Luego de seleccionar si el estudio será de enfoque cualitativo, cuantitativo o mixto, también se decide un diseño de investigación dentro de estos tres enfoques. Los diseños de investigación son tipos de indagación que proporcionan una dirección específica para los procedimientos de investigación (Creswell, 2014).

EL diseño de investigación puede ser visto como la estrategia para demostrar la hipótesis. Este es un aspecto muy importante y cabe mencionar que el ignorar este aspecto es un error muy frecuente que conlleva a incongruencias y observaciones interminables de los jurados.

Los principales diseños de investigación en administración (y todas sus variantes como Adm y Negocios Internacionales, Adm. y Marketing, Adm. y Gestión Comercial, etc). de acuerdo a Kumar (2011):

 

Diseños basados en el período de referencia

Diseño de una sola casilla (The cross-sectional study design)

X O (donde X = variable(s); O = observación(es))

 

Este diseño transversal (cross-sectional study) se adapta mejor a los estudios destinados a averiguar la prevalencia de un fenómeno, situación, problema, actitud o cuestión, tomando una muestra representativa de la población en un solo tiempo. [Este modelo es considerado el menos riguroso de todos]

Ejemplo 1:

Actitud de los pobladores de la ciudad de Trujillo ante las medidas del Gobierno Central por la pandemia causada por Covid-19, 2020, Trujillo, 2020.

 

Ejemplo 2:

Relación entre el clima laboral y el desempeño laboral de los trabajadores de la empresa X, 2020, Lima, 2020.

 

Diseño en sucesión o en línea (The before-and-after study design)

O1    E    O2  (donde O1 = observación inicial; E = estímulo; O2 = observación posterior)

Ejemplo 1:

Incidencia de la aplicación de un programa de capacitación sobre el clima laboral de la empresa “X” en el año 2020, Trujillo, 2021.

Bajo este diseño debe existir una medición de la varible de estudio (clima laboral) antes y después de la aplicación del programa de capacitación (estímulo).

Ejemplo 2:

El impacto de los incentivos en la productividad de los empleados de la empresa Z, Cajamarca, 2020.

En este ejemplo debe existir una medición de la varible de estudio (productividad) antes y después de la aplicación del programa de incentivos (estímulo).

 

Diseño longitudinal (longitudinal study design)

        T1      T2    T3

M

        O1    O2    O3

En los estudios longitudinales, la población o muestra de estudio (M) es visitada varias veces (más de dos: T1, T2, T3…) a intervalos regulares, por lo general durante un período prolongado, para reunir la información necesaria (O1, O2, O3…). Independiente del tamaño del intervalo, el tipo de información reunida cada vez debe ser idéntica. Aunque los datos reunidos proceden de la misma población de estudio, pueden o no ser de la misma muestra. Un estudio longitudinal puede considerarse como una serie de estudios transversales repetitivos. Los estudios longitudinales pueden ser a su vez retrospectivos, prospectivos o retrospectivos-prospectivos.

Ejemplo:

Análisis histórico de las exportaciones peruanas a Europa entre los años 2000 y 2020, Trujillo 2021.

En este estudio se espera que las exportaciones peruanas sean presentadas en un comparativo desde el año 2000 al 2020.

 

Diseños basados en la naturaleza de la investigación

Experimental

En este tipo de diseño es el investigador que induce un estímulo para observar, en un tiempo prudencial, el cambio esperado en una variable dependiente (en administración no se considera este diseño puro ya que en las ciencias sociales en general no se pueden tener las variables de estudio en total control).

No-experimental

En este diseño el investigador partiendo de los efectos en un avariable dependiente trata de determinar las causas del cambio o la variable independiente.

Cuasi o semi-experimental.

