Vas a aplicar tu intervención en dos salones que ya existen, en una clínica con pacientes asignados por turno o en un departamento de una empresa. En ese caso no podrás sortear a los participantes, así que trabajarás con grupos intactos. Ahí el diseño cuasiexperimental con grupo control se vuelve la opción más defendible para tu tesis. Conserva lo esencial de un experimento, que es manipular la variable independiente y comparar con un grupo que no recibe el tratamiento, aunque renuncia a la asignación aleatoria.
Muchos capítulos metodológicos lo despachan en una línea («el diseño es cuasiexperimental») y nunca explican cómo se controló la falta de equivalencia entre los grupos. El sínodo suele detectar esa omisión antes que cualquier otra. Si no anticipas la pregunta «¿cómo sabes que la diferencia se debe a tu intervención y no a que los grupos ya eran distintos?», tu defensa se complica.
Abajo encontrarás el esquema formal y las amenazas a la validez que debes declarar. También verás las pruebas estadísticas que corresponden, cómo reportar la confiabilidad del instrumento, un párrafo modelo listo para adaptar y la manera de sumar una fase cualitativa si tu enfoque es mixto.
Qué es un diseño cuasiexperimental con grupo control
Hernández Sampieri y colaboradores definen los diseños cuasiexperimentales como aquellos que manipulan deliberadamente al menos una variable independiente, el tratamiento o la intervención, para observar su efecto sobre una o más variables dependientes. La diferencia con el experimento puro está en cómo se forman los grupos. En el experimento verdadero los participantes se asignan al azar. En el cuasiexperimento se trabaja con grupos intactos que ya estaban constituidos antes de la investigación (Redalyc).
«Con grupo control» significa que, además del grupo que recibe la intervención, observas a otro grupo comparable que no la recibe o que sigue con la práctica habitual. Sin ese grupo de comparación tendrías un preexperimento, y cualquier cambio entre preprueba y posprueba podría deberse a mil factores ajenos a tu tratamiento.
| Característica | Preexperimento | Cuasiexperimento con grupo control | Experimento puro |
|---|---|---|---|
| Manipulación de la variable independiente | Sí | Sí | Sí |
| Grupo de comparación | No | Sí, intacto | Sí, aleatorizado |
| Asignación aleatoria | No | No | Sí |
| Control de la validez interna | Muy bajo | Intermedio | Alto |
| Viabilidad en escuelas, clínicas y empresas | Alta | Alta | Frecuentemente baja |
En la práctica, la mayoría de las tesis de educación, enfermería, psicología e ingeniería industrial que evalúan una intervención real en México terminan aquí. No es que el tesista no quiera aleatorizar. Es que la institución no permite reacomodar a los alumnos, a los pacientes o a los trabajadores.
El esquema preprueba-posprueba con grupo control no equivalente
El esquema estándar, y el que más protege tu tesis, aplica una medición antes y otra después de la intervención a los dos grupos. En la notación clásica se escribe así:
| Grupo | Preprueba | Tratamiento | Posprueba |
|---|---|---|---|
| G1 (experimental, intacto) | O1 | X | O2 |
| G2 (control, intacto) | O3 | — | O4 |
Cada símbolo tiene un significado preciso. G es un grupo intacto, sin la «R» de aleatorización que verías en un experimento puro. O es una observación o medición con el mismo instrumento. X es la intervención, y el guion indica que el grupo control no la recibe. Con este esquema puedes comparar O1 contra O3 para revisar la equivalencia inicial y O2 contra O4 para estimar el efecto. Además, las preguntas permiten controlar parcialmente la influencia de factores externos o históricos que afectan a ambos grupos por igual.
Ejemplo aplicado a una tesis mexicana
Imagina una tesis de maestría en educación en una secundaria pública de Puebla. La variable independiente es una estrategia de aprendizaje colaborativo con andamiaje, fundamentada en el constructivismo de Vygotsky aplicado al marco teórico. La variable dependiente es la comprensión lectora. Dos grupos de segundo grado del mismo turno, con docentes de perfil similar, funcionan como G1 y G2. Ambos responden la misma prueba al inicio y al final del periodo, y solo G1 trabaja con la estrategia.
