E
l tercer criterio para elegir un procedimiento estadístico para el análisis de datos es el diseño de investigación. Un diseño de investigación requiere un plan, este
plan debe ser específico y sólo sirve para la investigación que se estudia. Por
tanto habrá tantos diseños como estudios de investigación se realicen. Sin
embargo, hay esquemas y formatos que se pueden adaptar realizando ajustes convenientes.
Si se quiere utilizar el diseño de casos y
controles, pero no como está descrito en un libro, se realiza los ajustes
necesarios para cumplir con el propósito del estudio que se realiza. Al aplicar
un diseño de cohortes o un diseño de Focus Group, cualquiera que sea el diseño
que se elija, se tienen que hacer ajustes, porque cada diseño responde a una idea
específica. En realidad diseñar significa elaborar un plan para una idea de
investigación, los diseños de investigación no se eligen, se crean; casi
siempre se parte de esquemas que ya existen.
Los diseños en investigación más conocidos que existen
dependen de su origen, tenemos a los diseños epidemiológicos, comunitarios o
ecológicos, los diseños experimentales y los diseños de validación
instrumentos.
Los diseños
epidemiológicos se originaron en las ciencias de la salud, pero no son
exclusivos para el uso en el campo de la Salud, si un diseño epidemiológico se
acomoda a una idea de investigación, se puede utilizar, aunque no estemos
investigando en el campo de la salud.
En los diseños epidemiológicos se tienen los
estudios descriptivos de prevalencia e incidencia, estos son términos
epidemiológicos, pero aplicables a otros campos de las ciencias. Investigar la prevalencia
de una enfermedad implica diseñar un estudio de manera observacional,
retrospectiva, transversal y descriptivo; se puede hacer uso de los diseños de
acuerdo al propósito del estudio. El diseño de incidencia es un estudio
observacional, prospectivo, longitudinal y descriptivo.
El diseño epidemiológico de casos y controles es
observacional, retrospectivo, transversal y analítico. El diseño de cohortes es
muy similar, pero es transversal y prospectivo. Lo que tienen en común es que
son estudios analíticos y observacionales, no se realiza experimento.
En los casos mencionados, cómo interviene el
análisis estadístico? El riesgo relativo se calcula para el diseño de cohortes
y el odds-ratio para el diseño de casos y controles, ya que para estudiar a los
factores de riesgo se debe hacer un diseño de cohortes. Pero si no se puede
hacer un estudio prospectivo, se puede hacer un estudio retrospectivo de casos
y controles, los resultados que se van a encontrar serán muy similares al
diseño de cohortes.
Dentro de los diseños epidemiológicos, también
se tiene a los estudios experimentales, que en salud se le denomina el ensayo
clínico, el ensayo clínico es un conjunto de diseños que tiene cuatro fases: la
primera y la segunda pertenecen al nivel explicativo, la tercera al nivel
predictivo y la cuarta pertenece al nivel aplicativo. El ensayo clínico es en
cierta manera un diseño complejo.
Los diseños
comunitarios o ecológicos surgen en el campo de las ciencias sociales, ya
que en las ciencias sociales se investiga y analiza el conjunto o la comunidad.
En las ciencias sociales se habla de sociología y de antropología, la
sociología estudia la comunidad y la antropología estudia el individuo.
En los diseños comunitarios o ecológicos, se
tiene la experiencia de estudios y conocimiento sobre investigación cualitativa
de nivel exploratorio, cuando se realiza estudios de esa naturaleza, los
procedimientos analíticos empiezan a cambiar de una y otra forma.
Por ejemplo, si se realiza el estudio acerca
del nivel de conocimientos que tiene una población sobre la prevención de una
enfermedad, entonces se toma una muestra de 80 personas, se les aplica una
evaluación pretest, luego se desarrolla una campaña sobre la población para
educarlos acerca de la prevención de la enfermedad. Luego se vuelve a tomar una
muestra de esa población de 80 personas, y se realiza una medición posterior.
En la situación descrita, cuál es la procedimiento
estadístico que se debe desarrollar, teniendo en cuenta que la variable
evaluada es categórica? Se piensa que el procedimiento es la prueba de Mc
Nemar, es el antes y después. Si la variable fuera numérica, se aplica t de
Student, para muestras relacionadas, pero sólo funciona cuando la unidad de
estudio es el individuo. La prueba Mc Nemar y t de Student para muestras
relacionadas, mide la variación del mismo individuo; en cambio cuando se
estudia toda la población, se toma una muestra de esta población, se hace una
intervención, se vuelve a tomar una muestra de la misma población, pero no son
los mismos individuos; entonces, no se puede aplicar Mc Nemar, ni tampoco t
Student para muestras relacionadas. Se tendría que aplicar una comparación con
Chi cuadrado de homogeneidad o la t de Student para muestras independientes y
se asume que la diferencia se debe a la intervención, ya que la unidad de
estudio es todo el conjunto de la población.
