Diseñaste un taller de comprensión lectora, lo aplicaste a un curso durante ocho semanas, aplicaste la misma prueba antes y después, y los puntajes subieron. Llevas el resultado a tu director y te dice que eso no es un experimento y que el jurado te va a preguntar «¿cómo sabe usted que fue el taller?».
Tiene razón, y la buena noticia es que la respuesta no exige rehacer el estudio. Exige nombrar bien lo que hiciste, reconocer sus límites y cerrarlos donde se pueda. Eso es un diseño cuasiexperimental bien escrito.
Qué separa un experimento de un cuasiexperimento
Una sola cosa: la asignación aleatoria. En un experimento verdadero, cada participante tiene la misma probabilidad de quedar en el grupo que recibe la intervención o en el que no, y el azar se encarga de repartir parejo todo lo demás —motivación, nivel previo, condiciones del hogar— sin que tú tengas que medirlo.
En un cuasiexperimento hay intervención y hay medición, pero los grupos vienen dados: son el curso 10-A y el curso 10-B, o los pacientes de un consultorio y los de otro, o los estudiantes que se inscribieron al programa y los que no. Como el reparto no fue al azar, cualquier diferencia previa entre los grupos queda dentro del resultado, y ese es el problema que tu capítulo tiene que enfrentar de frente.
En un trabajo de grado colombiano de pregrado, aleatorizar es casi siempre imposible: no puedes reasignar estudiantes entre cursos ni negarle un programa a la mitad de un colegio. Por eso el cuasiexperimento es el diseño realista, y por eso conviene declararlo desde el anteproyecto en vez de llamarlo «experimental» y que te lo corrijan en la sustentación. Si todavía estás decidiendo el tipo de estudio, la panorámica está en tipos de diseño de investigación.
Los tres esquemas que caben en un trabajo de grado
1. Pre-post de un solo grupo
Mides, intervienes, vuelves a medir. Es el más común y el más débil: no tienes con qué comparar, así que cualquier cosa que haya pasado en esas ocho semanas compite con tu taller como explicación. Sirve como estudio exploratorio y hay que presentarlo como tal, nunca como evidencia de efectividad.
2. Grupo de comparación no equivalente, con pre y post
Dos grupos intactos: uno recibe la intervención y el otro sigue con lo habitual. Ambos se miden antes y después. Es el salto de calidad más grande que puedes dar sin aleatorizar, porque lo que pasó «en el ambiente» durante esas semanas afectó también al otro grupo, y eso queda descontado.
La condición es que demuestres la equivalencia inicial: compara los dos grupos en el pretest y en las variables relevantes —edad, semestre, promedio previo— y reporta esas comparaciones. Si salen diferentes, no se arruina el estudio, pero tienes que controlarlo en el análisis y decirlo.
3. Series temporales interrumpidas
Varias mediciones antes y varias después. Si el indicador venía plano y salta justo cuando entra la intervención, la explicación alternativa se vuelve mucho menos creíble. Es viable cuando trabajas con registros que ya existen —notas por periodo, indicadores de una institución, datos administrativos— y no requiere que tú apliques nada nuevo.
Las seis amenazas a la validez interna que el jurado busca
«Validez interna» es la pregunta de tu director traducida a lenguaje técnico: ¿el cambio se debe a la intervención o a otra cosa? El vocabulario estándar viene de la tradición de Campbell y Stanley, y todavía es el que usa un jurado con formación metodológica. Estas son las seis que aparecen en un trabajo de grado:
- Historia. Algo ocurrió entre las dos mediciones que no era tu intervención: un paro, un cambio de docente, una campaña institucional.
- Maduración. Los participantes cambian solos con el tiempo. Ocho semanas de clase ordinaria ya mejoran la comprensión lectora de un adolescente.
- Instrumentación. El instrumento o el observador cambiaron. Si aplicaste el pretest en papel y el postest en línea, o si tú mismo calificaste ambos sabiendo cuál era cuál, la diferencia puede estar en la medición.
