Para los primeros cuatro ejemplos, se realizarán ensayos del campo, en el valle promedio de Delevere, que representa el marco de muestreo adecuado para el objetivo esperado. Sabemos que tenemos que seleccionar la parcela de tierra
- representante del valle promedio delevere,
- homogéneo.
La homogeneidad del medio ambiente es esencial para aumentar la precisión del experimento. La elección del apetito es claramente fundamental y se guía por la experiencia, también tiene en cuenta aspectos como la facilidad de acceso y la proximidad de las estructuras (talleres, cobertizos…) que permiten una ejecución precisa de cualquier retiro.
Además de la elección de apetito, algunas estrategias también se pueden utilizar para fomentar una buena homogeneidad de las tarifas. A menudo se usa para preceder a la prueba de un cultivo de ‘homogeneización’, por ejemplo, avena, que es muy codiciosa para el nitrógeno y las hojas en el suelo poca fertilidad residual. O un césped de hierba médica, que, gracias a los cortacésped periódicos, deja el suelo libre de malezas.
Siendo los experimentos de campo, el número de réplicas será cuatro, para cada tratamiento y la unidad experimental será una tarifa, de la cual tendremos que evaluar la forma y el tamaño.
Para el quinto ejemplo, el marco de muestreo será dado por el territorio del municipio de Perugia. La unidad experimental será el empaque y la elección del número de réplicas debe ser compatible con la capacidad de análisis para la determinación de la contaminación de las micotoxinas. Es razonable pensar que 30 réplicas (90 paquetes totales) pueden ser adecuados para la representatividad y la facilidad de gestión.
¿Qué diferencias hay entre los diseños experimentales cuasi experimentales y no experimentales?
¿Cuáles son los diferentes tipos principales de diseños de investigación? Podemos clasificar los diseños en una clasificación triple simple haciendo algunas preguntas clave. Primero, ¿el diseño utiliza la asignación aleatoria a los grupos? [¡No olvide que la asignación aleatoria no es lo mismo que la selección aleatoria de una muestra de una población!] Si se usa una asignación aleatoria, llamamos al diseño un experimento aleatorio o un experimento verdadero. Si no se usa una tarea aleatoria, entonces tenemos que hacer una segunda pregunta: ¿El diseño usa múltiples grupos o múltiples ondas de medición? Si la respuesta es sí, lo etiquetaríamos como un diseño cuasi-experimental. Si no, lo llamaríamos un diseño no experimental. Esta clasificación triple es especialmente útil para describir el diseño con respecto a la validez interna. Un experimento aleatorizado generalmente es el más fuerte de los tres diseños cuando su interés es establecer una relación de causa-efecto. Un no experimento es generalmente el más débil a este respecto. Tengo que apresurarme a agregar aquí, que no quiero decir que un no experimento sea el más débil de los tres diseños en general, pero solo con respecto a la validez interna o la evaluación causal. De hecho, la forma más simple de no experimentación es un diseño de encuestas de una sola vez que consiste en nada más que una sola observación O. Esta es probablemente una de las formas más comunes de investigación y, para algunas preguntas de investigación, especialmente las descriptivas, es IS claramente un diseño fuerte. Cuando digo que el no experimento es el más débil con respecto a la validez interna, todo lo que quiero decir es que no es un método particularmente bueno para evaluar la relación causa-efecto que cree que podría existir entre un programa y sus resultados.
Para ilustrar los diferentes tipos de diseños, considere uno de cada uno en la notación de diseño. El primer diseño es un experimento aleatorizado solo posterior a la prueba. Puede decir que es un experimento aleatorizado porque tiene una R al comienzo de cada línea, lo que indica una asignación aleatoria. El segundo diseño es un cuasi-experimento de los grupos no post-post. Sabemos que no es un experimento aleatorizado porque no se usó una asignación aleatoria. Y sabemos que no es un no experimento porque hay múltiples grupos y múltiples ondas de medición. Eso significa que debe ser un cuasi-experimento. Agreguamos la etiqueta «no subivalente» porque en este diseño no controlamos explícitamente la asignación y los grupos pueden no ser no subivalentes o no similares entre sí (ver diseños grupales no ascalentes). Finalmente, mostramos un diseño no experimental solo por prueba de prueba. Puede usar este diseño si desea estudiar los efectos de un desastre natural como una inundación o tornado y desea hacerlo entrevistando a los sobrevivientes. Tenga en cuenta que en este diseño, no tiene un grupo de comparación (por ejemplo, entrevista en una ciudad en el futuro que no tenía el tornado para ver qué diferencias causó el tornado) y no tiene múltiples oleadas de medición ( por ejemplo, un nivel de pre-tornado de cómo las personas en la ciudad devastada estaban haciendo antes del desastre). ¿Tiene sentido hacer el estudio no experimental? ¡Por supuesto! Puede obtener mucha información valiosa mediante entrevistas posteriores al desastre bien conducidas. Pero puede tener dificultades para establecer cuáles de las cosas que observó se debe al desastre en lugar de a otros factores como las peculiaridades de la ciudad o las características previas al desastre.
Conjodly es una plataforma de investigación de encuestas todo en uno, con herramientas avanzadas fáciles de usar y soporte de expertos. Le brinda acceso a millones de encuestados y sofisticados métodos de investigación de productos y precios.
¿Qué diferencia a la investigación experimental?
La investigación experimental es el estudio de investigación donde el científico influye activamente en algo para observar las consecuencias. La investigación experimental utiliza manipulación y pruebas controladas para comprender los procesos causales. Por lo tanto, en este tipo de investigación, el investigador manipula una variable dada y controla a los demás para llegar a una conclusión.
Este tipo de investigación generalmente incluye una hipótesis, una variable que puede manipularse, medir, calcular y comparar. Finalmente, los datos y resultados recopilados apoyarán o rechazarán la hipótesis del investigador. Por lo tanto, se podría llamar a este tipo de investigación como un verdadero experimento.
En este tipo de investigación, el investigador manipula las variables independientes, como el método de tratamiento y la metodología de enseñanza, y mide el impacto que tiene en las variables dependientes como la cura y la comprensión del estudiante para establecer una relación de causa-efecto entre estas dos variables. Por lo tanto, este tipo de investigación puede responder las cuestiones de causa, efecto y resultados, por lo tanto, lo que permite hacer supuestos hipotéticos basados en los datos recopilados. Por lo tanto, a diferencia de la investigación descriptiva que responde «lo que es», la investigación experimental responde a la pregunta «qué pasaría si». Por lo tanto, generalmente, este tipo de investigación utiliza una metodología de recopilación de datos cuantitativos.
Evidentemente, este tipo de investigación se realiza principalmente en un entorno controlado, generalmente un laboratorio. La investigación experimental se utiliza principalmente en ciencias como sociología y psicología, física, química, biología, medicina, etc.
Artículos Relacionados:
