PIR 2015 · Pregunta 1
Diseño y métodos de investigaciónEn un diseño cuasi-experimental de cohortes:
Ver respuesta sin contestar
Respuesta correcta: A (plantilla definitiva)
Explicación
En el diseño cuasi-experimental de cohortes, al no existir asignación aleatoria, se compara un grupo que recibe la intervención con una cohorte previa (natural o sucesiva) que cumple la función de control. Al carecer de aleatorización, persisten amenazas a la validez interna (selección, maduración, historia), por lo que no permite concluir causalidad con la solidez de un experimento verdadero. Sí implica manipulación/intervención, y la exigencia de amplias series temporales pre-post corresponde a otros diseños (series temporales interrumpidas), no a este.
A. Es la definición operativa del diseño de cohortes (Cook & Campbell, 1979): al no poder aleatorizar, se utiliza una cohorte natural anterior como término de comparación. Al no ser asignada al azar ni emparejada, funciona estrictamente como grupo de control no equivalente.
- B. La ausencia de aleatorización y la no equivalencia de los grupos mantienen amenazas a la validez interna (selección diferencial, interacción selección-maduración, etc.). Por tanto, solo se permiten inferencias causales provisionales o débiles, no conclusiones causales firmes.
- C. Falso: el diseño cuasi-experimental sí introduce una intervención o tratamiento como variable independiente. Lo que le falta es la asignación aleatoria a las condiciones. La falta de manipulación es propia de diseños observacionales o ex post facto.
- D. Describe la lógica de los diseños de series temporales interrumpidas, no el de cohortes. La selección diferencial se controla o detecta mediante pretest, emparejamiento, covariables o comparación de tendencias preintervención, no exigiendo una serie temporal amplia como requisito del diseño.
Fuentes
- Cook, T. D. y Campbell, D. T. (1979). Quasi-Experimentation: Design and Analysis Issues for Field Settings.
- Shadish, W. R., Cook, T. D. y Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference.
- Ato, M., López, J. J. y Benavente, A. (2013). Un sistema de clasificación de los diseños de investigación en psicología. Anales de Psicología, 29(3), 1038-1059.
Explicación generada con IA y verificada por consenso entre modelos de distintas familias.