Los diseños cuasi-experimentales son similares a los verdaderos experimentos, pero carecen de una asignación aleatoria a grupos experimentales y de control. Los diseños cuasi-experimentales tienen un grupo de comparación similar a un grupo de control, excepto la asignación al grupo de comparación no se determina mediante asignación aleatoria. El más básico de estos diseños cuasiexperimentales es el diseño de grupos de comparación no ascalentes (Rubin y Babbie, 2017). El diseño del grupo de comparación no ascalente se parece mucho al diseño experimental clásico, excepto que no usa una asignación aleatoria. En muchos casos, estos grupos ya pueden existir. Por ejemplo, un investigador podría realizar investigaciones en dos sitios de agencias diferentes, uno de los cuales recibe la intervención y el otro no. Nadie fue asignado a grupos de tratamiento o comparación. Esas agrupaciones existieron antes del estudio. Si bien este método es más conveniente para la investigación del mundo real, es menos probable que los grupos sean comparables que si hubieran sido determinados por asignación aleatoria. Quizás el grupo de tratamiento tiene una característica que es única, por ejemplo, mayores ingresos o diferentes diagnósticos, que hacen que el tratamiento sea más efectivo.
Los cuasi-experimentos son particularmente útiles en la investigación de políticas de bienestar social. Los investigadores de políticas de bienestar social a menudo buscan lo que se denominan experimentos naturales, o situaciones en las que se crean grupos comparables por diferencias que ya ocurren en el mundo real. Los experimentos naturales son una característica del mundo social que permite a los investigadores usar la lógica del diseño experimental para investigar la conexión entre las variables. Por ejemplo, Stratmann y Wille (2016) estaban interesados en los efectos de una política de salud estatal llamada Certificado de necesidad sobre la calidad de los hospitales. Claramente, no podrían asignar a al azar los estados para adoptar un conjunto de políticas u otro. En cambio, los investigadores utilizaron regiones de referencia hospitalaria, o las áreas de las cuales los hospitales dibujan a sus pacientes, que abarcaban las líneas estatales. Debido a que los hospitales estaban en la misma región de referencia, los investigadores podrían estar bastante seguros de que las características del cliente eran bastante similares. De esta manera, podrían clasificar a los pacientes en grupos experimentales y de comparación sin dictar la política estatal o decirle a las personas dónde vivir.
La coincidencia es otro enfoque en el diseño cuasi-experimental para asignar personas a grupos experimentales y de comparación. Comienza con los investigadores pensando en qué variables son importantes en su estudio, particularmente variables o atributos demográficos que podrían afectar su variable dependiente. La coincidencia individual implica emparejar participantes con atributos similares. Luego, el par emparejado se divide, con un participante que va al grupo experimental y el otro al grupo de comparación. Un grupo de control de Facto ex post, en contraste, es cuando un investigador coincide con los individuos después de que la intervención se administra a algunos participantes. Finalmente, los investigadores pueden participar en la coincidencia agregada, en la que se determina que el grupo de comparación es similar en variables importantes.
Hay muchos diseños cuasiexperimentales diferentes además del diseño de grupo de comparación no ascalente descrito anteriormente. Describirlos a todos está más allá del alcance de este libro de texto, pero vale la pena mencionar un diseño más. El diseño de la serie temporal utiliza múltiples observaciones antes y después de una intervención. En algunos casos, se utilizan grupos experimentales y de comparación. En otros casos en que eso no es factible, se usa un solo grupo experimental. Al usar múltiples observaciones antes y después de la intervención, el investigador puede comprender mejor el valor real de la variable dependiente en cada participante antes de que comience la intervención. Además, múltiples observaciones luego permiten al investigador ver si la intervención tuvo efectos duraderos en los participantes. Los diseños de series de tiempo son similares a los diseños de sujetos individuales, que discutiremos en el Capítulo 15.
Cuando no son posibles experimentos verdaderos y cuasi-experimentos, los investigadores pueden recurrir a un diseño preexperimental (Campbell y Stanley, 1963). Los diseños preexperimentales se llaman tal porque a menudo ocurren como un anterior a la realización de un verdadero experimento. Los investigadores quieren ver si sus intervenciones tendrán algún efecto en un pequeño grupo de personas antes de buscar fondos y dedicar tiempo para realizar un verdadero experimento. Los diseños preexperimentales, por lo tanto, generalmente se realizan como un primer paso para establecer la evidencia a favor o en contra de una intervención. Sin embargo, este tipo de diseño viene con algunas desventajas únicas, que describiremos a continuación.
