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.