Diseño Experimental con Grupo de Control — Experimento Controlado
- Propuesto por
- Ronald A. Fisher; systematised by Donald T. Campbell & Julian C. Stanley
- Año
- 1935 (Fisher); 1963 (Campbell & Stanley codification)
- Tipo
- Experimental research design
- Familia
- Experimental design
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
El diseño experimental con grupo de control es una estructura experimental fundamental en la que los participantes se asignan a al menos dos grupos —un grupo de tratamiento que recibe la intervención y un grupo de control que no la recibe— para que el efecto de la intervención pueda aislarse comparando los resultados entre los grupos.
La aleatorización de la asignación fortalece la inferencia causal al equilibrar los factores de confusión conocidos y desconocidos.
La intuición detrás del método
Piense en el grupo de control como la línea de base contra la cual se mide el efecto de su intervención. Sin un grupo de control, no se puede saber si cualquier cambio que observe es causado por el tratamiento o por el tiempo, la maduración, la historia u otros factores. Al mantener un grupo sin tratar en condiciones por lo demás idénticas y luego comparar los dos grupos al final, se aísla lo que la intervención aportó específicamente. El grupo de control no es una ocurrencia tardía; es el ancla lógica del razonamiento causal en los experimentos.
Historia
La lógica de un grupo de comparación en experimentos fue formalizada por Ronald A. Fisher en la Estación Experimental de Rothamsted en las décadas de 1920-30, culminando en su libro de 1935 The Design of Experiments, que introdujo la aleatorización como base de la inferencia experimental. La monografía de Donald Campbell y Julian Stanley de 1963 Experimental and Quasi-Experimental Designs for Research sistematizó la tipología de diseños experimentales y catalogó las amenazas a la validez interna que aborda un diseño de grupo de control debidamente aleatorizado. Su marco sigue siendo la referencia dominante para la validez del diseño en las ciencias sociales y del comportamiento.
Cuándo usarlo
Utilice un diseño experimental con grupo de control cuando necesite establecer una relación causal entre una intervención y un resultado, no meramente una asociación. Es el diseño estándar para evaluar intervenciones educativas, tratamientos clínicos, programas conductuales y características de productos. Requiere que (a) pueda manipular la variable independiente, (b) la asignación aleatoria o al menos sistemática de participantes a los grupos sea factible, y (c) la medición de resultados sea posible en ambos grupos en condiciones comparables. No utilice este diseño cuando la aleatorización sea ética o prácticamente imposible —un diseño cuasi-experimental o un experimento natural es más apropiado en ese caso. No lo utilice cuando la pregunta de investigación sea exploratoria, descriptiva, o pregunte sobre la experiencia vivida en lugar del efecto de un tratamiento.
Limitaciones y consideraciones
- Requiere que la asignación aleatoria (o sistemática) de grupos sea ética y logísticamente factible.
- No previene automáticamente el sesgo de abandono si las tasas de abandono difieren entre los grupos de tratamiento y control.
- La validez interna es alta, pero generalizar los resultados a diferentes poblaciones o entornos requiere estudios adicionales.
- El cegamiento a menudo es difícil fuera de los contextos clínicos, dejando los efectos de expectativa y placebo como amenazas residuales.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Proporciona la evidencia más sólida para la inferencia causal entre los diseños observacionales y experimentales.
- La asignación aleatoria controla simultáneamente los factores de confusión conocidos y desconocidos.
- Lógica conceptual sencilla que se mapea directamente en la mayoría de los marcos de comparación estadística.
- Estándar ampliamente aceptado para la evaluación de intervenciones en investigación clínica, educativa y social.
- Adaptable: la estructura básica se puede extender con arreglos factoriales, medidas pre-test o evaluaciones repetidas.
Aplicaciones
- Evaluar la eficacia de un nuevo fármaco o terapia comparando pacientes tratados con un grupo de control que recibe placebo en un ensayo clínico.
- Probar si una nueva intervención pedagógica mejora los resultados de aprendizaje de los estudiantes en comparación con una clase de control con instrucción estándar.
- Evaluar el efecto de un programa de bienestar en el lugar de trabajo comparando la productividad y el absentismo de los empleados entre grupos inscritos y no inscritos.
- Medir el impacto de una campaña de salud pública en el cambio de comportamiento comparando regiones expuestas a la campaña con regiones de control no expuestas.
- Validar una nueva característica de software comparando las tasas de finalización de tareas de los usuarios en grupos con y sin la característica habilitada.
Cómo funciona
Cómo funciona
El investigador define al menos dos grupos: uno o más grupos de tratamiento que recibirán la intervención experimental, y un grupo de control que no la recibirá (o recibirá un placebo o una condición estándar de atención). El número y la naturaleza de los grupos se determinan por la pregunta de investigación y la estructura factorial del diseño.
