Dise単adoras de Datos
Editorial
A continuación presentamos Revista
Digital
sobre
el
Diseño Experimental, con el objetivo
de
conocimientos cumplimiento
afianzar y
dando
a
las
exigencias de la cátedra Diseños Cuantitativos de Investigación Maestría
de
la
Gerencia
en
Finanzas y Negocios de la Universidad Venezuela 2014.
Las Diseñadoras son:
Karlas Gutiérrez
Karina Guzmán
Zaida Omaña
Romina Torrealba
Yacambú.
DISEÑO EXPERIMENTAL HISTORIA •
El diseño experimental juega un papel decisivo en los métodos experimentales, por cuanto este consiste en una serie de actividades planificadas dirigidas a validar o rechazar hipótesis, por ello este se considera un enlace entre el problema y la solución. Bisquerra (1989).
•
El diseño experimental tiene su base en los conceptos de diferentes autores que contribuyeron y profundizaron en su concepción y aplicación, entre ellos:J. Dewey (18591952), quien aplicó el pragmatismo a las ciencias sociales, dando así origen al experimentalismo que se basaba en la experiencia y la práctica e influyendo de manera importante en los fenómenos educativos. Murillo (S/F).
•
Por otra parte Claude Bernard (1865), plantea los principios del método de la experimentación, los cuales se detallan a continuación:
1. El científico se somete a los hechos, a los cuales tiene que sacrificar teoría por muy brillante que sea. 2. La investigación experimental se basa en el determinismo de los fenómenos, que se tendrán que repartir en las mismas condiciones hasta que entre ellos se puedan establecer relaciones constantes. 3. La ciencia es ajena a cuestiones epistemológicas, puesto que no se pueden comprobar experimentalmente. 4. Las hipótesis se contrastan decisivamente con las contrapruebas.
McCall (1923) por otro lado sistematizó y aplicó el concepto de diseño a la investigación educativa. Ronald Fisher (1935) dio un gran impulso a los diseños experimentales a través de la aleatorización y análisis de varianza producto de un estudio desarrollado en la estación agrícola de Rothamsted en el Reino Unido. Bisquerra (1989).
De acuerdo a Buyse (1949) existen tres influencias en el método experimental: los pensamientos filosóficos que dominaban en el siglo XIX tales como el pragmatismo, el sociologismo, el positivismo y el experimentalismo; la evolución de la psicología tradicional y el desarrollo del método experimental. Murillo (S/F).
Por otra parte, las contribuciones de Gen'ichi Taguchi (1950), abrieron el camino de aplicaciones rutinarias. Donde algunos esquemas de experimentos factoriales se aplican en la metodología de Taguchi, lo cual enriquece el concepto de calidad y la idea de robustez de los sistemas. Yacuzzi (S/F). Posteriormente, Campbell y Stanley (1973) dieron su aporte en cuanto a la distinción de los diseños pre – experimentales, cuasi – experimentales y los factores que pueden atentar contra la validez de los diseños. Por su parte, Cook y Campbell (1979) trabajaron la profundización de los diseños cuasi-experimentales. Bisquerra (1989). Por lo expuesto anteriormente, se puede decir que la concepción del diseño experimental de acuerdo a las contribuciones de cada uno de sus representantes destaca un papel de gran relevancia en la mejora de los procesos y la importancia básica en el análisis de datos para producir resultados.
Características: Es importante señalar que en la investigación experimental el investigador busca controlar las variables independientes deliberadamente para identificar los elementos o situaciones que dan lugar a un fenómeno determinado. Es decir, se busca provocar el cambio en una variable independiente con el propósito obtener información que le permita ver el efecto que este cambio genera en otras variables dependientes, en un momento determinado. Tal es la importancia, de mantener el fenómeno bajo control debido a que es necesario evitar la aparición de variables que contaminen los resultados. Este tipo de estudios son de un nivel estricto y son caracterizados por (Tamayo 1995) como sigue: •El investigador manipula la variable independiente y le asigna niveles. •La manipulación y control de la variable independiente son sus principios fundamentales. •Se deben aplicar dos o más niveles de la variable independiente con el fin de poder contrastar los efectos sobre la variable dependiente. Estos efectos se estiman comparando los resultados obtenidos en la variable independiente. •Se conforman grupos al azar antes de comenzar el experimento y a cada
uno de ellos se interviene con niveles diferentes a través de la variable independiente. El objetivo es que las posibles diferencias encontradas al medirla variable dependiente en cada grupo, puedan atribuirse a la aplicación de los niveles de la variable independiente. Por lo anteriormente señalado, se puede decir, que una de las principales acciones que busca la metodología experimental es estudiar la varianza, con el objetivo principal de lograr demostrar que en la variable dependiente, sólo está ejerciendo efectos la variable independiente, por ello en muchos casos también se miden las variables intervinientes o extrañas. Es por ello, que la investigación experimental se basan fundamentalmente en las variaciones, cambios o varianzas observadas en la variable dependiente a raíz de las variaciones o cambios introducidos deliberadamente en la variable independiente, procurando igualar o sistematizar la varianza debida a variables extrañas.
Etapas del Diseño Experimental.
