DISEÑOS TRANSECCIONALES
CORRELACIONALES/CAUSALES
Los diseños
transeccionales correlacionales/causales tienen como objetivo
describir relaciones entre dos o más variables en un momento
determinado. Se
trata también de descripciones, pero no de variables individuales
sino de sus relaciones, sean éstas puramente
correlacionales o relaciones causales. En estos diseños
lo que se mide es la relación entre variables en un tiempo
determinado. La diferencia entre los diseños transeccionales
descriptivos y los correlacionales causales puede expresarse
gráficamente de la siguiente manera:
Por lo tanto, los
diseños correlacionales/causales pueden limitarse a establecer
relaciones entre variables sin precisar sentido de causalidad o
pueden pretender analizar relaciones de causalidad. Cuando se
limitan a relaciones no causales, se fundamentan en hipótesis
correlacionales y cuando buscan evaluar relaciones causales, se
basan en hipótesis causales.
EJEMPLOS
Una investigación que
pretendiera indagar la relación entre la atracción física y la
confianza durante el noviazgo en parejas de jóvenes, observando qué
tan relacionadas están ambas variables (se limita a ser
correlacional).
Una investigación que
estudiara cómo la motivación intrínseca influye en la productividad
de los trabajadores de línea de grandes empresas industriales, de
determinado país y en cierto momento, observando si los obreros más
productivos son los más motivados, y en caso de que así sea,
evaluando el por qué y cómo es que la motivación intrínseca
contribuye a incrementar la productividad (esta investigación
establece primero la correlación y luego la relación causal entre
las variables).
Un estudio sobre la
relación entre la urbanización y el alfabetismo en una nación
latinoamericana, para ver qué variables macrosociales mediatizan tal
relación (causal).
Una investigación que
analizara cuáles son las variables que regulan la relación existente
entre organizaciones proveedoras (vendedores) y organizaciones
compradoras (clientes) en las transacciones comerciales en
Latinoamérica (con volúmenes de intercambio anuales superiores a un
millón de dólares), así como estudiar la vinculación que se da entre
dichas variables y las razones que originan tal vinculación (se
correlacionan las variables y se evalúan causalmente).
De los ejemplos puede
desprenderse lo que se ha comentado anteriormente respecto a que en
ciertas ocasiones sólo se pretende correlacionar variables, pero en
otras ocasiones se busca el establecer relaciones causales. Desde
luego, debemos recordar que la causalidad implica correlación pero
no toda correlación significa causalidad. Primero establecemos
correlación y luego causalidad.
Estos diseños pueden
ser sumamente complejos y abarcar diversas variables. Cuando
establecen relaciones causales son explicativos. Su diferencia con
los experimentos es la base de la distinción entre experimentación
y no experimentación. En los diseños transeccionales correlacionales/causales,
las causas y efectos ya ocurrieron en la realidad (estaban dadas y
manifestadas) y el investigador las(os) observa y reporta. En
cambio, en los diseños experimentales y cuasiexperimentales el
investigador provoca —intencionalmente— al menos una causa y
analiza sus efectos o consecuencias.
Un diseño correlacional/causal
puede limitarse a dos variables o abarcar modelos o estructuras tan
complejas como la siguiente (donde cada letra en recuadro representa
una variable):
O aun estructuras más
complejas como la presentada en el apartado de hipótesis causales
multivariadas del capítulo cinco (“Establecimiento de hipótesis”).
Estos diseños se
fundamentan en hipótesis correlacionales y de deferencia de grupos
sin atribuir causalidad
(cuando se limitan a
relaciones entre variables) y en hipótesis causales o de
diferencia de grupos con atribución de causalidad (cuando
pretenden establecer relaciones causales). Asimismo, los diseños
correlacionales/causales —en ocasiones— describen relaciones en uno
o más grupos o subgrupos y suelen describir primero las variables
incluidas en la investigación, para luego establecer las relaciones
entre éstas (en primer lugar son descriptivos de variables
individuales, pero luego van más allá de las descripciones: van a
establecer relaciones).
EJEMPLO
Una investigación para
evaluar la credibilidad de tres conductores (locutores) de
televisión, y relacionar esta variable con el sexo, la ocupación y
el nivel socio-económico del teleauditorio. Primero, mediríamos qué
tan creíble es cada conductor y describiríamos la credibilidad de
los tres conductores. Observaríamos el sexo de las personas e
investigaríamos su ocupación y nivel socio-económico, y
describiríamos el sexo, ocupación y nivel socioeconómico del teleauditorio. Posteriormente, relacionaríamos la credibilidad y el
sexo (para ver si hay diferencias por sexo en cuanto a la
credibilidad de los tres conductores), la credibilidad y la
ocupación (para ver si los conductores tienen una credibilidad
similar o diferente entre las distintas ocupaciones) y credibilidad
y nivel socio-económico (para evaluar diferencias por nivel
socioeconómico). Así, primero describimos y luego correlacionamos.
COMENTARIO ACLARATORIO
Tanto en los diseños
transeccionales descriptivos cómo en los correlacionales/causales
vamos a observar variables o relaciones entre éstas, en su ambiente
natural y en un momento en el tiempo.
Los diseños
transeccionales correlacionales/causales buscan describir
correlaciones entre variables o relaciones causales entre
variables, en uno o más grupas de personas u objetos o indicadores
y en un momento determinado.
Investigación
longitudinal
En ciertas ocasiones el
interés del investigador es analizar cambios a través del tiempo
en determinadas variables o en las relaciones entre éstas.
Entonces se dispone de los diseños longitudinales, los cuales
recolectan datos a través del tiempo en puntos o periodos
especificados, para hacer inferencias respecto al cambio, sus
determinantes y consecuencias. Por ejemplo, un investigador que
buscara analizar cómo evolucionan los niveles de empleo durante
cinco años en una ciudad u otro que pretendiera estudiar cómo ha
cambiado el contenido de sexo en las telenovelas (digamos de
Venezuela) en los últimos diez años.
Los diseños
longitudinales suelen dividirse en tres tipos: diseños de
tendencia (trend), diseños de análisis evolutivo de grupos (cohort)
y diseños panel, como se indica en el siguiente esquema.
