Cuasi-experimentos
1.
¿Qué son cuasi-experimentos?
2.
Ventajas de los cuasi-experimentos
3. Limitaciones
de los cuasi-experimentos
 Usted navega aquí:
Evaluación:
Valoración del impacto
Cuasi-experimentos |
1.
¿Qué son cuasi-experimentos?
El término
"cuasi-experimento" se refiere a diseños de investigación experimentales en
los cuales los sujetos o grupos de sujetos de estudio no están asignados aleatoriamente.
Los diseños cuasi-experimentales más usados siguen la misma lógica e involucran la
comparación de los grupos de tratamiento y control como en las pruebas aleatorias. En
otros diseños, el grupo de tratamiento sirve como su propio control (se compara el
"antes" con el "después") y se utilizan métodos de series de tiempo
para medir el impacto neto del programa (Rossi y Freeman, 1993). Aunque los
cuasi-experimentos son más vulnerables a las amenazas a la validez que las pruebas
aleatorias, los cuasi-experimentos no requieren asignaciones aleatorias a los grupos
experimentales y por eso son generalmente más factibles que las pruebas aleatorias.
2. Ventajas de los cuasi-experimentos
Las ventajas principales del diseño de grupo
control no equivalente son:
Cuando se diseñan, controlan y analizan
apropiadamente, los cuasi-experimentos pueden ofrecer una evidencia casi tan fuerte del
impacto del programa como la de las pruebas aleatorias y más fuerte que la mayoría de
los estudios no experimentales.
3. Limitaciones de los cuasi-experimentos
El diseño de grupo control no equivalente
está sujeto a los mismos supuestos generales y limitaciones que las pruebas aleatorias
expuestos anteriormente (fuera de los que contemplan la aleatoriedad).
Además:
El cuasi-experimento es más vulnerable a los sesgos de selección, o
sea, que el grupo de tratamiento puede diferir del grupo control en características que
están correlacionadas con los resultados estudiados, distorsionando los resultados del
impacto.
En la práctica, los estudios cuasi-experimentales a menudo pueden
compensar las diferencias en las características clave de los grupos experimentales a
través del pareo y el análisis multivariable. Sin embargo, una preocupación latente es
que los grupos experimentales difieran en factores no observados que influyen en los
resultados del estudio. A diferencia de los efectos distorsionantes en factores
observables y que pueden tomarse en cuenta mediante el pareo y la introducción de
variables de control en modelos estadísticos multivariables, los factores no observables
(por ejemplo, predisposición o motivación diferencial) no pueden ser compensados de esta
forma y pueden conducir a estimaciones de impacto de programa equivocadas y/o sesgadas.
Este factor de heterogeneidad "no observada" es, de hecho, una
preocupación en todos los diseños de estudio que no sean pruebas aleatorizadas.
|
|