Los procedimientos analíticos de Mc Nemar y t
de Student para muestras relacionadas, se aplican única y exclusivamente cuando
la unidad de estudio es un individuo y aquí debemos remarcar que todos los
diseños experimentales son estudios a nivel individual.
Los
diseños experimentales se caracterizan por la intervención y el control. El
análisis estadístico tiene lugar sí se tiene dos controles, es decir el grupo
de casos (grupo experimental) y el grupo Control; o si se tiene dos mediciones,
la medición antes y la medición después. Si se tiene ambas situaciones se está
frente a un experimento verdadero.
Si no se tiene el grupo Control, entonces se está
frente a un cuasi experimento y si no se tiene la medición antes, se está frente
a un pre-experimento. Estas situaciones hacen que el análisis estadístico sea
ciertamente distinto en cada caso. Porque si se tiene un grupo experimental, se
tiene un grupo blanco o grupo control y luego se realiza una medida basal y luego
se realiza una medida después de la intervención; entonces el análisis
estadístico consiste en hacer una diferencia entre la medida final y la medida
inicial en cada grupo y comparar esas diferencias con t de Student para
muestras independientes.
Pero si se elimina un grupo y solamente se tiene
el grupo experimental, es cuasi experimento, entonces se aplicará t de Student
para medidas (o muestras) relacionadas, o medidas repetidas. Qué pasa si se tiene
los dos grupos, el grupo experimental y el grupo blanco, pero no se tiene la
medida previa, sólo se tiene una medida, el experimento es transversal; entonces
sólo queda comparar estos dos grupos, con t de Student para muestras
independientes.
Pero qué sucede si se tiene tres grupos, dos
grupos experimentales y un control o un grupo experimental y dos controles, entonces
se aplica el análisis de la varianza, si sólo se tuviera un factor, análisis de
la varianza unifactorial. Todos estos procedimientos corresponden a los diseños
experimentales.
Se puede utilizar estos procedimientos
analíticos en datos que no corresponda a un experimento, por supuesto que sí. Estas
herramientas surgieron en el campo de las ciencias experimentales, pero no son
de uso exclusivo. Se puede realizar el análisis factorial univariante,
multivariante, el análisis de la covarianza, el análisis en bloques; todos
estos procedimientos, en un estudio que no sea experimental, si se hace los
ajustes convenientes
Utilizar un diseño experimental no significa
que el estudio es experimental, se puede hacer un estudio observacional y se
puede aplicar este esquema del análisis de la varianza con un factor o factorial,
si se acomoda a lo datos y al propósito del estudio que no es experimental. Un
estudio experimental y un diseño experimental no es lo mismo, no son sinónimos.
Los diseños experimentales son esquemas metodológicos y analíticos que se pueden
utilizar donde se requiera, ya que son esquemas metodológicos y analíticos.
El diseño
de validación de instrumentos estudia la creación y validación de un
instrumento de medición documental. Cuando se elabora un instrumento, se estudia
el instrumento no a los individuos se toma a los individuos nada más para
evaluar las propiedades métricas del instrumento, lo que se valida es el
constructo, el concepto, el contenido, no el individuo, usuario o cliente. Por
eso, cuando se hace la prueba piloto, el muestreo es según criterio, muestreo
no probabilístico. Igual, cuando se busca jueces para juicio de expertos, se
elige el número de jueces que se crea conveniente.
Entonces en la validación de instrumentos tiene
que ver más con el concepto que se está tratando de evaluar, no es lo mismo
evaluar la depresión que el estrés laboral, la felicidad o el rendimiento
académico, son las variables subjetivas que se estudian con la validación de
instrumentos.
Los instrumentos en investigación científica son
de dos tipos de instrumentos: mecánicos y documentales los instrumentos
mecánicos sirven para medir variables objetivas, como peso, talla, longitud,
masa tiempo, es decir dimensiones físicas y los instrumentos documentales están
destinados a medir magnitudes lógicas de las unidades de estudio, que se supone
que las poseen, como rendimiento académico, estrés laboral, calidad. No se miden
con un aparato, se debe construir un instrumento, este instrumento se construye
y queda un documento o instrumento y luego este instrumento se valida,
evaluando sus propiedades métricas.
Entonces para medir una variable subjetiva a lo
largo de nuestra línea de investigación, se debe crear un instrumento y validarlo;
de eso trata el diseño de la validación de instrumentos. Por eso para validar
los instrumentos, se toma una muestra no probabilística, y todos los
procedimientos analíticos necesarios son distintos.
