Introducción
En los experimentos, se utiliza un tratamiento o manipulación diferente de la variable independiente en cada condición para evaluar si existe una relación de causa y efecto con una variable dependiente. En un diseño intrasujetos o en un diseño intragrupos, todos los participantes toman parte en todas las condiciones. Es lo opuesto a un diseño entre sujetos, donde cada participante experimenta sólo una condición.
Un diseño dentro de los sujetos también se denomina diseño de grupos dependientes o medidas repetidas porque los investigadores comparan medidas relacionadas de los mismos participantes entre diferentes condiciones. Todos los estudios longitudinales utilizan diseños dentro de los sujetos para evaluar los cambios dentro de los mismos individuos a lo largo del tiempo.
Desarrollo del tema
Uso de un diseño intra-sujetos
En un diseño intra-sujetos, todos los participantes de la muestra están expuestos a los mismos tratamientos. El objetivo es medir los cambios a lo largo del tiempo o los cambios resultantes de diferentes tratamientos para resultados tales como actitudes, aprendizaje o desempeño.
| Ejemplo: diseño dentro de los sujetos para diferentes tratamientos Estás estudiando los efectos de diferentes estilos de mensajería (tu variable independiente) sobre la generosidad (tu variable dependiente). A cada participante se le presentan 5 historias cortas diferentes sobre el cambio climático. Cada historia utiliza un tono y estilo diferente. Después de cada historia, se pregunta a los participantes cómo se sienten al respecto y su voluntad de donar a una causa relacionada. También se hacen otras preguntas no relacionadas para asegurarse de que los participantes no adivinen el objetivo del estudio. Para probar los efectos de los estilos de mensajería en la generosidad, compare la disposición a donar según las condiciones dentro de los sujetos. |
Al comparar diferentes tratamientos dentro de los sujetos, debe aleatorizar o equilibrar el orden en que se presenta cada condición en el grupo de participantes. Esto evita que los efectos de los tratamientos anteriores se extiendan a los posteriores.
La aleatorización significa usar muchas secuencias diferentes posibles para los tratamientos, mientras que el contrapeso significa usar un número limitado de secuencias en todo el grupo.
El contrabalanceo a veces es más conveniente para los investigadores porque una parte uniforme de la muestra se somete a cada secuencia de condiciones seleccionadas por los investigadores. Idealmente, cada tratamiento aparece con la misma frecuencia en cada posición (p. ej., tercera) de la secuencia. Esto ayuda a equilibrar los efectos de la secuencia de tratamiento en los resultados.
| Ejemplo: contrapeso frente a aleatorización del orden de tratamiento En su estudio, tiene 5 historias cortas (etiquetadas A, B, C, D, E) como sus tratamientos. Para equilibrar el orden del tratamiento, primero decide algunas secuencias fijas para estos tratamientos: ABCDE, BEACD y DABEC, etc. Luego, divide a los participantes en subgrupos, cada uno de los cuales recibe solo una secuencia de tratamientos. Para aleatorizar el orden del tratamiento, el orden de las historias cortas se aleatoriza completamente entre los participantes mediante un programa informático. Todas las secuencias posibles se pueden presentar a los participantes de todo el grupo, pero en la aleatorización completa, no puede controlar la frecuencia con la que se usa cada secuencia en el grupo de participantes. |
En los estudios longitudinales, el tiempo es una variable independiente. Debido a que los investigadores no pueden prevenir los efectos del tiempo, los estudios longitudinales generalmente estudian las correlaciones entre el tiempo y otras variables (dependientes).
| Ejemplo: diseño dentro de los sujetos a lo largo del tiempo Como investigador social, estás estudiando los efectos del tiempo (la variable independiente) en las percepciones de la pandemia y el coronavirus (la variable dependiente). Reunió una gran muestra de participantes a principios de 2020 y desde entonces les ha enviado repetidamente una encuesta en línea cada dos o tres meses. Una pregunta importante en la encuesta de escala Likert les pide a los participantes que califiquen su miedo a contraer COVID-19 en una escala del 1 al 7. Para evaluar los cambios en la percepción, compara las diferencias en las respuestas de la encuesta a lo largo del tiempo dentro de los sujetos. |
Diseño intra-sujetos versus entre-sujetos
Lo opuesto a un diseño dentro de los sujetos es un diseño entre sujetos, donde cada participante sólo experimenta una condición y se comparan diferentes grupos de tratamiento.
Los diseños entre sujetos suelen tener un grupo de control (p. ej., sin tratamiento) y un grupo experimental, o varios grupos que difieren en una variable (p. ej., sexo, etnia, puntaje de prueba, etc.). Los investigadores comparan los resultados de diferentes grupos entre sí.
En los diseños intra-sujetos, los participantes sirven como su propio control al proporcionar puntajes de referencia en diferentes condiciones.
La palabra “dentro” significa que está comparando diferentes condiciones dentro del mismo grupo o individuo, mientras que la palabra “entre” significa que está comparando diferentes condiciones entre grupos.
| Ejemplo: Diseño intra-sujetos vs diseño entre-sujetos Está planeando estudiar si el ambiente de aprendizaje del curso universitario (su variable independiente) afecta los puntajes de las pruebas (su variable dependiente). Puede usar un diseño entre sujetos o dentro de los sujetos. Si se usa un diseño entre sujetos, dividiría la muestra en dos grupos de participantes: – un grupo de control que toma un curso universitario en el campus, – un grupo experimental que toma el mismo curso universitario en línea. Administrarías la misma prueba a todos los participantes y compararía los puntajes de las pruebas entre los grupos. Si se usa un diseño dentro de los sujetos, todos en su muestra participarían en todas las condiciones: – La mitad del curso universitario se administra en el campus antes de un examen. – La mitad del curso universitario se imparte en línea antes de una prueba comparable. Sería aleatorio el orden del entorno de aprendizaje entre los participantes: algunos participantes primero tomarían el curso en el campus antes de cambiar al aprendizaje en línea, mientras que otros tomarían el curso en línea primero antes de tomarlo en persona. Luego, compara los puntajes de las pruebas dentro de los sujetos entre las dos condiciones. |
En los diseños factoriales, dos o más variables independientes se prueban al mismo tiempo. Cada nivel de una variable independiente se combina con cada nivel de cualquier otra variable independiente para crear diferentes condiciones.