Reconocimiento y formulación del problema: Una investigación se origina de una idea, la mayoría de las ideas iniciales son vagas y requieren analizarse cuidadosamente para que sean transformadas en planteamientos más precisos y estructurados, para lo cual se requiere una revisión bibliográfica de la idea. Una vez concebida la idea de investigación, se procede a plantear el problema. Plantear el problema es afinar y estructurar más formalmente la idea de investigación
Esta etapa consiste en determinar claramente los objetivos del experimento y las preguntas que haya que responder. Después se señalan las variables independientes, las dependientes, los parámetros constantes y la precisión necesaria en la medición de las variables. Se toma en cuenta la bibliografía existente, la región en que interesan los resultados, el equipo disponible y su precisión, el tiempo y dinero disponible, así como también la viabilidad de la investigación y sus posibles consecuencias. Selección de los factores y niveles. En esta etapa se debe realizar una lista de todos los factores (variables experimentales independientes que puede ser cualitativas o cuantitativas) que pueden tener influencia sobre la ejecución del experimento. Tales factores incluirán:
Factores de tratamientos: Son las variables experimentales independientes cualitativas o cuantitativas que influyen sobre la variable respuesta, y son el principal objetivo de la investigación. Factores de clasificación: Son variables experimentales independientes cualitativas que permiten agrupar el material experimental en grupos homogéneos y que son determinados por las condiciones bajo las cuales el experimento es ejecutado. No se puede decir enfáticamente que tener tal listado es esencial para completar la investigación, ya que depende del diseño seleccionado y de la población con respecto a la cual se va a hacer la inferencia.
Selección de la variable respuesta: En esta etapa se selecciona la(s) variable(s) respuesta(s) o variable (s) dependiente(s). El experimentador debe estar seguro que la respuesta que se va a medir realmente provee información útil acerca de la investigación. La selección involucra que debe tenerse la certeza de que dicha variable proporciona información útil acerca del proceso bajo estudio. Es importante identificar los aspectos relacionados con la definición de las respuestas de interés y como van a medirse antes de realizar el experimento. Cada respuesta medible, está representada matemáticamente en un modelo lineal. La idea general de un modelo es expresar las observaciones generalmente denotadas por ―X‖, en términos de ―efectos‖ que contribuyen a ―X‖. Esos efectos se pueden clasificar en tres categorías: Efectos de Tratamiento, Efectos de Diseño y Efectos de Error. Los efectos de tratamientos, son un reflejo del efecto de diseño como también de los tratamientos simples o combinaciones de factores. Los efectos de diseño, son determinados por el diseño de control de error, en particular, efectos debidos a las varias clases de bloqueo. Los efectos de error, representan diferentes clases de variación aleatoria.
Determinación del diseño experimental que debe llevarse a cabo. Una vez conocida la naturaleza del problema, la precisión deseada, el equipo adecuado y planteada la hipótesis de trabajo, se debe analizar si la respuesta a nuestro problema va a ser la interpretación de una gráfica, un valor o una relación empírica; esto nos señalará el procedimiento experimental, es decir cómo medir, en qué orden, y qué precauciones tomar al hacerlo. Una vez determinadas estas etapas se procede a diseñar el experimento mediante los siguientes pasos: Determinar todos y cada uno de los componentes del equipo, acoplar los componentes, realizar un experimento de prueba e interpretar tentativamente los resultados y comprobar la precisión, modificando, si es necesario, el procedimiento y/o equipo utilizado. La elección diseño experimental adecuado depende fundamentalmente de los siguientes aspectos: Diseño de tratamiento, el diseño de control de error y el muestreo y diseño de observaciones. Diseño de Tratamientos: determina los tratamientos y los niveles a ser incluidos en el estudio: Qué tratamientos deberían seleccionarse y cuántos?.
Los Tratamientos, corresponden a los niveles de un factor de tratamiento (grado de intensidad de un factor) o a la combinación de niveles de factores (estructura factorial) y son procedimientos, métodos, estímulos o condiciones, cuyos efectos se miden sobre la unidad Experimental (pedazo de material experimental al cual se aplica el ensayo de un solo tratamiento). El diseño de tratamientos debe basarse en los objetivos de la investigación, el material experimental y los recursos disponibles. La escogencia del diseño de tratamientos está relacionando con el diseño de control de error. Diseño de Muestreo y Observaciones: determina a qué nivel deben tomarse las observaciones y qué clase de observaciones se deben tomar; es decir, si las unidades observacionales son las mismas unidades experimentales o si se debe realizar un submuestreo de las unidades experimentales, también especifica si se deben tomar observaciones univariadas o multivariadas. Una unidad experimental, o parcela experimental, es el pedazo de material a la cual se le aplica el tratamiento. La unidad de muestreo o unidad Observacional (UO), es aquella fracción de la unidad experimental sobre la cual se mide el efecto del tratamiento.
Realización del experimento para la obtención de los datos de la respuesta Una vez realizado el experimento de prueba y la interpretación tentativa de resultados, realizar el experimento final casi se reduce a llenar columnas, preparadas de antemano, con lecturas de las mediciones, a detectar cualquier anomalía que se presente durante el desarrollo del experimento y a trazar las gráficas pertinentes o calcular el o los valores que darán respuesta al problema Análisis de los datos El análisis o interpretación de resultados, ya sean valores, gráficas, tabulaciones, etc., debe contestar lo más claramente posible la o las preguntas planteadas por el problema. En términos generales el análisis comprende los siguientes aspectos: Si el experimento busca confirmar una hipótesis, ley o modelo, los resultados deben poner de manifiesto si hay acuerdo o no entre teoría (la hipótesis, ley o modelo) y los resultados del experimento. Puede suceder que el acuerdo sea parcial; de ser así también se debe presentar en qué partes lo hay, y en cuáles no. Si es un experimento que discrimine entre dos modelos, los resultados deben permitir hacer la discriminación en forma tajante y proporcionar los motivos para aceptar uno y rechazar otro.
Si lo que se busca es una relación empírica, ésta debe encontrarse al menos en forma gráfica; lo ideal es encontrar una expresión analítica para la gráfica, es decir encontrar la ecuación. A esta ecuación se le llama empírica porque se obtuvo a través de un experimento y como expresión analítica de una gráfica. Se debe tomar en cuenta que en una gráfica cada punto experimental tiene un margen de error y que en caso de duda —cuando la curva no esté bien determinada—, debe hacerse un mejor ajuste por medio de mínimos cuadrados. Se debe hacer notar que la curva más simple de analizar es la recta y que si no la obtuvimos al graficar nuestros puntos, debemos intentar obtenerla, ya sea cambiando variables o graficando en papel semilogarítmico o log-log.