Los participantes elegibles se asignan aleatoriamente a las condiciones de tratamiento o control. La asignación aleatoria —en contraposición a la autoselección o la asignación por conveniencia— es el mecanismo que equipara los grupos en factores de confusión medidos y no medidos en la línea de base, haciendo del diseño un experimento verdadero. Sin aleatorización, el diseño es cuasi-experimental.
El grupo de tratamiento recibe la intervención experimental en condiciones estandarizadas y controladas. El grupo de control experimenta condiciones lo más idénticas posible, excepto por la ausencia del tratamiento activo. El cegamiento de los participantes y/o evaluadores se aplica cuando es factible para prevenir que los efectos de expectativa sesguen los resultados.
Los resultados primarios y secundarios se miden utilizando los mismos instrumentos y procedimientos en ambos grupos en los mismos puntos temporales. La medición debe ser objetiva o, cuando sea subjetiva, cegada a la asignación del grupo. Cualquier medida de resultado y punto temporal preespecificado debe haberse declarado antes de que comience la recopilación de datos.
Las puntuaciones de los resultados entre grupos se comparan utilizando pruebas estadísticas apropiadas —típicamente pruebas t o ANOVA para resultados continuos, chi-cuadrado o regresión logística para resultados categóricos. La diferencia entre grupos, su intervalo de confianza y el tamaño del efecto transmiten conjuntamente si el tratamiento tuvo un impacto práctica y estadísticamente significativo.
Errores comunes
- Omitir una condición de control verdadera y en su lugar comparar dos tratamientos activos — esto prueba la eficacia relativa, no el efecto absoluto, y requiere un reconocimiento explícito.
- Asignar grupos por conveniencia en lugar de aleatorización y luego tratar el diseño como si fuera un experimento verdadero, lo que exagera la confianza causal.
- Tamaño de muestra insuficiente en cualquiera de los grupos, lo que resulta en pruebas de baja potencia que no pueden detectar tamaños de efecto realistas — siempre realice un análisis de potencia antes de la recopilación de datos.
- Abandono diferencial entre grupos no abordado en el análisis — si más participantes abandonan una condición, la equivalencia inicial se ve comprometida y se debe informar el análisis por intención de tratar.
- Contaminación entre grupos cuando los participantes en la condición de control se enteran o adoptan elementos del tratamiento, atenuando el efecto observado.
Preguntas frecuentes
¿Cuál es la diferencia entre un grupo de control y un grupo de comparación?
Un grupo de control recibe estrictamente ningún tratamiento o un placebo y se forma por asignación aleatoria. Un grupo de comparación es cualquier grupo utilizado para contraste pero formado por medios no aleatorios — por ejemplo, una clase preexistente o una cohorte histórica. La distinción es importante para la inferencia causal: la asignación aleatoria apoya las afirmaciones causales; los grupos de comparación solo apoyan las asociacionales.
¿Es un control en lista de espera una condición de control aceptable?
Sí, en muchos entornos aplicados un control en lista de espera —donde el grupo de control recibe la intervención después de que finaliza el estudio— es un compromiso ético que preserva la lógica de comparación. La limitación es que los participantes saben que están esperando, lo que puede introducir efectos de expectativa y reducir la validez interna en comparación con un control de no tratamiento o placebo verdadero.
¿Necesito un pre-test si tengo asignación aleatoria?
La asignación aleatoria produce teóricamente grupos equivalentes en la línea de base sin un pre-test, especialmente en muestras grandes. Sin embargo, todavía se recomienda encarecidamente un pre-test porque permite verificar la equivalencia inicial, utilizar puntuaciones de cambio o ANCOVA para análisis más potentes, y detectar cualquier abandono diferencial a lo largo del estudio.
¿Qué tan grande debe ser cada grupo?
El tamaño del grupo debe determinarse mediante un análisis de potencia formal que especifique el tamaño mínimo del efecto de interés práctico, el nivel de potencia deseado (convencionalmente 0.80) y el umbral alfa (comúnmente 0.05). Las reglas generales como 'al menos 30 por grupo' son solo puntos de partida y son inadecuadas cuando los efectos esperados son pequeños o los resultados son costosos de medir.
¿Puedo usar un diseño de grupo de control con un solo sujeto?
No en el sentido entre sujetos. Los diseños experimentales de sujeto único utilizan al individuo como su propio control a lo largo del tiempo (por ejemplo, diseños AB o ABAB), lo que es un enfoque conceptualmente distinto. Un diseño de grupo de control convencional requiere múltiples participantes distribuidos entre las condiciones.
Métodos relacionados
Fuentes
Campbell, D. T., & Stanley, J. C. (1963). Experimental and Quasi-Experimental Designs for Research. Rand McNally.
Abrir referencia de la publicaciónCopiado.Fisher, R. A. (1935). The Design of Experiments. Oliver and Boyd.
Abrir referencia de la publicaciónCopiado.