Resumen de Diseño de Investigación: Tipos y Métodos

## Introducción Los diseños de investigación son esquemas o protocolos que orientan cómo se recolectan, manipulan y analizan los datos para responder preguntas científicas. En este material nos centramos en las principales clasificaciones de diseños: experimentales puros, cuasi-experimentales y no experimentales (transeccionales y longitudinales). Comprender sus características, ventajas y límites es esencial para seleccionar el diseño adecuado según el problema de investigación. > **Definición:** Un diseño de investigación es la estructura planificada que determina cómo se manipulan o se observan las variables y cómo se controla la influencia de factores externos. ## 1. Diseños experimentales puros ### Características principales - Se manipula al menos una **variable independiente** para medir su efecto sobre una o más **variables dependientes**. - Existe control de variables extrañas mediante procedimientos como la asignación aleatoria y controles experimentales. - Los sujetos se asignan **al azar** a condiciones o grupos experimentales. - La manipulación puede tener distintos niveles (por ejemplo, dosis, intensidades) aunque el nivel mínimo es la presencia o ausencia. - Debe existir un **grupo de comparación o control** para contrastar resultados. > **Definición:** Un diseño experimental puro implica la manipulación intencional de variables independientes y control riguroso de factores externos para inferir relaciones causales. ### Ejemplo práctico - Estudio sobre el efecto de un programa de entrenamiento cognitivo en la memoria: los participantes se asignan al azar a un grupo que recibe el programa o a un grupo control que no lo recibe; se mide el rendimiento antes y después. ### Ventajas y límites - Ventaja: permite inferencias causales robustas cuando el control es adecuado. - Límite: a veces poco factible o poco ético manipular variables en contextos naturales. ## 2. Diseños cuasi-experimentales ### Características principales - Se manipula al menos una **variable independiente** con la intención de evaluar su efecto en variables dependientes. - No hay asignación aleatoria de sujetos; los grupos están **preformados** (grupos intactos). - Existe control de algunas variables extrañas, aunque menor que en el experimento puro. - Mantienen cierto rigor científico, pero la inferencia causal es más débil por la ausencia de aleatorización. > **Definición:** Un diseño cuasi-experimental implica manipulación de variables independientes sobre grupos ya formados o sin asignación aleatoria, buscando evaluar efectos en condiciones menos controladas. ### Ejemplo práctico - Evaluación de un nuevo método pedagógico aplicado en una escuela A y comparado con la escuela B, donde no se realizó asignación aleatoria de estudiantes. ### Ventajas y límites - Ventaja: aplicable en contextos reales donde la aleatorización no es posible. - Límite: posibles sesgos por diferencias iniciales entre grupos. ## 3. Diseños no experimentales ### Características generales - No se manipula la **variable independiente**; se observan los fenómenos tal como ocurren en su ambiente natural. - No se construyen situaciones experimentales ni se controla directamente las variables independientes. - Incluyen diseños transeccionales (o transversales) y longitudinales. > **Definición:** Los diseños no experimentales consisten en la observación y análisis de variables en condiciones naturales sin manipulación deliberada de la variable independiente. ### 3.1 Diseños transeccionales (transversales) - La recolección de datos se realiza en un solo momento en el tiempo. - Tipos: - Transeccionales exploratorios - Transeccionales descriptivos - Transeccionales correlacionales (a veces causales) > **Definición:** Un diseño transeccional recolecta datos en un punto único en el tiempo para describir variables o analizar relaciones entre ellas. #### Objetivos según el tipo - Exploratorios: se aplican a problemas nuevos o poco conocidos para empezar