Conclusiones y recomendaciones. Una vez logrados los resultados del experimento, el investigador debe aplicar su criterio científico para aceptar o rechazar una hipótesis o una ley; también es posible que haga alguna conjetura acerca de un modelo, o proponga la creación de otro nuevo, lo que conduciría a un nuevo problema. Generalmente se aplican los siguientes criterios: Rechaza una hipótesis, ley o modelo, cuando comprueba experimentalmente que no se cumple. Basta que exista un solo fenómeno que no pueda explicar para desecharla. Acepta como cierta —pero no como absolutamente cierta— una hipótesis, ley, teoría o modelo, mientras no se tenga la prueba de falla en la explicación de algún fenómeno. Puede suceder que la hipótesis o modelo concuerden sólo parcialmente con el experimento, entonces es necesario especular acerca de las posibles razones de la diferencia entre la teoría y el experimento, y tratar de hacer nuevas hipótesis o modificaciones a la ya existente, lo que conduce a un nuevo problema. En las conclusiones se responden con claridad las preguntas planteadas en el experimento, comprobar si es o no válida nuestra hipótesis de trabajo o el modelo propuesto. Si hay preguntas sin respuesta, establecer el porqué o si amerita, conjeturar acerca de la hipótesis o modelo que describa el fenómeno estudiado.
Elaborar un informe por escrito. Los resultados obtenidos son escritos en un informe el cual debe contener al menos los siguientes puntos: •La definición del problema. •El procedimiento experimental •Resultados •Conclusiones.
Ventajas del Diseño Experimental: •La asignación aleatoria de las unidades de análisis a los grupos experimental y control permite controlar la validez interna del experimento. •El control y manipulación de las variables predictorias clarifican la dirección y naturaleza de la causa. •Se requiere una estrecha colaboración entre los estadísticos y el investigador o científicos con las consiguientes ventajas en el análisis e interpretación de las etapas del diseño. •Se enfatiza respecto a las alternativas anticipadas y respecto a la preplaneación sistemática, permitiendo aun la ejecución por etapas y la producción única de datos útiles para el análisis en combinaciones posteriores.
•Debe enfocarse la atención a las interrelaciones y a la estimación y cuantificación de fuentes de variabilidad en los resultados. •El número de pruebas requerido puede determinarse con certeza y a menudo puede reducirse. •La comparación de los efectos de los cambios es más precisa debido a la agrupación de resultados. •La exactitud de las conclusiones se conoce con una precisión matemáticamente definida. •La asignación aleatoria de las unidades de análisis a los grupos experimental y control permite controlar la validez interna del experimento. •Las posibles diferencias que manifiesten en los grupos son producto de la casualidad. •La realización de una pre prueba permite cuantificar el cambio inducido por el tratamiento experimental.
Limitaciones del Diseño Experimental. Los diseños experimentales y sus análisis, usualmente están acompañados de enunciados basados en el lenguaje técnico del estadístico Muchos diseños estadísticos, y en especial cuando fueron formulados por primera vez, se han catalogado como demasiado caros, complicados y que requieren mucho tiempo. Pueden presentarse peripecias en el manejo de una variable.
Para llevar a cabo una investigación es necesario y muy útil definir el diseño de investigación que se utilizará, y éste no es más que el plan que sigue el investigador para dar respuestas a las interrogantes formuladas. Para Hernández, Fernández, Batista (1991:108), ―El diseño señala al investigador lo que debe hacer para alcanzar sus objetivos de estudio, contestar las interrogantes que se ha planteado y analizar la certeza de las hipótesis formuladas en un contexto particular‖.
Escribe al respecto Kerlinger (1985:50), que el ―diseño de investigación es el plan, estructura y estrategia de la investigación concebida de manera tal que permita obtener respuestas a las cuestiones objeto de estudio y controlar la varianza‖. Todo diseño debe reunir dos condiciones básicas: confiabilidad y validez. Los diseños experimentales que es el estudio que nos ocupa suelen clasificarse en preexperimentales, los cuasi experimentales y los experimentales puros.
Los diseños pre experimentales. En estos diseños el control es insuficiente, lo cual no permite asegurar la validez interna; en ellos no se puede afirmar que los efectos en la variable dependiente se producen debido a la variable independiente. Dentro de los diseños pre experimentales se distinguen, tomando la clasificación de Hurtado y Toro (1999), los de un solo grupo con pre prueba y pos prueba y los estáticos de dos grupos. Asimismo, Sierra Bravo (1988), dentro de los diseños preexperimentales, señala: diseño de un grupo experimental con una sola medición, diseño de un solo grupo con pretest y postest y diseño expost-facto. Los diseños cuasiexperimentales. En ellos se manipula la variable independiente para determinar el efecto que se produce con la variable dependiente. El control en este tipo de diseños es parcial, se diferencian de los diseños experimentales puros fundamentalmente porque se estudian grupos intactos, es decir, se estudian grupos que no han sido seleccionados al azar.
Entre estos diseños están, siguiendo a Hurtado y toro (op. cit): los diseños de series cronológicas y los de muestras cronológicas. Los diseños experimentales puros. Son aquellos en los cuales se logra el control de las variables y asegura la validez interna; ellos son, según Wursma (c.p. Hernández, Fernández, Batista 1991), grupos de comparación (manipulación de variables) y equivalencias de grupos. Se llevan a cabo en el laboratorio o situación física distinta al ambiente natural o en el campo; con el primero se controlan todas las variables intervinientes y se manipulan las variables independientes, así el investigador garantiza que es la variable independiente la que produce efectos en la variable dependiente. En el campo o contexto natural hay pérdida de control sobre las variables independientes. Estos experimentos pueden llevarse a cabo mediante la aplicación de pre-test y post-test o sólo posttest. En este tipo de diseños están los de dos grupos y los de cuatro grupos o Diseño de Solomon.