- Selección. Los grupos ya eran distintos antes de empezar. Es la amenaza propia del cuasiexperimento y la razón por la que se compara el pretest.
- Mortalidad experimental o atrición. Se te cayeron participantes, y rara vez se caen al azar: se suelen ir los de menor desempeño. Reporta cuántos empezaron, cuántos terminaron y si los que abandonaron se parecían a los que se quedaron.
- Regresión a la media. La que casi nadie menciona y la que más engaña. Va aparte.
Regresión a la media: la amenaza que se disfraza de resultado
Si seleccionaste a los participantes justamente por tener puntajes bajos —«el taller se aplicó a los estudiantes con dificultades»— una parte de la mejora aparecerá aunque no hagas nada. Los puntajes extremos contienen error de medición y azar; al medir otra vez, tienden a acercarse al promedio del grupo por pura aritmética.
Barnett, van der Pols y Dobson lo explican con detalle en International Journal of Epidemiology (volumen 34, pp. 215-220; DOI 10.1093/ije/dyh299) y señalan la salida práctica: un grupo de comparación seleccionado con el mismo criterio experimenta la misma regresión, así que la diferencia entre ambos grupos ya está limpia de ese efecto. Sin grupo de comparación, lo único honesto es declarar la amenaza en las limitaciones.
Cómo fortalecer un cuasiexperimento sin poder aleatorizar
Handley y colaboradores revisaron esta pregunta para investigación aplicada en Annual Review of Public Health (2018, 39, 5-25; DOI 10.1146/annurev-publhealth-040617-014128). Traducido a lo que sí puedes hacer en un trabajo de grado:
- Consigue un grupo de comparación, aunque sea imperfecto. Un curso paralelo, otra sede, la cohorte del semestre anterior. Vale más un grupo desigual y declarado que ninguno.
- Añade mediciones, no participantes. Dos pretest en vez de uno muestran si la tendencia ya venía subiendo.
- Mide las covariables que sabes que difieren y contrólalas en el análisis. Esto es lo que hace un ANCOVA o una regresión lineal múltiple con el pretest como predictor.
- Ciega lo que puedas. Que quien califica el postest no sepa a qué grupo pertenece cada prueba. Es gratis y elimina la amenaza de instrumentación.
- Preregistra tu criterio de éxito. Deja escrito en el anteproyecto qué diferencia considerarás relevante, antes de ver los datos.
Y una decisión de forma: cómo describes a quién estudiaste. Un cuasiexperimento con grupos intactos casi siempre implica muestreo no probabilístico, y eso se declara sin rodeos siguiendo los criterios de tipos de muestreo en investigación.
Qué análisis le corresponde a cada esquema
El diseño manda sobre la prueba, no al revés:
- Un grupo, dos medidas. Prueba t para muestras relacionadas si la diferencia se distribuye aproximadamente normal; prueba de Wilcoxon si no.
- Dos grupos, solo postest. Prueba t para muestras independientes o U de Mann-Whitney.
- Dos grupos, pre y post. Lo estándar es un ANCOVA con el postest como dependiente y el pretest como covariable; también se usa un ANOVA mixto. Comparar «ganancias» restando post menos pre es la opción más débil y la que más se cuestiona.
- Series temporales. Regresión segmentada, si tienes suficientes puntos.
El mapa completo de decisión, con los supuestos de cada prueba, está en qué prueba estadística elegir. Y reporta siempre el tamaño del efecto junto al valor p: con 30 participantes, una intervención útil puede salir «no significativa», y el tamaño del efecto es lo que impide que la descartes por error.
Ética: no es un trámite opcional
Un cuasiexperimento implica intervenir sobre personas, y eso cambia las exigencias frente a un estudio meramente descriptivo. Necesitas el aval de la instancia que tu universidad haya definido, el permiso de la institución donde vas a trabajar y el consentimiento de los participantes —o el de sus acudientes, si son menores de edad—. Revisa qué te aplica en cuándo necesitas aprobación del comité de ética y confirma el procedimiento exacto en el reglamento de tu programa, porque cada universidad lo organiza distinto.