Un estudio semiexperimental o cuasiexperimental tiene las propiedades tanto de los estudios experimentales como de los no experimentales; una parte del estudio puede ser no experimental y la otra experimental (Kumar, 2011)

 

Diseños Experimental/no-experimental/semi-experimental

Diseño experimental posterior

En este diseño, el investigador desea estudiar una población que está siendo o ha sido expuesta a un estímulo. La información de “antes” suele «construirse» sobre la base de registros existentes – fuentes secundarias o del recuerdo que tienen los encuestados de la situación antes de la intervención del estímulo. De este modo, el cambio en la variable dependiente se mide por la diferencia entre los conjuntos de datos «antes» y «después». Por lo tanto, uno de los principales problemas de este diseño es que los dos conjuntos de datos no son estrictamente comparables. En la vida real muchos acontecimientos suceden sin el beneficio de una evaluación planificada, en cuyo caso simplemente no es posible seguir estrictamente la secuencia – recopilación de información de referencia, ejecución del programa y luego la evaluación. Por consiguiente, un investigador no tiene otra opción que adoptar este diseño. En la práctica, la idoneidad de este diseño depende de que se disponga de datos razonablemente precisos sobre la prevalencia de un fenómeno antes de que se produzca la intervención del estímulo (Kumar, 2011).

Ejemplo:

El impacto de la cuarentena por  Covid-19 en las ventas del comercio formal de la ciudad de Trujillo, enero-junio del 2020, Trujillo, 2020.

 

Diseño de un grupo antes y después

Según Kumar (2011) el diseño del antes y el después se ocupa del problema de comparabilidad de las observaciones del antes y el después del Diseño experimental posterior. Aun así, no permite concluir que cualquier cambio -en su totalidad o en parte- pueda atribuirse a la intervención del experimento. Para superar esto, se utiliza un grupo de «control. El diseño del antes y el después se calcula de la siguiente manera:

[cambio en la variable dependiente] =

[estado de la variable dependiente en la observación del «después»] –

[estado de la variable dependiente en la observación «antes»]

Ejemplo:

Incidencia de la implementación de la Certificación de Calidad ISO 9001 en la productividad del área de operaciones de la empresa Agoindustrial X, Trujillo, 2020.

 

Diseño del grupo de control (modelo clásico)

M1   —>   O1    E    O2

M2   —>   O1′   –    O2′

En este tipo de estudio el investigador selecciona dos muestras en lugar de una: un grupo de control y un grupo experimental. Se espera que estos grupos sean similares en la medida de lo posible excepto por  la intervención (que se supone es responsable de provocar el cambio).

El grupo experimental recibe la intervención, mientras que el grupo de control no lo recibe.

Antes de la intervención se realizan observaciones del «antes» se hacen en ambos grupos al mismo tiempo. El grupo experimental se expone entonces a la intervención. Cuando se asume que la intervención ha tenido su impacto, se hace una observación «después» en ambos grupos.

Cualquier diferencia en el «antes» y «después» de las observaciones entre los grupos con respecto a variable dependiente se le atribuye a la intervención.

Ejemplo:

Incidencia de la implementación de la Certificación de Calidad ISO 9001 en las ventas de la empresa Agoindustrial X, Trujillo, 2020.

Nota: A diferencia del modelo de diseño de un grupo antes y después, en este diseño se estudiarían dos empresas similares. En una de las empresas se implementaría la certificación de calidad y en la otra no.

 

Diseño comparativo

M1    –>   O1     Estímulo 1      O2

M2    –>   O1′    Estímulo 2     O2′

M3    –>   O1″   Estímulo 3     O2″

 

En el diseño experimental comparativo, la población de estudio es dividido en el mismo número de grupos que el número de tratamientos a probar. Para cada grupo se establece una línea de base con respecto a la variable dependiente. Los diferentes modelos de tratamiento son entonces presentados a los diferentes grupos. Después de un cierto período, cuando se supone que los modelos de tratamiento han tenido su efecto, la observación «después» se lleva a cabo para determinar cualquier cambio en el dependiente variable. El grado de cambio de la variable dependiente en los diferentes grupos de población es entonces en comparación para establecer la eficacia relativa de las diversas intervenciones (Kumar, 2011).