Técnicas de Recolección de Datos Una vez seleccionado el diseño de la investigación y resueltos los problemas que plantea el muestreo, empieza el contacto directo con la realidad objeto de la investigación o trabajo de campo. Es entonces cuando se hace uso de las técnicas de recolección de datos, que son las distintas formas o maneras de obtener la información. Para el acopio de los datos se utilizan técnicas como observación, entrevista, encuesta, pruebas, entre otras La Observación. Es fundamental en todos los campos de la ciencia. Consiste en el uso sistemático de nuestros sentidos orientados a la captación de la realidad que se estudia. A través de los sentidos, el hombre capta la realidad que lo rodea y luego la organiza intelectualmente. Concebida como técnica, la observación consiste en estar a la expectativa frente al fenómeno, del cual se toma y se registra información para su posterior análisis; en ella se apoya el investigador para obtener el mayor número de datos. Existen dos clases de observación: la científica y la no científica. La diferencia básica entre una y otra está en la intencionalidad; la primera significa observar con un objetivo claro y preciso: el investigador sabe lo que desea notar y para qué quiere hacerlo, lo cual implica una preparación previa al proceso de observación. Observar sin intención científica consiste en mirar sin objetivo definido y, por tanto, sin preparación previa.
Ventaja. La ventaja principal de esta técnica, en el campo de las ciencias del hombre, radica en que los hechos son percibidos directamente, sin ninguna clase de intermediación, con el investigador colocado ante la situación estudiada tal como ésta ocurre naturalmente. La subjetividad propia del objeto de estudio (que en este caso también pueden ser seres humanos), no influye para nada en los datos recogidos, con lo que se elimina una distorsión típica de las entrevistas. Modalidades que puede tener la observación científica. Presenta varias modalidades: directa o indirecta, participante o no participante, estructurada o no estructurada, de campo o de laboratorio, e individual o de equipo. Observación directa y observación indirecta: la observación es directa cuando el investigador se pone en contacto personalmente con el hecho o fenómeno que trata de investigar. Es indirecta cuando el investigador entra en conocimiento del hecho o fenómeno a través de las observaciones realizadas anteriormente por otra persona. Esto último ocurre cuando se utilizan libros, revistas, informes, grabaciones, fotografías, relacionadas con lo que se está investigando, los cuales han sido obtenidos o elaborados por personas que antes se ocuparon de lo mismo.
Observación no participante es aquella en la cual se recoge la información desde afuera, sin intervenir para nada en el grupo social, hecho o fenómeno investigado. Observación estructurada y observación no estructurada: se entiende la observación estructura o sistemática es la que se realiza con ayuda de elementos técnicos apropiados, tales como: fichas, cuadros, tablas, entre otras. La observación no estructurada es la que se realiza sin la ayuda de elementos técnicos especiales.
Observación participante y observación no participante: La observación es participante cuando el investigador se incluye en el grupo, hecho o fenómeno observado, para obtener la información ―desde adentro‖. Implica la realización de un trabajo casi siempre dilatado y cuidadoso, pues el investigador debe integrarse al grupo, comunidad o institución en estudio para una vez instalado, ir realizando una doble tarea: desempeñar algunos roles dentro del conjunto e ir recogiendo los datos que necesita.
Observación de campo y observación de laboratorio: La observación de campo es el recurso principal del estudio descriptivo; se realiza en los lugares donde ocurren los hechos o fenómenos investigados.
La observación de laboratorio se entiende de dos maneras: por un lado, es la que se realiza en lugares preestablecidos al efecto tales como museos, archivos, bibliotecas y naturalmente los laboratorios; por otro lado, también es investigación de laboratorio la que se realiza con grupos humanos previamente determinados, con el fin de observar sus comportamientos y actitudes.
Observación individual u observación de equipo: observación individual es la que hace una sola persona, sea porque es parte de una investigación igualmente individual o porque, dentro de un grupo, se le ha encargado una parte para que la realice sola. Observación de equipo o de grupo es, en cambio, la que realizan varias personas integrantes de un equipo o grupo de trabajo que efectúa una misma investigación. Puede ejecutarse de varias formas: Cada individuo observa una parte o aspecto del todo. Todos observan lo mismo para cotejar luego sus datos (esto permite superar las operaciones subjetivas de cada quien). Todos asisten, pero algunos realizan otras tareas o aplican otras técnicas.
La Entrevista. Es una técnica que permite obtener datos mediante un diálogo que se realiza entre dos personas cara a cara: el entrevistador ―investigador‖ y el entrevistado; la intención es obtener información que posea este último. La ventaja esencial de la entrevista reside en que son los mismos actores sociales quienes proporcionan los datos relativos a sus conductas, opiniones, deseos, actitudes, expectativas, en fin, informaciones que, por su misma naturaleza, es casi imposible obtener desde afuera. Nadie mejor que la misma persona involucrada para hablar acerca de todo aquello que piensa y siente, de lo que ha experimentado. Formulación de las preguntas. Ha sido desarrollada una serie de Empleo de la pautas apropiadas para la mayoría entrevista. Se de las situaciones de entrevista que recomienda realizar a continuación se detallan: entrevistas: Estar muy familiarizado con el instrumento. •Cuando se considera Formular las preguntas exactamente necesario que exista como aparecen escritas en el guión interacción y diálogo de entrevista. entre el investigador y la Formular las preguntas en el orden persona. en que aparecen en el guión de •Cuando la población o entrevista. universo es pequeño y Utilizar diversas técnicas de manejable. indagación para lograr que el entrevistado conteste las preguntas.
