diferencias en las caractersticas clave de los grupos experimentales a travs del
pareo y el anlisis multivariable. Sin embargo, una preocupacin latente es
que los grupos experimentales difieran en factores no observados que influyen en
los resultados del estudio. A diferencia de los efectos distorsionantes en factores
observables y que pueden tomarse en cuenta mediante el pareo y la introduccin
de variables de control en modelos estadsticos multivariables, los factores no
observables (por ejemplo, predisposicin o motivacin diferencial) no pueden ser
compensados de esta forma y pueden conducir a estimaciones de impacto de
programa equivocadas y/o sesgadas.

Este factor de heterogeneidad "no observada" es, de hecho, una preocupacin en

todos los diseos de estudio que no sean pruebas aleatorizadas.

Pruebas
Regresar a Contenidos Valoracin del Impacto
Aleatorias
Variable independiente: se conceptualiza como la causa (variable independiente) o razn del

fenmeno a investigar. En la imagen se puede apreciar; la inadecuada organizacin del tiempo,

carencia de apoyo acadmico, situacin institucional e inoperantes instituciones educativas; traen

como consecuencia (variable dependiente); desercin escolar de los jugadores de futbol.

Otro Ejemplo: Existe una falta de oportunidades de trabajo asociada a un bajo nivel educativo
de los ciudadanos que viven en algunos de los pases en vas de desarrollo.(variable

dependiente); es el efecto o consecuencia que se genera en la manipulacin de la variable

independiente; pobreza, elevados ndices de criminalidad y un mnimo desarrollo econmico, son

los efectos (variable independiente) del desempleo y los bajos niveles educativos.

Metodologa de la
Investigacin
sbado, 10 de julio de 2010

Variables
Las variables en la investigacin, representan un concepto de vital importancia dentro
de un proyecto. Las variables, son los conceptos que forman enunciados de un tipo
particular denominado hiptesis.

Variable independiente
Fenmeno a la que se le va a evaluar su capacidad para influir, incidir o afectar a otras
variables.
Su nombre lo explica de mejor modo en el hecho que de no depende de algo para estar
all:

Es aquella caracterstica o propiedad que se supone ser la causa del fenmeno

estudiado. En investigacin experimental se llama as, a la variable que el investigador
manipula. Que son manipuladas experimentalmente por un investigador.

Variable dependiente
Cambios sufridos por los sujetos como consecuencia de la manipulacin de la variable
independiente por parte del experimentador. En este caso el nombre lo dice de manera
explicita, va a depender de algo que la hace variar.
Propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la
variable independiente.
Las variables dependientes son las que se miden.

Por ejemplo: Como influye la msica clsica en la presin arterial de los pacientes.

Variable dependiente: "la presin arterial de los pacientes" (cambio sufrido por la
variable independiente)
Variable independiente: "la msica clsica" (que es la que manipula la variable
dependiente)

Variable interviniente
Son aquellas caractersticas o propiedades que de una manera u otra afectan el
resultado que se espera y estn vinculadas con las variables independientes y
dependientes.

Las variables pueden ser clasificadas como cuantitativas o cualitativas:

* Los datos cuantitativos medidos ya sea mucho o muchos de algo, representa una
cantidad o un nmero.
* Los datos cualitativos proporcionan etiquetas o nombres, observaciones.

Los datos cualitativos se pueden dividir en:

Variables nominales: Variables sin orden inherente o secuencia, en otras nmeros
que se utilizan como nombres (grupo 1, grupo de gnero ...), 2, etc
Variables ordinales: Las variables con una serie ordenada, por ejemplo, "No les
gusta mucho, moderado, indiferente, desagrado."
Intervalo de variables: variables igualmente espaciados, por
ejemplo,temperatura. La diferencia entre una temperatura de 36 grados y 37 grados se
considera igual a la diferencia entre 37 y 38.
Relacin de variables: Variables espaciadas por intervalos iguales con un verdadero
punto cero, por ejemplo, edad.

Los datos cuantitativos se pueden dividir en:

Variable discreta: El conjunto de todos los valores posibles que consiste slo en
puntos aislados, por ejemplo, contar variables (1, 2, 3 ...).
Variables continuas: El conjunto de todos los valores que consiste en intervalos,
por ejemplo, 0-9, 10-19, 20-29 ... etctera.