Antes de elegir el instrumento necesitas tener definidas las dimensiones e indicadores de tu variable dependiente. Si aún no lo haces, revisa esta guía de operacionalización de variables con indicadores e ítems. El procedimiento es el mismo aunque tu tesis no sea de ingeniería.
Variantes que debes conocer
- Solo posprueba con grupos intactos: es más débil, porque no puedes saber si los grupos partían del mismo nivel. Úsala solo si la preprueba contaminaría la intervención y justifícalo.
- Series cronológicas con grupo control: se toman varias mediciones antes y después. Es útil cuando la variable fluctúa naturalmente, como la asistencia o la productividad.
- Varios grupos experimentales: comparan dos versiones de la intervención contra un mismo grupo control.
Tu capítulo metodológico vive de sus citas. Para justificar este diseño citarás a Hernández Sampieri, a Campbell y Stanley y probablemente artículos de SciELO o Redalyc, y todo debe ir en APA 7 impecable. Tesify Bibliografía Automática genera tus citas textuales y parafraseadas y ordena la lista de referencias por tipo de fuente. Así no pierdes horas revisando cursivas y sangrías.
Validez interna, amenaza por selección y validez ecológica
La limitación que siempre debes declarar es la amenaza por selección. Como los grupos no se formaron al azar, las diferencias iniciales entre el grupo experimental y el control podrían explicar los resultados de la posprueba, en lugar de la intervención (Universidad de Valencia). Por eso los cuasiexperimentos tienen menor validez interna que los experimentos puros. Los grupos suelen venir formados de antemano, como aulas preexistentes o pacientes de un área específica (SciELO México).
No escondas esta limitación. Declárala en el apartado de diseño y vuelve a ella en las limitaciones del estudio. Aclara también qué hiciste para mitigarla: elegir grupos con características similares, medir la equivalencia inicial y ajustar estadísticamente.
Otras amenazas que conviene anticipar
- Historia: eventos externos durante la intervención, como un paro, un cambio de directivo o un periodo vacacional.
- Maduración: cambios naturales de los participantes con el paso del tiempo.
- Administración de pruebas: responder la preprueba puede mejorar el desempeño en la posprueba.
- Difusión del tratamiento: alumnos del grupo control que se enteran de la estrategia y la imitan. Es común cuando ambos grupos comparten escuela.
- Mortalidad experimental: participantes que abandonan el estudio de forma desigual entre grupos.
- Interacción selección-maduración: los grupos cambian a ritmos distintos por razones propias.
La fortaleza que sí puedes defender: validez ecológica
La otra cara de la moneda es la validez ecológica. Los cuasiexperimentos se realizan en contextos reales donde un experimento aleatorio estricto sería imposible (SciELO México). En las tesis educativas y sociales realizadas en instituciones mexicanas, esto pesa mucho. Puedes evaluar una intervención sin romper la organización de la escuela, la clínica o la empresa y sin alterar artificialmente la dinámica de los grupos. Usa este argumento cuando justifiques por qué elegiste este diseño y no un experimento puro.
Instrumentos y alfa de Cronbach: cómo interpretar la confiabilidad
Un diseño cuasiexperimental con grupo control solo es tan fuerte como el instrumento que mide O1, O2, O3 y O4. Si la prueba o el cuestionario no es confiable, la diferencia entre grupos puede ser puro error de medición. Necesitas evidencia de validez (de contenido, de constructo o de criterio) y de confiabilidad.
Si tu instrumento es una escala tipo Likert, casi seguro reportarás el alfa de Cronbach. Sobre cómo interpretar ese coeficiente, ten presentes estas ideas:
- Mide consistencia interna, es decir, qué tanto los ítems de una dimensión apuntan en la misma dirección. No demuestra que el instrumento mida lo que dice medir, porque eso corresponde a la validez.
- Valores más cercanos a uno indican mayor consistencia. Un valor excesivamente alto también puede señalar ítems redundantes que preguntan lo mismo con otras palabras.
- Repórtalo por dimensión, no solo global, si tu variable es multidimensional.
- Calcúlalo en tu prueba piloto y en tu muestra final. Que el instrumento haya sido confiable en otro estudio no garantiza que lo sea con tus participantes.