Condiciones que debe reunir el entrevistador. Demostrar seguridad en sí mismo. Tratar de ubicarse en el campo cognoscitivo del entrevistado; esto puede conseguirse con una buena preparación en el tema que va a tratar. Estar atento ante los posibles problemas que pudieran suscitarse. Comprender los intereses del entrevistado. Despojarse de prejuicios y, en lo posible, de cualquier influencia empática.
La Encuesta. Es una técnica destinada a obtener datos de varias personas cuyas opiniones interesan al investigador. Para ello, a diferencia de la entrevista, se utiliza un listado de preguntas escritas que se entregan a los sujetos quienes, en forma anónima, las responden por escrito. Es una técnica aplicable a sectores amplios del universo, de manera mucho más económica que mediante entrevistas individuales.
Riesgos que implica la aplicación de la encuesta: Falta de sinceridad en las respuestas (deseo de causar una buena impresión o de disfrazar la realidad). Tendencia a decir ―sí‖ a todo. Sospecha de que la información puede revertirse en contra del encuestado, de alguna manera. Falta de comprensión de las preguntas o de algunas palabras. Influencia de la simpatía o la antipatía, tanto respecto al investigador como al asunto que se investiga. Fases de una encuesta. 1.- Preparación: conocimiento general del tema, evaluación del interés, evaluación de la posibilidad de obtener la información deseada y de la adecuación de la encuesta como técnica, determinación de los objetivos específicos de la encuesta, indicación del tipo de usuarios. 2.- Diseño: determinación de la población objeto de estudio, decisión sobre ámbito geográfico, diseño muestral, decisión sobre métodos de administración, diseño del instrumento. 3.- Ejecución: selección del personal y entrenamiento, realización del trabajo de campo y control de calidad. 4.- Análisis y presentación de resultados.
El Fichaje. Es una técnica de gran importancia en la investigación científica. Consiste en registrar los datos que se van obteniendo en la revisión bibliográfica, en fin, en las diferentes etapas y procesos que se van desarrollando. Es conveniente acostumbrarse a que cuando se consulta una obra y se encuentra en ella alguna información que amerite ser fichada, registrar inmediatamente los datos bibliográficos, así como la página de donde se tomó la información. De lo contrario, se corre el riesgo de que al citar esa información, o al querer consultar nuevamente la fuente, no se sabrá a ciencia cierta cuál era el título exacto o el nombre completo del autor o la página de donde se extrajo el dato.
La Prueba. Es una técnica que implica la realización de una tarea definida en un tiempo determinado, con el fin de valorar el resultado de un aprendizaje o labora didáctica. Las pruebas de evaluación de conocimientos, actitudes y habilidades usadas con mayor frecuencia han sido las de ensayo y las objetivas. Esta técnica ofrece ventajas que, en conjunto, no poseen las demás técnicas de medición, a saber: se puede aplicar en el momento adecuado o deseado; permite planear su alcance y estructura.
Análisis de Resultados Es el proceso a través del cual ordenamos, clasificamos y presentamos los resultados de la investigación en cuadros estadísticos, en graficas elaboradas y sistematizadas a base de técnicas estadísticas con el propósito de hacerlos comprensibles. El análisis de la información documental, debe estar orientada a probar la hipótesis. En cambio, la Interpretación como proceso mental-sensorial da un significado más general a los referentes empíricos investigados, relacionándolos con los conocimientos considerados en el planteamiento del problema y en el marco teórico y conceptual de referencia.
Procedimiento: Durante este proceso, se descomponen los elementos que forman las estructuras del problema. La descomposición se realiza en función de los indicadores de cada variable, ―cuyos valores son susceptibles de aumento, diminución o modificación (varían)‖, luego, se realiza considerando las pautas que a continuación se indican:
Conocer la estructura de la hipótesis de trabajo, si éstas son muchas, cada una es considerada como punto de referencia para el análisis e interpretación de los resultados; si es una sola y está bien formulada, la labor es específica y en consecuencia, el análisis es simple y en cierta medida mecánico, el cruzamiento de los datos son comprensibles y permiten verificarlos con más eficacia. El análisis cualitativo – cuantitativo es más riguroso si se toma en consideración el planteamiento del problema, los métodos, las técnicas y las estrategias utilizadas en la recopilación de la información.
Orientar el análisis y la interpretación a facilitar el cruzamiento de los datos y contribuir al logro de los objetivos generales y específicos de la investigación.
Tener presente los lineamientos generales del marco teórico y conceptual de referencia, es decir, el análisis y la interpretación de los datos, deben realizarse con enfoques, esquemas y conceptos empleados en el planteamiento del problema y en la formulación de la hipótesis con la finalidad de identificar las concordancias o discrepancias entre las teorías existentes, los conceptos del investigador y los resultados extraídos de la realidad.
Separar los datos de acuerdo a las técnicas utilizadas para su obtención, luego se realizará la síntesis de los resultados, que permitirá explicar el fenómeno objeto de la investigación. Seleccionar el tipo de análisis e interpretación que debe aplicarse, a fin de que la probación de la hipótesis se reduzca al menor número de dificultades. Por ejemplo, una encuesta es una técnica social distinta a la entrevista estructurada a informantes clave, por lo tanto, requiere análisis e interpretaciones diferentes. En el primer caso, los cuestionarios están elaborados en relación a los indicadores de cada variable; mientras que en el segundo, los temas que se incluyen son ―tan amplios que se hace necesario obtener una relación de las respuestas (datos, comentarios, críticas, sugerencias) según los indicadores y variables que se investigan y los tipos de informantes clave entrevistados‖. Esta información es importante porque sirve de pauta para el establecimiento de políticas y estrategias que el investigador o los responsables del desarrollo social deben aplicar en coherencia con las necesidades del país. Los datos serán representados en tablas o cuadros estadísticos, según el tipo de análisis, el tamaño de la muestra y la naturaleza de la información, haciendo uso de las técnicas estadísticas, tales como: medidas de tendencia central y dispersión, de asociación y correlación, pruebas de significación y otras más.