Cómo se escribe el apartado de diseño
Cuatro frases resuelven la mitad de las correcciones:
El estudio adoptó un diseño cuasiexperimental con grupo de comparación no equivalente y mediciones pre y post. Los grupos correspondieron a dos cursos intactos, sin asignación aleatoria, por lo que se verificó su equivalencia inicial en el pretest y en el promedio acumulado del semestre anterior. El análisis se realizó mediante ANCOVA, con el postest como variable dependiente y el pretest como covariable. Las amenazas de historia, maduración y regresión a la media se discuten en el apartado de limitaciones.
Ese párrafo dice tres cosas que el jurado necesita oír: cómo se llama tu diseño, por qué no aleatorizaste y qué hiciste para compensarlo. Si tu trabajo además propone una intervención completa —con objetivos, actividades y cronograma— el formato del documento cambia y conviene mirarlo en proyecto de intervención.
Errores frecuentes
- Llamarlo «experimental». Sin asignación aleatoria, no lo es, y el jurado lo nota en la primera línea.
- No reportar la comparación de pretest entre grupos. Es la prueba de que te tomaste en serio la amenaza de selección.
- Ocultar la atrición. Si empezaron 40 y terminaron 28, eso va en el texto, con el motivo.
- Escribir «el taller mejoró significativamente». Con un solo grupo, lo defendible es «se observó un incremento»; la atribución causal necesita el grupo de comparación.
- Formular la hipótesis después de ver los resultados. La hipótesis se escribe en el anteproyecto; cómo se redacta está en cómo formular hipótesis.
Preguntas frecuentes
¿Un pre-post de un solo grupo sirve para un trabajo de grado?
Sirve, siempre que se presente como estudio exploratorio y no como evidencia de efectividad. Sin grupo de comparación no puedes descartar historia, maduración ni regresión a la media, y eso debe quedar escrito en las limitaciones.
¿Cuál es la diferencia entre grupo control y grupo de comparación?
«Grupo control» supone asignación aleatoria. Cuando los grupos vienen dados —dos cursos, dos sedes— el término correcto es «grupo de comparación no equivalente», y usar el otro nombre sugiere un rigor que el diseño no tiene.
¿Cuántos participantes necesito para un cuasiexperimento?
Depende del tamaño del efecto que quieras poder detectar, no de una cifra fija. Lo que sí es obligatorio es justificar el número: en grupos intactos rara vez eliges cuántos son, así que se declara el tamaño disponible y se discute la potencia como limitación.
¿Puedo comparar simplemente las ganancias (post menos pre)?
Puedes, pero es la opción más cuestionada. El ANCOVA con el pretest como covariable es el estándar porque ajusta por las diferencias iniciales en lugar de arrastrarlas dentro de la resta.
¿Qué es la regresión a la media en palabras simples?
Que si eliges a los participantes por tener puntajes extremos, al volver a medirlos sus puntajes se acercarán al promedio aunque no pase nada. Parte de la «mejora» sería entonces un artefacto de la medición, no un efecto de tu intervención.
El diseño se defiende escribiéndolo bien
La diferencia entre un cuasiexperimento que aprueba y uno que se devuelve casi nunca está en los datos: está en si el capítulo metodológico nombra sus propias amenazas antes de que lo haga el jurado. Escribe el apartado de diseño completo, con la justificación de por qué no aleatorizaste, y vuelve sobre él cuando tengas los resultados para que ambos capítulos digan lo mismo. Si quieres redactarlo con la estructura y las referencias organizadas mientras avanzas, puedes trabajarlo en Tesify; las decisiones metodológicas, que es lo que se evalúa, siguen siendo tuyas.