Diseño experimental: Un panorama general

1810

Bryan Snehider Diaz

La utilización del experimentalismo como método de conocimiento se remonta a la antigüedad, podría decirse que los seres humanos tenemos en esencia dada nuestra naturaleza una cierta tendencia a usar los experimentos como método para estudiar toda clase de fenómenos. No cabe duda de que a la hora de diseñar la rueda la premisa fundamental de ensayo y error se podía apreciar en todo su esplendor. No obstante para que una disciplina pueda ser experimental debe desarrollar sus propios mecanismos, en palabras del economista Paul Samuelson, dado que la economía no podía albergar posibilidades de ser estudiada como una ciencia natural era imposible que pudiera desarrollarse como una ciencia experimental.

A pesar de esto eventos como el desarrollo de la teoría de juegos o la evolución de la teoría neoclásica y la exhibición de sus limitaciones ha dado fuerza renovada a la economía como disciplina experimental. Los experimentos económicos son usados principalmente para analizar y observar en la práctica el comportamiento humano, para corroborar hipótesis o para destruirlas. Según Vernom Smith, adalid de la economía experimental, los experimentos se usan para comprender las relaciones sociales en ambientes con reglas tanto explícitas como implícitas, esto es el efecto institucional. Existen ciertos determinantes epistemológicos para llevar a cabo un experimento, con sus ventajas y desventajas, se debe decidir el mejor ambiente para llevar acabo el experimento, el enfoque teórico, es decir la aproximación a un modelo teórico o a la realidad.

Un experimento económico puede definirse como la recreación de un ambiente donde los sujetos toman decisiones con contenido económico. Para Smith se requieren en esencia tres elementos para poder llevar acabo un experimento económico. Esto es: un entorno, unas instituciones formales y el comportamiento de cada individuo, con el objetivo de estudiar ciertos fenómenos aislando aspectos que dificultarían su observación. No obstante el diseño particular del experimento es fundamental para dotarlo de veracidad, una de las críticas más asiduas a los experimentos es que su validez externa es frágil, es decir que existen dificultades para extrapolar sus resultados a la realidad, de modo que el diseño debe buscar aproximar los incentivos a la realidad que se desea observar manteniendo aquellos elementos fundamentales que nos permitan observar el fenómeno de nuestro interés.

Intentar emular la realidad con absoluta precisión puede ser una mala decisión en términos de planificación e incluso en términos prácticos, la emulación completa de la realidad puede ser muy costosa e incluso imposible, es decir por más que intentemos fraccionarla en filamentos indivisibles siempre encontraremos que nos falta algo, por otro lado muchas veces el incluir tantos elementos puede distraernos de obtener los resultados que deseamos o pueden enviar incentivos no planeados e inadecuados a los participantes. Por lo que sin lugar a dudas lo más adecuado es como en todo modelo económico tomar aquellos aspectos que son explicativos de nuestro fenómeno y eliminar aquellos que nos interesan menos.

De modo que para acercar nuestro experimento a la máxima validez externa posible debemos someternos a ciertos principios. En esencia se debe cumplir con tres condiciones que garantizan esto: monoticidad (los individuos deben desear la recompensa), prominencia (la relación entre acciones y ganancias debe estar claramente delimitada por el aparato institucional y debe ser clara para los agentes), dominancia (en la medida de lo posible las decisiones deben estar motivadas por la recompensa y no por otros elementos). Esto se resume como la teoría del valor inducido, su lógica es que a grandes rasgos cumplir con estos parámetros nos permitirá eliminar de la balanza las visiones propias de los sujetos y observar su comportamiento limpio de esas restricciones.

Un experimento está conformado por varias facetas que deben cumplirse con el objetivo de alcanzar la mayor objetividad posible: la primera es la fase preliminar donde se plantea el experimento y se realizan pruebas piloto con el objetivo de allanar el campo adonde este se realizará. Posteriormente se empieza el experimento formal, probablemente haya que modificar aspectos y cambiar el modo en que estaba planeado originalmente, ajustar el medio, introducir otras variables, etc. Por último la fase final consiste en una etapa de seguimiento que variará según los resultados, si los resultados son claros se puede replicar el experimento para aumentar su seguridad pero si los resultados no son claros puede significar un cambio en el diseño por uno más elaborado.