Un tipo de preexperimento comúnmente utilizado es el prejuicio previo al grupo de un grupo. En este diseño, las pruebas previas y posteriores se administran, pero no hay un grupo de comparación con el cual comparar el grupo experimental. Los investigadores pueden hacer la afirmación de que los participantes que recibieron el tratamiento experimentaron un cambio en la variable dependiente, pero no pueden comenzar a afirmar que el cambio fue el resultado del tratamiento sin un grupo de comparación. Imagínese si los estudiantes de su clase de investigación completaron un cuestionario sobre su nivel de estrés al comienzo del semestre. Entonces su profesor le enseñó técnicas de atención plena durante todo el semestre. Al final del semestre, administra nuevamente la encuesta de estrés. ¿Qué pasa si subieron los niveles de estrés? ¿Podría concluir que las técnicas de atención plena causaron estrés? ¡No sin un grupo de comparación! Si hubiera un grupo de comparación, podría reconocer que todos los estudiantes experimentaron un mayor estrés al final del semestre que el comienzo del semestre, no solo a los estudiantes en su clase de investigación.
¿Qué es el diseño experimental y cuasi experimental?
En algunos contextos científicos de implementación, los responsables políticos o los administradores pueden no estar dispuestos a tener un subconjunto de pacientes o sitios participantes aleatorizados a una condición de control, especialmente para problemas clínicos de alto perfil o alta razón. Los diseños cuasi-experimentales permiten a los científicos de implementación realizar estudios rigurosos en estos contextos, aunque con ciertas limitaciones. Revisamos brevemente las características de estos diseños aquí; Otros artículos de revisión recientes están disponibles para el lector interesado (por ejemplo, Handley et al., 2018).
El grupo de control previo al post no equivalente utiliza un grupo de control en ausencia de aleatorización. Idealmente, se elige que el grupo de control sea lo más similar del grupo de intervención como sea posible (por ejemplo, coincidir con factores como el tipo de clínica, la población de pacientes, la región geográfica, etc.). Teóricamente, ambos grupos están expuestos a las mismas tendencias en el medio ambiente, lo que hace que sea plausible descifrar si la intervención tuvo un efecto. La medición de las condiciones de tratamiento y control ocurre clásicamente antes y después de la intervención, con una mejora diferencial entre los grupos atribuidos a la intervención. Este diseño es popular debido a su practicidad, especialmente si los puntos de recopilación de datos pueden mantenerse al mínimo. Puede ser especialmente útil para aprovechar los experimentos naturales que pueden ocurrir en el contexto de ciertas iniciativas o despliegue de políticas, específicamente, despliegue en los que es plausible que se pueda identificar un grupo de control. Por ejemplo, Kirchner y sus colegas (2014) utilizaron este tipo de diseño para evaluar la integración de los servicios de salud mental en clínicas de atención primaria en siete centros médicos del Departamento de Asuntos de Veteranos (VA) de los Estados Unidos y siete controles coincidentes.
Un inconqujado de este diseño es que es especialmente vulnerable a las amenazas a la validez interna (Shadish, 2002), porque las diferencias preexistentes entre el tratamiento y el grupo de control podrían atribuirse erróneamente a la intervención. Si bien las diferencias no medidas entre el tratamiento y los grupos de control siempre son una posibilidad en la investigación de la salud, es especialmente probable que tales diferencias ocurran en el contexto de estos diseños debido a la falta de aleatorización. Del mismo modo, este diseño es particularmente sensible a las tendencias seculares que pueden afectar diferencialmente a los grupos de tratamiento y control (Cousins et al., 2014; Pape et al., 2013), así como la regresión a los resultados medios del estudio de confusión (Morton y Torgerson, 2003). Por ejemplo, si se selecciona un sitio de estudio para la condición experimental precisamente porque tiene un rendimiento inferior de alguna manera, entonces la regresión a la media sugeriría que el sitio mostrará una mejora independientemente de cualquier intervención; Sin embargo, en el contexto de un estudio previo al grupo de control no equivalente, esta mejora se atribuiría erróneamente a la intervención en sí (error tipo I).