- El criterio de aceptación debe venir de una fuente citada, no de tu intuición. Indica qué autor respalda el umbral que usas.
Para el procedimiento completo de juicio de expertos, prueba piloto y cálculo del coeficiente, consulta esta guía sobre validez y confiabilidad del cuestionario con juicio de expertos y alfa. Si trabajas con constructos psicológicos, te conviene partir de una de las escalas validadas en población mexicana en lugar de construir una desde cero.
Análisis de datos: equivalencia inicial y ANCOVA
Esta sección distingue una tesis aprobada con observaciones de una tesis aprobada sin ellas. El análisis se organiza en dos momentos.
Paso 1: verificar la equivalencia inicial
Compara la preprueba del grupo experimental (O1) con la del grupo control (O3). Primero revisa los supuestos de normalidad y homogeneidad de varianzas. Con esa revisión eliges la prueba:
- t de Student para muestras independientes, si los datos cumplen los supuestos paramétricos.
- U de Mann-Whitney, si no los cumplen o si tu variable es ordinal.
Ambas pruebas están recomendadas para mitigar la crítica por selección (Universidad de Valencia). Si no encuentras diferencias significativas, tienes evidencia de que los grupos partían de un nivel comparable, aunque no idéntico. Si sí las encuentras, no abandones el estudio. Ese hallazgo hace todavía más necesario el paso siguiente.
Paso 2: ANCOVA con la preprueba como covariable
El análisis de covarianza compara las posprueba de ambos grupos tras ajustar estadísticamente las diferencias que ya existían en la preprueba (Universidad de Valencia). Es la respuesta técnica a la pregunta del sínodo sobre la no equivalencia. Antes de interpretarlo, revisa y reporta sus supuestos:
- Relación lineal entre la covariable (preprueba) y la variable dependiente (posprueba).
- Homogeneidad de las pendientes de regresión, es decir, que no exista interacción entre grupo y preprueba.
- Normalidad de los residuos.
- Homogeneidad de varianzas entre grupos.
En resultados, presenta las medias ajustadas de cada grupo, el estadístico F con sus grados de libertad, el valor p y un tamaño del efecto, como la eta cuadrada parcial. Como complemento descriptivo puedes incluir la comparación intragrupo (preprueba contra posprueba) con t para muestras relacionadas o con la prueba de Wilcoxon. No la presentes como la prueba principal, porque no controla las amenazas que sí controla la comparación con el grupo control.
Para tablas y figuras claras de este tipo de comparaciones, revisa cómo presentar los resultados de un diseño experimental. Si además necesitas ordenar la redacción de todo el capítulo, Tesify te guía sección por sección con un editor paso a paso, desde el planteamiento del diseño hasta la discusión.
Fase cualitativa: análisis temático de Braun y Clarke, pasos
Muchos programas de posgrado valoran que, además de medir el efecto, expliques por qué funcionó o no la intervención. Para eso puedes sumar entrevistas o grupos focales con participantes del grupo experimental y con los docentes o facilitadores. Así conviertes tu estudio en un diseño mixto de tipo explicativo. El análisis temático de Braun y Clarke es una de las rutas más usadas para esos datos, y sus pasos son:
- Familiarización con los datos: transcribe, lee y relee las entrevistas y anota ideas iniciales.
- Generación de códigos iniciales: etiqueta de forma sistemática los fragmentos relevantes de todo el corpus.
- Búsqueda de temas: agrupa los códigos en temas potenciales que respondan a tu pregunta.
- Revisión de temas: contrasta cada tema con los fragmentos codificados y con el conjunto de datos, y fusiona o descarta los que no se sostienen.
- Definición y denominación de temas: precisa qué captura cada tema y dale un nombre claro.
- Elaboración del informe: narra los temas con extractos ilustrativos y vincúlalos con tus resultados cuantitativos.
La clave de la integración está en el último paso. Si el ANCOVA muestra una mejora en el grupo experimental, los temas cualitativos pueden explicar qué componentes de la intervención percibieron los participantes como útiles. Si no hubo efecto, pueden revelar barreras de implementación que valen como hallazgo.