Esta faceta dedicada al diseño general del experimento es en todo sentido indispensable. Fisher decía que la hipótesis de investigación definía por completo el experimento y no estaba errado, la claridad en el diseño nos permitirá reunir datos en cantidad suficiente, hacerlo en el formato adecuado teniendo presente la clase de análisis de datos que vamos a usar posteriormente y realizar toda clase de previsiones necesarias dado que si nos falta algo será muy difícil volver a traer a los sujetos de vuelta al laboratorio para poder volver a experimentar con ellos.

Para contestar a todos estos interrogantes existe un marco referencial, llamado diseño experimental, un área dedicada de la estadística que ofrece valiosa información en el tratamiento de un experimento. El diseño experimental como legado de Ronald Fisher es un área de la estadística con sus propias bases y métodos, además de los supuestos posee una terminología propia diseñada con el objetivo de ayudar al investigador a encontrar el mejor diseño. Según explica (Kuelh, 2001) un investigador se verá obligado a responder varias preguntas imprescindibles a la hora de empezar a experimentar, el diseño experimental nos ayuda a obtener un marco para responder dichas preguntas. El diseño experimental se define como el intento de manipular ciertas variables para medir su efecto en una variable de interés; abordándolo con una profundidad un poco mayor existe distintas clases de variables, distintas clases de diseños y distintas clases de tratamientos. El experimentador ha de elegir entre todas estas posibilidades la que más se acerque a su intención particular.

Lo primero que debe entenderse es las clases de variables que existen, por un lado están las variables que nos interesan y las que no. Naturalmente como habíamos mencionado el objetivo del diseño experimental es tomar solo aquellas variables que son de nuestro interés, estas variables pueden ser estudiadas por medio de los experimentos en distintos niveles; es decir, podemos estar por ejemplo interesados en conocer el nivel de conocimiento de un grupo aplicando pruebas, fáciles, regulares y difíciles al mismo grupo.

En adelante se les conocerá como variables de tratamiento dado que podemos establecer niveles diferentes para ellas, lo recomendable es solo variar los niveles de las variables de tratamiento una vez en cada ensayo dado que si variamos dos y existe algún efecto no podremos saber a cuál de las dos variaciones corresponde; las segundas son las variables ruido, aquellas que no nos interesan y que en ocasiones pueden ser difíciles de controlar. Normalmente la manera más eficiente para mantener una variable ruido controlada es dejarla estática, pero en otros casos ni siquiera podremos saber con seguridad cuales son estas. Para trabajar con una variable ruido también podría ser recomendable volverla aleatoria o tratarla como una variable de tratamiento (llamadas para este caso variables bloqueo).

Según la forma de nuestras variables de ruido y nuestros intereses será posible diseñar nuestro experimento partiendo de varios modelos distintos, tres de estos importantes son: El modelo aleatorio, el modelo factorial y el modelo fraccional, cada uno con sus ventajas y desventajas jugando con la cantidad y el modo en que usamos todos los tratamientos posibles donde tenemos n variables y cada una puede tomar m niveles, resulta que existen n^m tratamientos posibles.

Referencias

Palacio, L. A. (2012). Economía experimental un panorama general. Lebret.

Palacio, L. A. (2013). La economía como una disciplina experimental.

153. La economía como una disciplina experimental

Kuelh, R. (2001). Diseño de Experimentos. (T. Learning, Ed.) (2nd ed.). Madrid.

Columnas relacionadas

306. Una breve introducción histórica a la economía experimental

1301. Economía del comportamiento, más que la economía sexy

1651. Proyecto: Laboratorio EMAR

logo-emar3.jpg

Anuncios

3 pensamientos en “Diseño experimental: Un panorama general

  1. Pingback: Experimentación con agentes económicos | Racionalidad Ltda

  2. Pingback: Concepción o elección del diseño de investigación: Diseños no experimentales | Racionalidad Ltda

  3. Pingback: Columnas sobre economía experimental | Racionalidad Ltda

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s