¿Qué es el diseño cuasi experimental?
DISEÑOS COMUSADORES Y DISEÑOS EXPERVISION. Introducción. El diseño casi supervisión y experimental elimina algunas amenazas contra la validez interna (amenazas) que limitan la «fuerza» del dibujo de antes y después, el diseño más simple de la evaluación de una efectividad de la intervención.
Introducción El diseño casi supervisión y experimental elimina algunas amenazas contra la validez interna (amenazas) que limitan la «fuerza» del dibujo de antes y después, el diseño más simple de la evaluación de una efectividad de la intervención. En esta lección hablaremos antes de cómo un dibujo de antes y después puede evolucionar a un diseño casi supervisado con la adición de uno o más elementos y luego de diseños experimentales. En los entornos de trabajo, los dibujos casi supervisión son más factibles que los diseños experimentales.
Existen cinco estrategias para mejorar el diseño de primera y dapa • Estrategia 1: Agregar un grupo de control • Estrategia 2: tomar más medidas antes y después de la implementación de la intervención • Estrategia 3: Mostrar la introducción de la intervención entre grupos • Estrategia : Agregue una fase de eliminación de la intervención • Estrategia 5: Utilice medidas de resultado adicionales
Pre-post con controles no anomizados como en el diseño experimental, hay al menos un grupo que recibe la intervención (grupo de intervención) y un grupo que no lo recibe (grupo de control). La diferencia radica en la forma en que los participantes son asignados a grupos para intervención y evaluación. En un experimento, los participantes son asignados a aleatorios; En los dibujos casi supervisados, la asignación a menudo es determinada por la organización del trabajo.
¿Qué son los diseños experimentales en la investigación?
Para las «actividades de investigación industrial», la investigación planificada o las investigaciones críticas se entienden destinadas a adquirir nuevos conocimientos, que se utilizarán para desarrollar nuevos productos, procesos o servicios de producción o permitir una mejora marcada en productos, procesos de producción o servicios existentes. También incluyen la creación de componentes de sistemas complejos necesarios para la investigación industrial, en particular para la validación de tecnologías genéricas, con la excepción de los prototipos.
Para las «actividades de desarrollo experimental», se entiende la adquisición, combinación, estructuración y uso de conocimientos y habilidades existentes de la naturaleza científica, tecnológica, comercial y más mejorado. También puede ser otras actividades destinadas a la definición, planificación y documentación conceptuales con respecto a nuevos productos, procesos y servicios. Estas actividades pueden incluir el procesamiento de proyectos, dibujos, planes y otra documentación, siempre que no estén destinadas al uso comercial. La creación de prototipos que se pueden utilizar para uso comercial y proyectos piloto destinados a experimentos tecnológicos o comerciales se encuentra dentro del desarrollo experimental.
Sin embargo, el desarrollo experimental no incluye cambios de rutina o cambios periódicos realizados en productos, líneas de producción, procesos de fabricación, servicios existentes y otras operaciones en progreso, incluso si estos cambios representan mejoras.
Los servicios para la innovación y la transferencia de tecnología proporcionadas por los talleres consisten en:
a) Realización de nuevos productos y servicios de los cuales surgen innovaciones significativas, desde el punto de vista de los servicios funcionales, en comparación con la oferta actual del mercado
b) Adopción de nuevas tecnologías, hechas dentro de la empresa o adquiridas desde el exterior, para mejorar los procesos de producción de productos/servicios existentes o nuevos productos/servicios
c) La innovación del proceso comercial, o la reorganización de la misma, dirigida a una mejora significativa en la calidad/cantidad de productos/servicios o la eficiencia/efectividad de los procesos de producción.
¿Qué importancia tiene los diseños experimentales en las investigaciones?
Los requisitos esenciales de un proyecto de investigación que proporciona el uso de animales para fines científicos y educativos en los procedimientos se establecen mediante el Decreto Legislativo 26/2014.