Relacin entre variables

La forma de medir si existe asociacin entre variables continuas es usando el

coeficiente de correlacin. Pero hay que tener siempre presente que este
coeficiente slo se aplica a variables continuas y slo mide asociacin lineal.
Es costumbre representar la variable dependiente en el eje vertical (ordenadas) y la
independiente en el eje horizontal (abscisas). Cuando se estudia la relacin entre dos
variables, una puede considerarse causa y la otra resultado o efecto de la primera,
siendo sta una decisin terica. Llamaremos variable exgena, o variable
independiente a la que causa el efecto y variable endgena, o variable dependiente a la
que lo recibe.

El caso (A) corresponde a la relacin tal que al aumentar los valores de la variable
independiente aumenta -en promedio- el valor de la variable dependiente. Cuando esto
ocurre se dice que hay una relacin lineal positiva.
El caso (B) representa otra relacin de nuevo lineal, pero ahora negativa
El caso (C) representa una situacin en la que no hay relacin entre ambas variables.
Decimos entonces que las variables son independientes.
El caso (D) muestra una relacin entre ambas, pero no lineal.
La covarianza:
La covarianza es una medida de la asociacin lineal entre dos variables que resume la
informacin existente en un grfico de dispersin. Vase que el plano de una
representacin grfica posible puede dividirse en cuatro cuadrantes definidos por los
dos ejes.

Se denomina primer cuadrante a la zona del grfico donde ambas variables toman
valores positivos. El segundo cuadrante corresponde a valores negativos de la primera
variable y positivos de la segunda. El tercer cuadrante incluye los valores negativos de
ambas variables y el cuarto es donde la primera variable toma valores positivos y la
segunda valores negativos.
Para construir una medida de la asociacin lineal a partir de estas propiedades, no slo
debemos atender la proporcin de puntos en cada cuadrante, sino tambin la distancia
en que esos puntos se alejan o no de su origen.
Si tenemos pares de observaciones ()()NNiiyxyx,,...,,, llamaremos covarianza entre x e
y a la expresin

La covarianza ser positiva cuando los puntos se encuentran en los cuadrantes impares
Esto significa que ambas variables varan ene el mismo sentido.
La covarianza ser negativa cuando los puntos estn en los cuadrantes pares. Esto
significa que las variables varan en sentido contrario.
Finalmente, la covarianza ser prxima a cero cuando no exista relacin entre ambas
variables o cuando, existiendo, la relacin sea marcadamente no lineal.
El coeficiente de correlacin:
La covarianza depende de las unidades de medida de las variables y se modificar si
modificamos las unidades de medida de las variables. Esto hace que no sea til
comparar la covarianza de grupos diferentes de observaciones con unidades (o con
escalas) de medicin diferentes .
Por ejemplo, una covarianza de 1 medida en metros, se transforma en una covarianza
de 100 medida en centmetros. Por lo tanto no tiene sentido decir que si la covarianza
es grande, la relacin es fuerte, ya que la covarianza cambiar si modificamos las
unidades de medida de la variable.
Una medida de relacin entre dos variables que resuma la informacin del grfico de
dispersin, y que no dependa de las unidades de medida, se puede construir dividiendo
la covarianza por las desviaciones estndar de ambas variables.
Se define el coeficiente de correlacin lineal r

Una correlacin nos proporciona tres datos principales:

1) la existencia o no de una relacin lineal entre las variables (si da diferente de cero)
2) la direccin de esta relacin, si es que existe (por su signo positivo o negativo)
3) el grado de esta relacin (por el valor absoluto del coeficiente).
Estos tres aspectos se dan, simultneamente, con un solo valor.
La correlacin, en ltima instancia, nos est indicando cmo vara o cambia una
caracterstica cuando la otra caracterstica o variable asociada cambia. Indica si dos
variables cambian o varan conjuntamente.
El coeficiente de correlacin tiene las siguientes propiedades:
1) Cuando las variables estn linealmente de forma exacta, el coeficiente de correlacin
s ser igual a uno en valor absoluto.
2) Cuando las variables no estn relacionadas ( o no lo estn linealmente) entre s, el
coeficiente de correlacin ser cero.
3) El coeficiente no depende del orden en que se consideran las variables, es
decir, r(x,y)=r(y,x)

4) -1 <= r <= 1
5) El coeficiente de correlacin no se altera por transformaciones lineales de las
variables.
Ver ms
enhttp://www.liccom.edu.uy/bedelia/cursos/metodos/material/8_Correlacion.pdf

DESCRIPCIN UNIVARIADA SEGN TIPO DE VARIABLE

http://www.liccom.edu.uy/bedelia/cursos/metodos/descripcion-univariada.pdf
ESTUDIOS CUASIEXPERIMENTALES

La investigacin cuasi-experimental sera aquella en la que

existe una exposicin, una respuesta y una hiptesis para
contrastar, pero no hay aleatorizacin de los sujetos a los grupos
de tratamiento y control, o bien no existe grupo control
propiamente dicho.