Ejemplo:

Determinar la efectividad de las campañas promocionales online de la empresa X, Arequipa, 2020.

 

Diseño de placebo

M1    –>   O1    Estimulo      O2

M2    –>   O1′   Placebo       O2′

M3    –>   O1″   Control       O2″

Efecto Neto = Efecto Bruto – Efecto Placebo

Efecto Bruto = [O2 – O1] – [O2″ – O1″]

Efecto Placebo = [O2′ – O1′]

 

Este diseño sirve para aislar el efecto placebo, lo que en administración se le conoce como el Efecto Hawthorne es decir, la inclinación de las personas que son objeto de un estudio experimental a cambiar o mejorar el comportamiento que se está evaluando sólo porque se está estudiando y no por cambios en los parámetros del experimento o el estímulo. (Investopedia. 2019)

Un estudio de placebo implica dos o tres grupos, dependiendo de si el investigador quiere o no tener un grupo de control. Si el investigador decide tener un grupo de control, el primer grupo recibe el tratamiento, el segundo recibe el tratamiento de placebo y el tercero – el grupo de control – no recibe nada. La decisión de qué el grupo de tratamiento, el grupo de placebo o el grupo de control también puede ser hecho a través de la aleatorización (Kumar, 2011)

Ejemplo:

Incidencia del uso de uniformes en la cultura organizacional del área comercial de la empresa X, Trujillo 2020.

 

Diseños en Investigaciones Cualitativas

La investigación cualitativa es útil cuando el investigador no conoce las variables importantes a examinar. Este tipo de enfoque puede ser necesario porque los temas son nuevos, el tema nunca se ha abordado con una determinada muestra o grupo de personas, y las teorías existentes no se aplican con la muestra o el grupo concreto objeto de estudio (Morse, 1991).

Ejemplo:

Factores que favorecen el ascenso de las mujeres en las corporaciones peruanas, 2020.

 

Estudio de casos

Predominantemente cualitativo, sin embargo, prevalece en la investigación cuantitativa. Un caso puede ser un individuo, un grupo, una comunidad, una instancia, un episodio, un evento, un subgrupo de un población, o una ciudad. Aquí se tratar a la población total de estudio como una entidad (Kumar, 2011). Es un enfoque «en el que un particular ejemplo o unos pocos casos cuidadosamente seleccionados se estudian intensamente’ (Gilbert 2008).

De acuerdo con Burns (1997), para calificar como estudio de caso, debe ser un sistema delimitado, una entidad en sí misma, que sea muy representativa o extremadamente atípica». «En un estudio de casos el centro de atención es el caso en su complejidad idiosincrática, no toda la población de casos». Por consiguiente, al seleccionar un caso se suelen utilizar técnicas de muestreo intencionadas, con criterio o orientadas a la información (Kumar, 2011)

Ejemplo:

La expansión de Ajegroup al Asia, Ayacucho, 1998-2020.

 

Referencias

Burns Robert B. (2000) Introduction to Research Methods. Melbourne : Addison Wesley Longman, 1997.

CEPEUNT (1978). Metodología de la Investigación Científica. Trujillo.

Creswell John W. (2014). Research Design. Quantitative, Qualitative and Mixed Methods Approaches. USA: SAGE

Gilbert Nigel & Stoneman Paul (2008). Researching Social Life. Third edition. USA: Sage.

Kenton Will (2019). Investopedia Hawthorne Effect. Recuperado de: https://www.investopedia.com/terms/h/hawthorne-effect.asp el 11/05/2020

Kumar Ranjit (2011). Research Metodology. USA: SAGE

Morse, J. M. (1991). Approaches to qualitative-quantitative methodological triangulation. Nursing
Research 40(1), 120–123. USA: ResearchGate.