TIPOS: 1.Descriptivo. 1.1. D. General: Es el que se vale de las técnicas estadísticas para analizar descriptivamente las propiedades del fenómeno investigado e interpretar los resultados de la investigación. Este análisis se realiza en dos fases. En la primera, se analiza los resultados por cada pregunta formulada con el objeto de conocer la tendencia, magnitud y características del problema a través de los ítems o interrogante respectiva. Esta labor, es ejecutada después del procesamiento de los datos, es decir, cuando los resultados han sido contabilizados individualmente y expresados en porcentajes. En la segunda, se busca la similitud de las respuestas que tratan sobre el mismo factor con el propósito de precisar la conceptualización que se tiene sobre el objeto de estudio.
1.1. D. General: Después de haber realizado el análisis individual de preguntas, se efectúa el análisis descriptivo general, es decir, el correspondiente a todas las preguntas del cuestionario o cédula de entrevista. El procesamiento es el siguiente: Se agrupan las respuestas que corresponden a cada variable (x, y, z), iniciándose por las que integran contextos más generales. Para el efecto, se toma en consideración el análisis individual de preguntas. Las respuestas de las preguntas abiertas y cerradas se analizan por separado, destacándose las variables investigadas; asimismo, se determina los porcentajes para cada caso con el propósito de contrastar y evaluar la información por cada factor. La contrastación se realiza entre los indicadores de cada variable. Los cuadros estadísticos, representaciones gráficas, tabulaciones cruzadas, etc. deben incluirse en el análisis descriptivo general, a fin de precisar y comprender mejor los resultados de la investigación
1.2. Dinámico: El análisis dinámico es un procedimiento integrador de las respuestas obtenidas por la aplicación de cuestionarios, cédulas de entrevista u otros instrumentos que exigen respuestas directas o indirectas con la finalidad de efectuarse interpretación dinámica y determinar el grado de influencia que tiene cada uno de los factores que generan el problema o permiten la solución del mismo, para lo cual, es necesario interrelacionar respuestas de las preguntas abiertas y cerradas para detectar posibles conexiones entre la información captada y el objeto de investigación.
CASO PRÁCTICO: Ejemplo Sexo y Método: En un Instituto de Neurobiología se han matriculado 36 estudiantes en el Curso de Orientación Universitaria. Se desea analizar el rendimiento en Ciencias Naturales en función de dos factores (A y B), cada uno de ellos con los siguientes niveles: FACTOR A: SEXO CON 2 NIVELES 1)
MASCULINO
1)
FEMENINO
FACTOR B: METODO DE ENSEÑANZA CON 3 NIVELES
1)
EXPLICACIÓN ORAL 1)
EXPLICACIÓN ORAL E 1)
EXPLICACIÓN
Y REALIZACIÓN DE
IMAGENES
ORAL
EXPERIMENTOS
Se trata de un diseño factorial 2 x 3 de efectos fijos. Se denomina 2 x 3 debido a que el primer factor tiene dos niveles y el segundo factor tiene tres. Mediante un programa informático SPSS-X, junto con la matriz de datos, se obtiene la siguiente figura 1:
Figura 1. Diseño Factorial 2 x 3 (programa de datos)
La comprensión de este ejemplo supone unas nociones de estadística en informática. Como se puede observar hay un total de 36 individuos, de los cuales la mitad son masculinos y la otra mitad son femeninos. Por otro lado, los tres niveles del método están también repartidos por igual, a razón de 6 sujetos masculinos y 6 femeninos para cada uno de los niveles del factor B.
El anĂĄlisis de los resultados los podemos visualizar en la figura 2:
Figura 2. Output de un diseĂąo factorial 2 x 3
Donde se puede observar las medias de cada uno de los grupos, subgrupos y total. Finalmente aparece el resumen del ANOVA (Técnicas más utilizadas en los análisis de los datos de los diseños experimentales), donde se observa que no hay diferencias significativas entre las notas de los dos sexos, con F= 1´71 y p =0´2. En cambio si son significativas las diferencias entre los niveles del método de enseñanza, con F= 32´14 y p= 0´000. Un aspecto altamente relevante es el análisis de la interacción entre las variables en los diseños factoriales. Se dice que hay una interacción cuando una variable independiente A afecta a la variable dependiente de manera distinta según los diferentes niveles de otras variables independiente B. Se puede observar en la figura 3 que la interacción no es significativa, dado el resultado de p= 0´655.
Figura 3. Gráfica de la interacción (Sexo y método)
Eliminado el efecto de interacción, como se puede observar en la figura 4 utilizando el mismo programa informático, los dos resultados se llegan a la misma conclusión.
Figura 4. Diseño factorial 2x 3 sin interacción
Finalmente se puede decir, que el diseño de factores en todo los niveles de cada factor se combinan con todos los niveles de los demás factores. Donde un diseño de 3 factores presentaría las mismas características que el de 2, pero con un factor más, y así sucesivamente con los diseños de cuatros, cinco, etc. Teniendo en cuenta que a medida que aumentan los factores la interpretación se puede complicar por el efecto múltiple de las interacciones.