Por procedimiento nos referimos a cualquier uso invasivo o no invasivo de un animal para fines experimentales u otros propósitos científicos con un resultado bien conocido o desconocido, o con fines educativos, lo que puede causar al animal un nivel de dolor, sufrimiento, angustia prolongada daño prolongado equivalente o más alto que el causado por la inserción de una aguja de acuerdo con las buenas prácticas veterinarias. Esto incluye cualquier acción que pretenda o pueda determinar el nacimiento o la eclosión de un animal o la creación y mantenimiento de una línea animal genéticamente modificada con el fenotipo de sufrimiento en estas condiciones. La supresión de los animales se excluye de la definición con el único propósito de usar los órganos o tejidos.
En cambio, el proyecto significa un programa de trabajo con un objetivo científico preciso que proporciona el uso de uno o más procedimientos, a partir de la preparación del primer procedimiento hasta que se necesiten más intervenciones u observaciones para los fines del proyecto en curso.
Los procedimientos solo se pueden realizar para:
- investigación básica;
- Investigación aplicada o traslacional que persigue uno de los siguientes propósitos:
- profilaxis, prevención, diagnóstico o tratamiento de enfermedades, mal estado de salud u otras anomalías o sus efectos en los seres humanos, animales o plantas;
- evaluación, detección, control o modificaciones de condiciones fisiológicas en humanos, animales o plantas;
- bienestar animal y mejora de las condiciones de producción para animales criados con fines zootechnicales;
- Realización de uno de los propósitos mencionados en la letra B) en el campo de desarrollo, producción o pruebas de calidad, efectividad e inofensivos de los medicamentos, productos alimenticios, alimentos y otras sustancias o productos;
- protección del medio ambiente natural, en interés de la salud o bien de los seres o animales humanos;
- investigación dirigida a la conservación de especies;
- mayor enseñanza o capacitación a los efectos de la adquisición, mantenimiento o mejora de las habilidades profesionales;
- Investigaciones médicas-legales.
Los procedimientos no pueden ser autorizados:
(En el art. 5 se identifican el párrafo 2 2, sin embargo, los propósitos de los procedimientos que no pueden ser autorizados)
¿Qué son los diseños cuasi experimentales ejemplos?
Los experimentos sin grupos de control a menudo se usan en la investigación de campo. En cuanto a la validez interna, están sujetos a varias limitaciones. Por lo tanto, es posible sacar conclusiones solo excluyendo explicaciones alternativas.
Además de las variables dependientes para las cuales se afirman los cambios después de la intervención, se supone la recopilación de empleados para los cuales no se suponen los cambios correspondientes. Se toma en este diseño experimental que los factores confestos influyen en los valores de los dos grupos de variables que dependen de la misma manera. Por esta razón, es posible controlar muchos compromisos posibles de validez interna, por lo tanto, este plan de prueba se puede usar de varias maneras y permite interpretaciones causales de los resultados.
Este tipo de diseño es útil cuando los tratamientos se usan, se suspenden y reanudan. Se realizan al menos cuatro tiempos de medición en los que los tratamientos se suspenden temporalmente. Este diseño le permite analizar la covarianza de tratamientos y variables que dependen con el tiempo. El plan de prueba es adecuado para aplicaciones de investigación que se centran en los efectos transitorios o no permiten un período de estudio más largo.
La base de un diseño casi experimental es un diseño de investigación en el que se toman al menos dos campeones. Estas dos muestras pueden, por ejemplo, representar a cada uno de un grupo experimental o de control de SO. Los grupos experimentales y de control generalmente se entrevistan para establecer una relación de causa-efecto, que sin embargo solo funciona cuando comparan dos grupos idénticos. Sin embargo, no se puede asumir la comparabilidad del grupo en un plan de prueba casi experimental, ya que los procedimientos no se utilizan para controlar los factores de confusión al asignar personas individuales a los dos grupos, como p. B. Procesos de aleatorización o paralelización.
¿Qué es una investigación cuantitativa cuasi experimental menciona un ejemplo?
