Explicación Y Ejemplo De Investigación Causal

Es un tipo de investigación concluyente que tiene como principal prioridad obtener evidencia de la relación causa y efecto de un fenómeno.  Se utiliza con frecuencia en las pruebas de mercado para nuevos productos o innovaciones de los actuales.  Este tipo de investigación permite al investigador:

• Identificar cuáles de las variables son causas o variables independientes, o aquellos factores que serán manipulados para causar efectos.
• Entender cuáles de las variables son efectos o variables dependientes, o aquellos factores que serán medidos para comparar los cambios en los efectos.
• Inferir la naturaleza de las variables independientes para predecir las variables dependientes.

El método usado en este tipo de investigación es el experimento.  El investigador manipula las variables independientes en un ambiente controlado para medir los efectos en las variables dependientes.  Lo interesante de los experimentos es que actúan en un ambiente similar a la vida real, recreando experiencias.

Un ambiente controlado se logra estableciendo las variables extrañas, que son otras variables diferentes a las independientes que pueden influir en el efecto.  Algunos ejemplos de variables extrañas son: las fuerzas del macroentorno; los cambios, errores en la asignación o abandono de las unidades de prueba; efectos inesperados entre el antes y le después del experimento o por regresión estadística que ocurre con los resultados extremos; y cambios en los instrumentos de la investigación.

Los experimentos pueden realizarse en un ambiente real donde se experimentan las condiciones del mercado actual, o artificialmente en un ambiente de laboratorio en donde se construyen las condiciones específicas para el experimento.  Este ofrece el más alto nivel de control porque aísla variables extrañas y se monitorea el entorno.  Ambos modelos tienen sus ventajas y desventajas, el investigador seleccionará aquella que más se ajuste a su necesidad de información.

Adicionalmente, los experimentos le ayudan al investigador a inferir causalidad.  La causalidad en la investigación de mercados significa que al ocurrir X aumenta la probabilidad de que ocurra Y.  En este sentido, existen cuatro tipos de relaciones según la causalidad, estos son:

• X es solamente una de las posibles causas de Y.
• Si ocurre X es muy probable que ocurra Y.
• Nunca se podrá demostrar que X sea la causa de que ocurra Y.
• Se puede inferir que X es la causa de Y.

Para que un investigador pueda inferir causalidad, existen tres condiciones que facilitan evidenciarla, estas son:

1. La variación concomitante o la posibilidad de que una causa X y un efecto Y ocurran juntos para predecir la hipótesis en consideración.
2. El tiempo de ocurrencia que define si la causa X debe ocurrir antes o simultáneamente al efecto Y.
3. La ausencia de otras posibles causas que pongan en duda la relación planteada en la hipótesis.

Es necesario aclarar que, a pesar de presentarse una o todas las condiciones, no se puede demostrar que la causalidad sea concluyente.  En todo caso, la razón dice que si se presentan las tres condiciones y el investigador ha controlado todas las variables extrañas, entonces la evidencia de causalidad será muy fuerte, pero no definitiva.

Aunque los hallazgos de este tipo de investigación sean válidos, deben ser examinados por una vía formal.  La validez de un experimento cumple dos objetivos: interno cuando se obtienen conclusiones válidas sobre los efectos de las variables independientes en el grupo de estudio; y externo cuando los resultados se pueden generalizar a la población de interés.

Los experimentos requieren un diseño especial que se plantea estableciendo cuatro preguntas:

• ¿Cuáles son las unidades de prueba y cómo serán divididas homogéneamente en submuestras? Las unidades de prueba son el medio que será expuesto a la variable independiente y que responde ante ella mostrando el efecto.
• ¿Cuáles son las variables independientes que serán manipuladas?
• ¿Cuáles son las variables dependientes que serán medidas?
• ¿Cómo serán controladas las variables extrañas?

¿Cómo serán controladas las variables extrañas?

Existen tres medidas de seguridad para disminuir el efecto nocivo de las variables extrañas en la causalidad de los experimentos, estas son:

Aleatorización.  A cada versión experimental se le asignan aleatoriamente los miembros que formarán la unidad, manteniendo un promedio equitativo en cada grupo.  De esta manera, las variables extrañas están representadas en igual medida en cada unidad de prueba y en la implementación de la prueba, por tanto son controladas.  No se recomienda en muestras pequeñas.