Ejemplo redactado para tu capítulo metodológico
Adapta este párrafo modelo a tu variable, tu contexto y tus fuentes:
La investigación adoptó un enfoque cuantitativo con diseño cuasiexperimental con grupo control no equivalente, con preprueba y posprueba (Hernández Sampieri et al.). No fue posible asignar aleatoriamente a los estudiantes porque los grupos estaban conformados por la institución antes del estudio. Por ello se trabajó con dos grupos intactos de segundo grado del mismo turno. Ambos grupos respondieron el instrumento de comprensión lectora antes y después de la intervención, que se aplicó únicamente al grupo experimental. Para atender la amenaza por selección se comparó la preprueba de ambos grupos mediante t de Student para muestras independientes, o U de Mann-Whitney en caso de incumplir los supuestos paramétricos. El efecto de la intervención se estimó mediante análisis de covarianza (ANCOVA), con la preprueba como covariable. Se eligió este diseño por su validez ecológica, ya que permite evaluar la estrategia en las condiciones reales del aula sin alterar la organización escolar.
Fíjate en que el párrafo declara la limitación, la justifica, describe cómo se mitigó y defiende la elección. Un buen apartado de diseño cubre esas cuatro funciones.
Errores frecuentes que señala el sínodo
- Llamar «experimental» a un diseño sin aleatorización. Es el error más común y el más fácil de corregir.
- Omitir la preprueba del grupo control, lo que impide verificar la equivalencia inicial.
- Analizar solo la diferencia preprueba-posprueba del grupo experimental e ignorar al grupo control, que es la razón de ser del diseño.
- Usar ANCOVA sin revisar la homogeneidad de pendientes.
- Elegir grupos muy distintos entre sí, como turnos, niveles o docentes con perfiles contrastantes, sin justificarlo.
- No describir qué recibió el grupo control: ¿nada, la práctica habitual o una actividad placebo? Debe quedar explícito.
- Calcular la muestra sin criterio. Aunque trabajes con grupos intactos, explica cómo se delimitó la población y la muestra. Esta guía sobre población, muestra y criterios de inclusión te sirve de referencia para redactar los criterios.
Deja el formato APA 7 en manos de la herramienta. Tu justificación del diseño, tu instrumento y tu plan de análisis necesitan respaldo bibliográfico sólido y bien citado. Con Tesify Bibliografía Automática creas citas textuales y parafraseadas, ordenas tus referencias de libros, artículos y páginas web y mantienes todo estandarizado como lo pide tu universidad. El registro es gratis.
Preguntas frecuentes
¿Cuál es la diferencia entre un cuasiexperimento y un experimento puro?
Ambos manipulan una variable independiente para observar su efecto. En el experimento puro los participantes se asignan al azar a los grupos. En el cuasiexperimento se trabaja con grupos intactos que ya existían, como aulas, clínicas o departamentos, y por eso tiene menor validez interna.
¿Es obligatorio aplicar preprueba en un diseño cuasiexperimental con grupo control?
No es estrictamente obligatorio, pero sí muy recomendable. La preprueba te permite verificar si los grupos partían de un nivel comparable y usar esa medición como covariable en el ANCOVA. Sin ella, la amenaza por selección queda prácticamente sin control.
¿Qué hago si la preprueba muestra diferencias significativas entre los grupos?
No invalida tu estudio. Repórtalo con transparencia y aplica ANCOVA con la preprueba como covariable para ajustar estadísticamente esas diferencias previas. Después discute el hallazgo en el apartado de limitaciones.
¿Qué prueba uso para comparar los grupos al inicio: t de Student o U de Mann-Whitney?
Usa t de Student para muestras independientes si tus datos cumplen normalidad y homogeneidad de varianzas. Si no los cumplen o tu variable es ordinal, usa U de Mann-Whitney. Reporta siempre las pruebas de supuestos con las que tomaste la decisión.
¿Puedo combinar un cuasiexperimento con análisis cualitativo?
Sí. Puedes agregar entrevistas o grupos focales después de la intervención y analizarlos con el análisis temático de Braun y Clarke. Así obtienes un diseño mixto explicativo, en el que los temas cualitativos ayudan a interpretar por qué la intervención tuvo o no efecto.