En un diseño factorial mixto, una variable se altera entre sujetos y otra se altera dentro de los sujetos. Algunos estudios longitudinales pueden ser experimentales cuando utilizan un diseño mixto para estudiar dos o más variables independientes. Si puedes manipular directamente una de las variables independientes y la asignación de participantes a las condiciones, estás utilizando un enfoque experimental.
| Ejemplo: Estudio longitudinal experimental Como investigador en educación, está investigando si los diferentes métodos de enseñanza afectan los resultados del aprendizaje de un segundo idioma. Los participantes son estudiantes de 8º grado que están tomando un curso de introducción a un segundo idioma. En un diseño mixto, se decide variar experimentalmente los métodos de enseñanza entre asignaturas y se mide el conocimiento del idioma en múltiples puntos de tiempo dentro de las asignaturas. Cada participante es asignado aleatoriamente a uno de dos grupos: – Un grupo de control que recibe métodos de enseñanza estándar, – Otro grupo que recibe métodos de enseñanza experimentales. Todos los participantes son evaluados antes, a la mitad y después de tomar el curso, y sus puntajes se prueban estadísticamente para detectar diferencias a lo largo del tiempo y entre grupos. |
Pros y contras de un diseño intra-sujetos
- Muestra más pequeña. Los diseños dentro de los sujetos ayudan a detectar relaciones causales o correlaciones entre variables con muestras relativamente pequeñas. Es más fácil reclutar una muestra para un diseño dentro de los sujetos que para un diseño entre sujetos porque necesita menos participantes. Cada participante proporciona medidas repetidas, lo que hace que el estudio sea más rentable.
- Elimina los efectos de las diferencias individuales entre las condiciones. En un diseño entre sujetos, participan diferentes participantes en cada condición, por lo que las características de los participantes (p. ej., inteligencia o capacidad de memoria) a menudo varían entre los grupos. Esto significa que es difícil decir si los resultados son realmente el resultado de la variable independiente o de las diferencias individuales entre los grupos.
Por el contrario, no hay variaciones en las diferencias individuales entre condiciones en un diseño dentro de los sujetos porque los mismos individuos participan en todas las condiciones. Se controlan las características de los participantes. - Estadísticamente poderoso. Un diseño dentro de los sujetos es estadísticamente más poderoso que un diseño entre sujetos, porque se elimina la variación individual. Para lograr el mismo nivel de poder, un diseño entre sujetos a menudo requiere el doble de participantes (o más) que un diseño dentro de los sujetos.
- Efectos relacionados con el tiempo. Hay muchas amenazas a la validez interna relacionadas con el tiempo que solo se aplican al diseño dentro de los sujetos porque es difícil controlar los efectos del tiempo en los resultados del estudio.
Algunos ejemplos:
- Historia: un evento no relacionado (p. ej., un encierro) puede influir en los resultados.
- Maduración: los cambios físicos o psicológicos naturales (p. ej., crecimiento o envejecimiento) en los participantes a lo largo del tiempo pueden causar los resultados.
- Deserción de sujetos: más participantes abandonan en cada paso posterior del estudio, lo que le deja una muestra potencialmente sesgada al final porque solo los participantes con fuertes motivaciones permanecen en el estudio.
- Efectos de arrastre. Los efectos de arrastre son una categoría amplia de amenazas de validez interna que ocurren cuando un tratamiento anterior altera los resultados de un tratamiento posterior.
Algunos ejemplos:
- Efectos de la práctica (aprendizaje): la familiaridad con el estudio basado en condiciones anteriores conduce a un mejor desempeño en condiciones posteriores.
- Efectos de orden: la ubicación de una condición en varias condiciones cambia los resultados; por ejemplo, los participantes prestan menos atención a la última condición debido al aburrimiento y la fatiga.
- Efectos de secuencia: la interacción entre condiciones (en función de su secuencia) afecta los resultados; por ejemplo, los participantes en una encuesta de clasificación de anuncios pueden comparar anuncios posteriores con los anteriores y basar sus decisiones en la secuencia de elementos.
La aleatorización y el contrapeso del orden de las condiciones pueden ayudar a reducir los efectos de arrastre.
Conclusión
A manera de concluir con nuestro tema, un diseño dentro del sujeto también puede ayudar a reducir los errores asociados con las diferencias individuales. Un diseño dentro del sujeto también puede ayudar a reducir los errores asociados con las diferencias individuales. En un diseño intra sujetos, las personas solo se asignan a un único tratamiento. Entonces, un grupo de participantes recibiría un tratamiento, mientras que otro grupo recibiría un tratamiento diferente. Luego se compararían las diferencias entre los dos grupos.
Fuentes consultadas
- Bhandari, P. (2021a, marzo 8). Random assignment in experiments. Scribbr. https://www.scribbr.com/methodology/random-assignment/
- Cherry, K. (2010, September 30). Within subjects design and between subjects design. Verywell Mind. https://www.verywellmind.com/what-is-a-within-subjects-design-2796014