Es probable que los cuasi-experimentos sean el diseño del estudio de batalla utilizado para generar evidencia sobre la efectividad comparativa de los tratamientos alternativos, debido a su viabilidad, puntualidad, asequibilidad y validez externa en comparación con los ensayos aleatorios. En esta revisión, describimos las posibles fuentes de discordancia en los resultados entre cuasi-experimentos y experimentos, revisamos las opciones de diseño del estudio que pueden mejorar la validez interna de cuasi-experimentos y describir estrategias innovadoras de vinculación de datos que pueden ser particularmente útiles en comparación cuasi-experimental. Investigación de efectividad. Existe una necesidad urgente de resolver el debate sobre el valor probatorio de los talentos cuasi-experimentos, ya que la misma consideración de rigurosos cuasi-experimentos ampliará la base de la evidencia que se puede llevar a la toma de decisiones clínicas y la formulación de políticas gubernamentales.
Antecedentes en el campo de la investigación de intervención farmacéutica a menudo es difícil ajustarse a los requisitos rigurosos de los modelos «verdaderos experimentales», especialmente el requisito de aleatorización. Cuando no es factible la aleatorización, un investigador basado en la práctica puede elegir entre una gama de «diseños cuasi-experimentales», es decir, no aleatorizados y en el momento no controlado. Objetivo El objetivo de este artículo era proporcionar una visión general de los diseños cuasi-experimentales, discutir sus fortalezas y debilidades e investigar su aplicación en la investigación de intervención farmacéutica durante la década anterior. Los resultados en la literatura cuasiexperimental los estudios pueden clasificarse en cinco amplias categorías: diseño cuasi-experimental sin grupos de control; diseño cuasi-experimental que usa grupos de control sin prueba previa; diseño cuasi-experimental que usa grupos de control y pruebas previas; Series de tiempo interrumpidas y diseños de cuña escalonados. El diseño del estudio cuasi-experimental ha aparecido constantemente en la evolución de la investigación de intervención farmacéutica. Los diseños cuasiexperimentales más comúnmente aplicados en la literatura de investigación basada en la práctica son el diseño de prueba previa al grupo de un grupo y el diseño del grupo de control no equivalente, es decir, (grupo de control no tratado con pruebas previas dependientes y pruebas posteriores) y tiene Se ha utilizado para probar el impacto de las intervenciones farmacéuticas en el manejo general de los medicamentos, así como en estados de enfermedades específicos. Conclusión Los estudios cuasiexperimentales tienen un papel que desempeñar como prueba de concepto, en las fases piloto de las intervenciones al probar diferentes componentes de intervención, especialmente en intervenciones complejas. Sirven para desarrollar una comprensión de los posibles efectos de intervención: si bien aislados producen evidencia débil de eficacia clínica, tomadas colectivamente, ayudan a construir una evidencia en apoyo del valor de las intervenciones farmacéuticas en diferentes entornos de práctica y países. Sin embargo, cuando un ECA tradicional no es factible para
Este estudio examinó el impacto de una iniciativa de educación sobre el VIH de la escuela primaria sobre el conocimiento, la autoeficacia y las actividades de uso sexual y de condones de los alumnos de la escuela primaria superior en Kenia. Un posterior al diseño previo y de 18 meses cuasiexperimental de cuantitativo y 18 meses utilizando 40 escuelas de intervención y 40 de control coincidentes demostró significativo…
¿Qué características presentan los diseños cuasi experimentales?
Un diseño cuasi-experimental es uno que se parece un poco a un diseño experimental pero carece del ingrediente clave: la tarea aleatoria. Mi mentor, Don Campbell, a menudo se refirió a ellos como experimentos «mareados» porque les dan a los puristas experimentales un sentimiento mareado. Con respecto a la validez interna, a menudo parecen ser inferiores a los experimentos aleatorios. Pero hay algo convincente en estos diseños; Tomados como grupo, se implementan fácilmente con mayor frecuencia que sus primos aleatorios.
No voy a intentar cubrir los diseños cuasi-experimentales de manera integral. En cambio, presentaré dos de los diseños cuasi-experimentales clásicos con cierto detalle y mostraré cómo los analizamos. Probablemente el diseño cuasiexperimental más utilizado (y puede ser el más utilizado de todos los diseños) es el diseño de grupos no ascalentes. En su forma más simple requiere una prueba previa y una prueba posterior para un grupo tratado y de comparación. Es idéntico al análisis del diseño de covarianza, excepto que los grupos no se crean mediante asignación aleatoria. Verá que la falta de asignación aleatoria, y la potencial no subivalencia entre los grupos, complica el análisis estadístico del diseño de grupos no ascalentes.