Igualación.  Cada unidad de prueba es evaluada según sus características o variables clave y a partir de sus similitudes, son asignados a los grupos antes de implementar la prueba.  Estas características deben ser relevantes para el experimento.

Control estadístico.  Midiendo las variables extrañas se pueden ajustar sus efectos durante el análisis estadístico.  El más utilizado es el análisis de covarianza.

Una vez establecidas las respuestas, se diseña el experimento.  Los experimentos se clasifican en cuatro modelos, estos son:

Pre experimental

Es un modelo en el que las variables extrañas no se pueden controlar por aleatorización.  Se recomienda para investigaciones exploratorias.  El diseño pre experimental tiene tres variantes:

• Caso de estudio en una toma, en el que una sola unidad de prueba es expuesta al experimento, y se toma una medición simple de la variable dependiente.
• Pre y post prueba en un grupo, en el que una sola unidad de prueba es medida antes y después del experimento en las mismas variables.
• Grupo estático, en el que dos unidades de prueba no aleatorias, son medidas después del experimento.  Una de ellas se denomina grupo de control, el cual no toma la prueba, y el segundo o grupo experimental el cual toma la prueba.

Experimental

Es un modelo en el que el investigador puede asignar aleatoriamente tanto a las unidades de prueba como la implementación de la prueba.  El diseño experimental tiene tres variantes:

• Pre y post prueba en un grupo de control, en el que dos unidades de prueba aleatorias, son medidas antes y después del experimento.  El grupo de control no toma el experimento, mientras que el grupo experimental sí.
• Post prueba en grupo de control, en el cual el grupo experimental es expuesto al experimento, y después se toma la medición del grupo y del grupo de control.  Es el más usado en investigación de mercados.
• Cuatro grupos Solomon, en el cual se controlan explícitamente la interactividad de los efectos de la prueba y todas las variables extrañas.  Por lo cual es el más costoso y requiere de mayor tiempo que otros modelos.

Cuasi experimental

Es un modelo en el que el investigador puede asignar aleatoriamente las unidades de prueba pero no tiene el control total sobre la implementación de la prueba.  El diseño cuasi experimental tiene dos variantes:

• Series de tiempo, en el cual se realizan mediciones periódicas de la variable dependiente para una unidad de prueba.  Luego, son expuestos intencionalmente al experimento o de forma natural, para luego continuar con las mediciones periódicas y así determinar los efectos.  Esta variante permite medir los efectos en el corto, mediano y largo plazo de un fenómeno.
• Múltiples series de tiempo, es exactamente igual a la variante series de tiempo, con una unidad de prueba adicional que servirá como grupo de control.  Según el fenómeno, se debe seleccionar cuidadosamente a las unidades de prueba del grupo de control sin exposición a la prueba, por ejemplo los paneles.

Estadístico

Es un modelo que permite el control estadístico de varios experimentos básicos realizados simultáneamente, el análisis de más de una variable independiente y el control de las variables extrañas.  El diseño estadístico tiene tres variantes:

• Bloqueo aleatorio, cuando solo hay una variable externa identificada claramente como la que influye en la variable dependiente.  Las unidades de prueba se agrupan con relación a la variable externa.  El investigador se concentra en identificar y medir específicamente esa variable.
• Cuadro latino, cuando se requiere medir el efecto en la variable dependiente de dos variables externas que no interactúan entre sí.  Para poder aplicar esta variante el investigador debe igualar los niveles de información de las columnas y las filas en la matriz.  Esta variante tiene un modelo adicional un poco más amplio que se llama Cuadro Greco-latino.
• Factorial, se utiliza para medir los efectos de dos o más variables independientes en varios niveles y medir la interacción entre ellas.  Esta variante tiene la opción de seleccionar parte de sus resultados en fracciones para que el investigador pueda observar los efectos por separado.

Los problemas más frecuentes con los experimentos es que son altamente costosos, y no se recomiendan para productos de larga vida como los automóviles, ya que los competidores pueden copiar rápidamente las decisiones estratégicas tomadas a partir de la investigación y la empresa no alcanzaría a recuperar la inversión.

Para citar este artículo dentro del texto: Domínguez Sandoval (2016, mayo)

Para referenciar correctamente: Domínguez Sandoval, Stella Isabel. (2016, mayo) Explicación Y Ejemplo De Investigación Causal (blog) En: https://wp.me/s9XPYI-causal

NO TE OLVIDES DE DARNOS UN LIKE, GRACIAS