Existen diferentes alternativas en su diseo: puede tener controles

histricos, puede ser una comparacin antes de la intervencin y
posterior a esta y puede haber un grupo de control externo.

La principal diferencia con los experimentales consiste en que no hay

aleatorizacin en la distribucin de los sujetos en los grupos. En
estos estudios no existe un control absoluto de todas las variables
relevantes debido a la falta de aleatorizacin, por lo que son ms
vulnerables a los sesgos. Esto intenta evitarse realizando estudio de
equivalencia entre los dos grupos en estudio para asegurar que sean lo
ms homogneos posible.
Su principal ventaja es que resultan ms sencillos y econmicos de
realizar que los estudios experimentales. Adems, es la nica
forma de realizar el estudio cuando no es posible llevar a cabo una
asignacin aleatoria, o cuando es preciso realizarlo en condiciones
naturales.

Como inconvenientes, son muy susceptibles de presentar sesgos,

especialmente de seleccin y confusin. Adems, el uso de grupos ya
formados puede comprometer su validez externa y comprometer la
aplicabilidad de los resultados.
Otro inconveniente es el riesgo de presentar efecto placebo y efecto
Hawtorne, lo que puede minimizarse consiguiendo que los sujetos
participen en el estudio sin ser conscientes de la intervencin a la que
son sometidos.

Estructura bsica de un TFG realizado con un Estudio cuasi-

experimental:

Ttulo: Debe ser lo ms claro y sencillo posible y que nos de una

idea precisa de lo que vamos a encontrar en el trabajo.
Introduccin: a travs de una revisin de la literatura se aporta un
marco conceptual, estado de la situacin fundamentos,
 definiciones, clasificaciones, antecedentes del tema de estudio,
epidemiologia descriptiva, epidemiologia analtica, etc.
Justificacin: Por qu se quiere realizar el estudio?
Objetivos: Establecer el objetivo que persigue el estudio. Puede
haber varios. Pueden dividirse en objetivo general y objetivos
especficos. Se exponen de manera clara y concisa.
Mtodo: se especifica el lugar, el diseo del estudio y el momento
de realizacin del trabajo. Debe especificarse la poblacin de
estudio, definicin minuciosa de la intervencin que se realiza,
proceso para la seleccin de los sujetos, seguimiento exhaustivo
que contemple las prdidas y los no cumplidores, incluyendo la
informacin necesaria acerca de cmo y quin la ha realizado, y
los instrumentos utilizados para tal fin, procedimientos, los
instrumentos de medida, las variables y los mtodos de anlisis
empleados. Se debe incluir informacin suficiente para que
otros/otras autores/as puedan replicar el trabajo. Se describirn
de forma breve las normas ticas seguidas por los/ las
investigadores/as.
Resultados: Los resultados han de presentarse de forma concisa y
clara, con el nmero mnimo necesario de tablas y figuras. Se
presentarn de modo que no haya duplicacin ni repeticin
innecesaria de informacin en el texto y en las figuras o tablas. Se
expondrn siguiendo una secuencia lgica, en general, se puede
comenzar con una descripcin de los sujetos de estudio, para
conocer realmente el nmero estudiado y sus caractersticas.
Discusin: se destacan los aspectos novedosos y relevantes del
trabajo. Debe evitarse repetir con detalle informacin o datos ya
presentados en las secciones anteriores. Se comentan los
resultados obtenidos en relacin con los de otros estudios previos
relevantes, y se interpretarn las diferencias y las similitudes. Se
sealan las fortalezas y las limitaciones del estudio, y se comentan
sus posibles implicaciones en la interpretacin de los resultados.
 Conclusin: Las conclusiones han de relacionarse con los objetivos
del estudio, y hay que evitar afirmaciones no respaldadas
suficientemente por los datos disponibles. Tienen que ser claras y
concisas.
Bibliografa: Se realizaran segn las normas establecidas
(Vancouver, APA, Harvard, etc.)
Anexos: Pueden incluirse tablas, figuras, cuestionarios, escalas,
etc.