Caso Práctico 2: Aplicación del Diseño de Experimentos (DoE) para la mejora de procesos, soldadura de autos. El caso de estudio es aplicado a una reconocida empresa del sector de la automoción. El proceso en estudio es la soldadura láser aplicada para unir los laterales del auto y su techo, la cual es realizada en una cabina cerrada por medio de dos robots. Este proceso presentaba problemas de calidad, debido a que la aparición de poros en ambos cordones de la soldadura era frecuente. Por esta razón se recurrió a realizar un diseño experimental del proceso y hacer mejorar el mismo. El proyecto obtuvo una reducción del 97% de los poros, ya que se comenzó con una tasa media de defectos del 3% y se concluyó con una tasa media de defectos del 0,09%. Debido a los altos costos de experimentación se decidió realizar el estudio siguiendo una metodología estadística (DoE). La metodología estadística por excelencia para optimizar la experimentación se conoce como Diseño de Experimentos. Se define simplemente como un método para aplicar sistemáticamente la estadística al proceso de experimentación. Más precisamente, puede ser definido como realizar un conjunto de pruebas en las cuales se realizan cambios voluntarios a los parámetros de control de un proceso o sistema, para observar e identificar las razones de los cambios en la variable de salida o respuesta del proceso.
Definición del problema: El proceso en estudio es el que se encarga de soldar cada uno de los costados de un auto con el techo. En dicho proceso, las tres partes del auto son introducidas a una cabina cerrada en donde son soldadas con aporte de material por un robot a través de un láser. Existen dos cordones de soldadura, uno a cada lado del auto, los cuales son producidos por dos robots gemelos pero completamente independientes. Este proceso presentaba problemas de calidad, ya que la presencia de poros en la soldadura era frecuente. Esto representa un problema por tres motivos, Estructural: Afecta a la resistencia de la unión Estética: la apariencia de la misma Impermeabilidad: puede afectar la corrosión Se construyo un diagrama de flujo para establecer claramente el proceso y delimitar el estudio. Además, se diseño una hoja de recolección de datos para obtener la información de los poros. Esta fase mostro que el porcentaje de autos defectuosos era del 3%, porcentaje superior al deseado. Se realizó una estimación del coste de calidad de los defectos en 33.600 euros/anuales, a la cual se deben sumar además los costos implicados al tener que retrabajarlos fuera de la línea de producción.
Planificación de los experimentos: Se seleccionaron las respuestas para los experimentos: el ―% cordones izquierdos defectuosos de 2 puertas‖ y el ―% cordones derechos defectuosos de 2 puertas‖. Se separan dichos indicadores ya que se consideran cada uno de los lados como procesos independientes. Dichos indicadores se calculan como el total de cordones con poros, sobre el total de autos producidos. Posteriormente, se identificaron todos los factores (variables) involucrados en el proceso. Para ello, se realizó una sesión de lluvia de ideas para identificar todos los posibles factores potenciales, se construyo un diagrama cauda efecto dando como resultado • Potencia programada del robot (en adelante Potencia): Es la potencia con la que suelda el robot. A mayor potencia, mayor energía en la soldadura. • Corriente programada de pre-calentamiento (en adelante Corriente): La máquina Fronius está encargada de precalentar el hilo de aportación, que es una manera de dar energía a la soldadura. • Limpieza de los laterales: La limpieza de los laterales, se debe hacer manualmente con un trapo con alcohol. • Limpieza del techo: Ya existía un soplado de aire para limpiar el techo, pero se desea estudiar si además conviene soplar con alcohol a los dos cordones. La máxima cantidad de días en los cuales experimentar, fue aproximadamente 20 días de producción. Se preveía que las interacciones importantes fueran pocas, se consideró que un diseño factorial fraccionado podía ser suficiente para llevar a cabo la primera experimentación. El generador elegido es I=ABCD, y la colocación de los factores en cada columna es indiferente. Luego de un compromiso entre la potencia del diseño y la cantidad de experimentos, se eligió un día como la unidad experimental para cada experimento.
Luego se procedió a establecer los niveles para los factores cuantitativos, ya que los cualitativos sólo había dos posibilidades. A pesar de ello, se hizo especial énfasis en estandarizar los factores cualitativos, es decir la forma en que eran limpiados los coches. Los niveles de la potencia y la corriente fueron elegidos basados en la experiencia. Se colocaron valores donde se esperaban resultados alentadores. Una de las limitaciones era que debido a la gran cantidad de operarios la comunicación y la logística necesaria para realizar los experimentos fue más complejo de lo esperado. Era muy importante entrenar a todo el personal involucrado para que hicieran las actividades correctamente, para que no se modifiquen los factores constantes y para evitar procedimientos de mantenimiento puntuales en las fechas de la experimentación.
Análisis e interpretación de los resultados Se utilizó el software Design-Expert para el análisis: 1Seleccionar una transformación de la respuesta (si aplica) 2- Calcular los efectos y graficarlos en un gráfico de probabilidad normal 3- Realizar un análisis ANOVA (Análisis de varianza entre grupos) con los efectos seleccionados 4- Chequear los residuos 5- Construir gráficas de los efectos
El análisis de un diseño de experimentos está basado en el supuesto que la respuesta tiene la misma varianza. Lamentablemente, cuando se considera como respuesta defectos, se viola dicha condición. Bisgaard-Fuller recomiendan transformar las respuestas de %, con la raíz cuadrada del arcoseno de la respuesta original. El diseño posee resolución IV, por lo que los efectos principales están aliados con interacciones de orden tres y las interacciones están aliadas entre sí. Un análisis formal a través de un ANOVA fue llevado a cabo para verificar estadísticamente la significancia de los efectos. La primera conclusión del análisis, fue que el factor C―Limpieza de los laterales‖ salió como el menos importante. Luego, los resultados mostraron que el único efecto significativo en la derecha era la interacción AB, y que los únicos efectos significativos en la izquierda eran la limpieza del techo (D) y la corriente (B). La conclusión del experimento, es que depende a qué nivel esté la corriente.