El segundo diseño en el que me centraré es en el diseño de regresión-discontinuidad. No lo incluyo solo porque hice mi disertación y escribí un libro al respecto (¡aunque ciertamente fueron factores que pesaban a su favor!). Lo incluyo porque creo que es una alternativa importante y a menudo mal entendida a los experimentos aleatorios porque su característica distintiva: asignación al tratamiento utilizando una puntuación de corte en una variable de pretratamiento, nos permite asignar al programa a quienes más lo necesitan o merecen más. A primera vista, el diseño de discontinuidad de regresión parece parcial a la mayoría de las personas debido a la regresión a la media. Después de todo, estamos asignando anotadores bajos a un grupo y anotadores altos al otro. En la discusión del análisis estadístico del diseño de discontinuidad de regresión, le mostraré por qué este no es el caso.
Finalmente, presentaré brevemente una variedad de otros experimentos cuasi-experimentos que tienen aplicabilidad específica o características notables, incluido el diseño de prueba previa proxy, el diseño de doble prueba de doble prueba, el diseño de variables dependientes no ascalentes, el diseño de coincidencia de patrones y el diseño de desplazamiento del punto de regresión. Tuve el honor distintivo de coautiar un artículo con Donald T. Campbell que describió por primera vez el diseño de desplazamiento del punto de regresión. En el momento de su muerte en la primavera de 1996, habíamos pasado por unos cinco borradores cada uno durante un período de cinco años. El documento incluye numerosos ejemplos de este nuevo experimento cuasi-experimentos, y proporciona una descripción detallada del análisis estadístico del diseño de desplazamiento del punto de regresión.
Hay una clase importante de diseños cuasiexperimentales que no se incluyen aquí: los diseños de series de tiempo interrumpidas. Planeo incluirlos en reescrituras posteriores de este material.
¿Qué son los diseños de investigación cuasi experimentales y en qué se diferencian de los experimentos reales?
Un casi experimento es un estudio empírico utilizado para estimar el impacto causal de una intervención en la población objetivo sin la asignación aleatoria de sujetos a condiciones experimentales.
La investigación de casi supervisión comparte similitudes con el diseño experimental tradicional o el estudio controlado aleatorio, pero en particular no hay un elemento de asignación aleatoria al tratamiento o el control. Los proyectos de cuasi-supervisión generalmente permiten al investigador controlar la asignación de sujetos a la condición del tratamiento, pero utilizando un criterio distinto de la asignación aleatoria (por ejemplo, un límite de elegibilidad).
Las exenciones cuasi se usan comúnmente en las ciencias sociales, la salud pública, la educación y el análisis político, especialmente cuando no es práctico o razonable al azar a los participantes en el estudio con respecto a la condición del tratamiento. Por ejemplo, se supone que debemos dividir a las familias en dos categorías: familias en las que los padres azotan a sus hijos y familias en las que los padres no provocan a sus hijos. Podemos realizar una regresión lineal para determinar si existe una correlación positiva entre la nalgada de los padres y el comportamiento agresivo de sus hijos. Sin embargo, el simple hecho de aleatorizar a los padres a azotar o no azotar a sus hijos puede no ser práctico o ético, porque algunos padres pueden creer que es moralmente incorrecto lanzar a sus hijos y negarse a participar.
Con estudios casi experimentales, no siempre es posible demostrar un vínculo causal entre la condición del tratamiento y los resultados observados de manera convincente. Esto es particularmente cierto si hay variables de confusión que no se pueden controlar o considerar.
La primera parte de la creación de un proyecto casi experimental consiste en identificar variables. La variable cuasi dependiente será la variable X, mientras que la variable que se manipula será la variable Y. «X» generalmente es una variable de agrupación con diferentes niveles. La agrupación significa dos o más grupos, como dos grupos que reciben tratamientos alternativos, o un grupo de tratamiento y un grupo sin tratamiento (al que se puede administrar un placebo, el placebo se usa con mayor frecuencia en experimentos clínicos o fisiológicos). El resultado esperado es la variable dependiente, que es la variable y. En un análisis de la serie temporal, la variable dependiente se observa con el tiempo para cualquier cambio que pueda ocurrir. Una vez que las variables se han identificado y definido, se implementa un procedimiento y se examinan las diferencias de grupo.