Se realizo una nueva etapa de experimentación con dos factores: Potencia y Corriente. La influencia de los dos factores cualitativos ha quedado clara. En primer lugar, la limpieza de los coches es fundamental en el lado izquierdo y tiene el mismo signo en el lado derecho. Por lo que si nuestro objetivo es minimizar la respuesta, el factor D debe ser fijado en su nivel (+), o sea limpiar. Además, como no es posible limpiar en un solo lado, ya que la máquina está diseñada para soplar en ambos cordones, se decide limpiar para ambos procesos. Por el contrario, se mostró que no tiene influencia la limpieza de los laterales. Debido a que se tenían pocos factores se decidió estudiar un modelo de segundo orden para la segunda experimentación, por lo que se utilizó un diseño adecuado que estimara todos los parámetros necesarios.
Finalmente, un análisis ANOVA del lado derecho mostró que la potencia (A), la corriente (B) y el término cuadrático (B2) son significativos. El primer efecto tiene una influencia negativa en la respuesta y los otros dos una influencia positiva. Por el contrario, para el lado izquierdo como era de esperar no resultó ningún efecto significativo. Habiendo analizado ambos lados, se concluyo que las condiciones del punto central (0,0) serían las mejores condiciones para operar en el futuro.
Luego de un tiempo, se realizó un análisis confirmatorio para verificar que los resultados se mantenían en el tiempo. Luego de un análisis de dos meses de producción, los porcentajes de poros en el lado derecho fueron de 0,14%, mientras que en el lado izquierdo fue de 0,03%. Esto significa una reducción promedio de los poros de un 97%. La experiencia fue positiva y muy constructiva. Utilizando un diseño sencillo, se obtuvo una reducción importante del problema.
Conclusiones: Con la presente revista, hemos pretendido desarrollar una visión clara y sencilla de los métodos de investigación de diseño experimental, analizando su historia, principales características y aspectos fundamentales en su desarrollo, además de las limitaciones que estos métodos puedan presentar en el desarrollo de una investigación. Para iniciar, nos ha parecido de gran relevancia analizar la evolución histórica de la investigación experimental, ilustrando cómo han ido influyendo las corrientes filosóficas en su desarrollo desde su origen, con las contribuciones de los diversos representantes como: J. Dewey, Claude Bernard, McCall, Ronald Fisher, entre otros. Las investigaciones de tipo experimental deben de cumplir con las etapas para su diseño, elaboración y resultados finales, estas etapas son: planteamiento del problema, selección factores y niveles, selección de variables respuesta, tipo de diseño experimental a llevarse a cabo, realizar el experimento, analizar los datos, preparar conclusiones y recomendación y finalmente deben presentarse los resultados del estudio en un informe técnico. Los diseños experimentales están soportados cuantitativamente, donde se controlan
y manipulan las variables dependiendo de la causa, además se hace uso de los métodos científicos y estadísticos para soportar la validez de los resultados. Por otro lado se puede observar que en la mayoría de estudios experimentales se incurre en alto costo. 1.- En el diseño experimental el investigador manipula una variable experimental no comprobada, bajo condiciones estrictamente controladas. 2.- Su objetivo es describir de qué modo y porqué causa se produce o puede producirse un fenómeno. 3.- Busca predecir el futuro, elaborar pronósticos que, una vez confirmados, se conviertan leyes y generalizaciones tendentes a incrementar el cúmulo de conocimientos pedagógicos y el mejoramiento de la acción educativa. 4.- El investigador domina las condiciones bajo las cuales se realiza el experimento y modifica sus variables independientes para obtener los resultados. 5.- Una de las principales acciones en la metodología experimental consiste en estudiar la varianza, en tanto que el propósito es lograr demostrar que en la variable dependiente, sólo está ejerciendo efectos la variable independiente, por ello en muchos casos también se miden las variables intervinientes o extrañas
BIBLIOGRAFÍA Bisquerra, R. (1989). Método de investigación educativa, guía práctica. Ediciones Ceac, Barcelona – España. Murillo J. (S/F). Métodos de investigación de enfoque experimental. Disponible en: www.uam.es/personal_pdi/stmaria/.../InvestigacionEE/.../Experimental.pd f Yacuzzi, E. (S/F). El diseño experimental y los métodos de taguchi: conceptos y aplicaciones en la industria farmacéutica. Disponible en: http://www.ucema.edu.ar/publicaciones/download/documentos/258.pdf HURTADO, Jacqueline. Metodología de la Investigación Holística. Editorial Fundación Sypal. Venezuela, 2000. GUTIERREZ, Hugo Cerda. Los Elementos de la Investigación. Editorial El Buho. Bogotá 1998. http://simulacionunilibre.blogspot.com/p/diseno-experimental-definicionventajas.html http://catarina.udlap.mx/u_dl_a/tales/documentos/lii/granados_m_d/capitu lo6.pdf http://www.slideshare.net/Carolina_Parra/paso-6-diseo-de-la-investigacin380455 Rogers Zegarra, Análisis e interpretación de los datos.
http://www.slideshare.net/rominatorrealba/savedfiles?s_title =analisis-de-datos-6349556&user_login=falakioto Malavé S., Lenys. El Trabajo de Investigación. Quirón Editores. Primera Edición. Caracas, Enero 2003. -Palella S., Santa, Martins P., Feliberto . Metodología de la Investigación Cuantitativa. Fondo Editorial de la Universidad Pedagógica Experimental Libertador (FEDUPEL). Caracas, 2006. -http://recodatos.blogspot.com/2009/05/tecnicas-de-recoleccion-dedatos.html -http://www.um.edu.uy/_upload/_investigacion/web_investigacion_5 5_Memoria_7_DisenodeExperimentos.pdf