¿Qué son los diseños de investigación cuasi experimentales y en qué se diferencian de los verdaderos experimentos?
El diseño de experimentos (DOE, DOX o diseño experimental) es el diseño de cualquier actividad que tenga como objetivo describir y explicar la variación de la información en condiciones que hipotetizan reflejan la variación. El término generalmente se asocia con experimentos en los que el diseño introduce condiciones que influyen directamente en la variación, pero también pueden referirse al diseño de exenciones cuasi, en las que las condiciones naturales que influyen en la variación se seleccionan para la observación.
En su forma más simple, un experimento tiene como objetivo predecir el resultado introduciendo un cambio de pre -contratos, que está representado por una o más variables independientes, también llamadas «variables de entrada» o «variables predictivas». En general, se supone que el cambio de una o más variables independientes determina un cambio de una o más variables dependientes, también llamadas «variables de salida» o «variables de respuesta». El diseño experimental también puede identificar las variables de controlche debe mantenerse constantes para evitar que los factores externos afecten los resultados. El diseño experimental implica no solo la selección de variables independientes y de control, sino también la planificación de la entrega del experimento en condiciones estadísticamente óptimas, dadas las limitaciones de los recursos disponibles. Existen varios enfoques para determinar el conjunto de puntos de diseño (combinaciones únicas de la configuración de variables independientes) que se utilizarán en el experimento.
Las principales preocupaciones en el diseño experimental incluyen la determinación de validez, confiabilidad y replicabilidad. Por ejemplo, estas preocupaciones pueden abordarse parcialmente eligiendo cuidadosamente la variable independiente, reduciendo el riesgo de errores de medición y asegurando que la documentación del método sea suficientemente detallada. Las preocupaciones relacionadas incluyen el logro de los niveles apropiados de poder y la sensibilidad estadística.
¿Qué son los diseños cuasi experimental?
Un cuasi-experimento es un estudio de intervención empírica utilizado para estimar el impacto causal de una intervención en la población objetivo sin una asignación aleatoria. La investigación cuasiexperimental comparte similitudes con el diseño experimental tradicional o el ensayo controlado aleatorio, pero carece específicamente del elemento de asignación aleatoria al tratamiento o control. En cambio, los diseños cuasi-experimentales generalmente permiten al investigador controlar la asignación a la condición de tratamiento, pero utilizando algún criterio que no sea asignación aleatoria (por ejemplo, una marca de corte de elegibilidad). [1]
Los cuasi-experimentos están sujetos a preocupaciones con respecto a la validez interna, porque los grupos de tratamiento y control pueden no ser comparables al inicio. En otras palabras, puede no ser posible demostrar de manera convincente un vínculo causal entre la condición de tratamiento y los resultados observados. Esto es particularmente cierto si hay variables de confusión que no se pueden controlar o tener en cuenta. [2]
Con la asignación aleatoria, los participantes del estudio tienen la misma posibilidad de ser asignados al grupo de intervención o al grupo de comparación. Como resultado, las diferencias entre los grupos en las características observadas y no observadas se deberían al azar, en lugar de un factor sistemático relacionado con el tratamiento (por ejemplo, gravedad de la enfermedad). La aleatorización en sí no garantiza que los grupos serán equivalentes al inicio. Cualquier cambio en las características después de la intervención es probablemente atribuible a la intervención.
La primera parte de la creación de un diseño cuasiexperimental es identificar las variables. La variable independiente de cuasi será la variable X, la variable que se manipula para afectar una variable dependiente. «X» es generalmente una variable de agrupación con diferentes niveles. La agrupación significa dos o más grupos, como dos grupos que reciben tratamientos alternativos, o un grupo de tratamiento y un grupo de no tratamiento (que puede recibir un placebo: los placebos se usan con mayor frecuencia en experimentos médicos o fisiológicos). El resultado predicho es la variable dependiente, que es la variable y. En un análisis de series de tiempo, la variable dependiente se observa con el tiempo para cualquier cambio que pueda tener lugar. Una vez que las variables se han identificado y definido, se debe implementar un procedimiento y se deben examinar las diferencias de grupo. [3]
Artículos Relacionados:
