Tesis experimental en Psicología: diseño, grupos de control y qué espera el tribunal (2026)

No todos los TFG y tesis de Psicología que hablan de «experimento» lo son de verdad. Un diseño experimental exige tres condiciones que un tribunal metodólogo revisa con lupa: manipulación deliberada de la variable independiente, asignación aleatoria a las condiciones y un grupo de control o comparación. Si falta la asignación aleatoria, lo que tienes es un diseño cuasiexperimental, no experimental; si además falta la manipulación, es correlacional. Esta guía explica cuándo el formato experimental es el correcto para tu tesis, cómo construir el grupo de control, cómo se analiza un diseño factorial y qué preguntas hace un tribunal específicamente sobre este tipo de diseño. Si necesitas repasar antes qué prueba estadística corresponde a tu diseño, la guía de árbol de decisión para elegir la prueba estadística cubre ese paso previo.

Experimental, cuasiexperimental o correlacional: cómo saber cuál es tu diseño

La confusión entre estos tres tipos es el error metodológico más citado en las actas de defensa de Psicología. La diferencia no está en el tema, sino en tres decisiones de diseño:

• Experimental: tú decides qué condición recibe cada participante (manipulas la variable independiente) y esa asignación es aleatoria. Ejemplo: asignar al azar a los participantes a una condición de «mindfulness de 8 semanas» o a una lista de espera.
• Cuasiexperimental: hay manipulación de la variable independiente, pero la asignación a los grupos no es aleatoria (por ejemplo, comparas dos aulas ya existentes, una que recibe la intervención y otra que no, porque no puedes reasignar alumnos entre clases).
• Correlacional: no manipulas nada; mides las variables tal como ocurren de forma natural y estudias su relación (por ejemplo, la relación entre horas de sueño y rendimiento académico, medidas ambas sin ninguna intervención).

Elegir mal esta etiqueta en el título o en el resumen del TFG es lo primero que corrige un tribunal, porque condiciona qué se puede afirmar después: solo un diseño verdaderamente experimental permite hablar de causalidad con cierta seguridad; los otros dos exigen un lenguaje mucho más cauto en resultados y discusión.

Los tres elementos que hacen «experimental» a un diseño

1. Manipulación de la variable independiente. No basta con medir una variable que varía por sí sola; el investigador tiene que crear activamente las condiciones (por ejemplo, presentar un estímulo con o sin una manipulación experimental, aplicar o no una intervención).

2. Asignación aleatoria. Cada participante debe tener la misma probabilidad de acabar en cualquiera de las condiciones. Se hace con una tabla de números aleatorios, un generador aleatorio o, en diseños simples, lanzando una moneda por participante y registrando el proceso. La aleatorización es lo que iguala, en promedio, a los grupos en todas las variables no controladas (edad, personalidad previa, motivación) antes de aplicar el tratamiento.

3. Grupo de control o comparación. Sin un grupo que no recibe el tratamiento (o que recibe una condición de control activa, como una tarea neutra de la misma duración), no puedes saber si el cambio observado se debe al tratamiento o al simple paso del tiempo, la práctica repetida o la atención recibida.

Tipos de grupo de control y cuándo usar cada uno

• Control sin tratamiento (lista de espera): el grupo control no recibe ninguna intervención durante el estudio, aunque se le puede ofrecer después por motivos éticos. Es el más sencillo, pero no controla el efecto de la atención recibida.
• Control con placebo o condición neutra: el grupo control recibe una actividad de la misma duración y aparente relevancia, pero sin el ingrediente activo de la intervención (por ejemplo, lectura relajante en vez de un protocolo real de mindfulness). Controla mejor los efectos de expectativa y atención.
• Control activo (tratamiento habitual): el grupo control recibe la intervención estándar ya existente, y el grupo experimental recibe la nueva intervención que se quiere probar. Es el diseño más exigente y el más valorado cuando el objetivo es comparar una alternativa con la práctica actual, no con la ausencia de intervención.

La elección debe justificarse por la pregunta de investigación, no por comodidad: un tribunal preguntará por qué elegiste ese tipo de control y no otro, y «era el más fácil de conseguir» no es una respuesta metodológica.

Diseños experimentales habituales en un TFG o tesis de Psicología

• Entre-sujetos (between-subjects): cada participante pasa por una única condición. Más sencillo de analizar (t de Student o ANOVA de un factor entre grupos independientes), pero necesita más participantes para la misma potencia estadística.
• Intra-sujetos o de medidas repetidas (within-subjects): el mismo participante pasa por todas las condiciones, en un orden contrabalanceado para controlar el efecto de orden. Requiere menos participantes, pero introduce el riesgo de efectos de arrastre (carryover) de una condición a otra.
• Factorial (2×2, 2×3…): manipulas dos o más variables independientes a la vez, lo que permite estudiar no solo el efecto de cada una por separado sino su interacción. Es exigente estadísticamente (ANOVA factorial) pero es lo que suelen pedir los tribunales cuando la hipótesis teórica predice una interacción, no solo dos efectos principales.

Ejemplo de diseño factorial 2×2: cuando el efecto depende del contexto

Los diseños de un solo factor responden a «¿A produce más efecto que B?». Los diseños factoriales responden a una pregunta más rica: «¿el efecto de A depende de en qué condición de otra variable te encuentres?». Ejemplo hipotético: un estudio sobre el efecto de la modalidad de instrucción (presencial / en línea) y el nivel de carga cognitiva de la tarea (baja / alta) sobre el rendimiento en un test de comprensión.

• Factor 1: modalidad de instrucción (presencial vs. en línea), manipulado entre-sujetos.
• Factor 2: carga cognitiva de la tarea (baja vs. alta), también manipulado entre-sujetos.
• Diseño resultante: cuatro grupos (presencial-baja carga, presencial-alta carga, online-baja carga, online-alta carga), con asignación aleatoria a cada una de las cuatro celdas.
• Lo interesante del análisis: el ANOVA factorial no solo estima el efecto principal de la modalidad y el efecto principal de la carga cognitiva por separado, sino la interacción entre ambos: quizá la modalidad en línea solo perjudica el rendimiento cuando la carga cognitiva es alta, y no cuando es baja. Esa interacción, no los efectos principales por separado, suele ser el hallazgo más interesante y el que hay que graficar con un gráfico de líneas cruzadas en resultados.

Un tribunal que ve un diseño factorial en la propuesta espera precisamente esa lectura de interacción, no solo dos tablas de medias independientes; prepara con antelación cómo interpretarías cada uno de los cuatro patrones posibles de interacción (ninguna, ordinal, disordinal) antes de tener los datos reales.

Ejemplo resuelto: un diseño experimental de un factor, completo

Tema hipotético: efecto de la retroalimentación inmediata frente a la retroalimentación diferida sobre el rendimiento en una tarea de aprendizaje de vocabulario en una segunda lengua.

• Variable independiente (manipulada): tipo de retroalimentación (inmediata tras cada respuesta / diferida al final del bloque), con asignación aleatoria de los participantes a una de las dos condiciones.
• Variable dependiente: número de palabras recordadas correctamente en una prueba de recuerdo libre 48 horas después.
• Diseño: entre-sujetos, dos condiciones, con un grupo de control activo (retroalimentación diferida) en vez de un grupo sin ninguna retroalimentación, porque la pregunta de investigación es sobre el momento de la retroalimentación, no sobre su existencia.
• Hipótesis: los participantes del grupo de retroalimentación inmediata recordarán significativamente más palabras que los del grupo de retroalimentación diferida.
• Análisis planeado: t de Student para muestras independientes, previa comprobación de normalidad (Shapiro-Wilk) y homogeneidad de varianzas (Levene); si se incumplen, U de Mann-Whitney.
• Tamaño de muestra: calculado a priori con G*Power para detectar un tamaño del efecto medio (d de Cohen = 0,5) con una potencia de 0,80 y α = 0,05, lo que en un diseño de dos grupos independientes suele situarse alrededor de 64 participantes por grupo; documenta siempre el cálculo real que hagas con tus propios parámetros.

Este es el nivel de detalle que un tribunal espera ver en el apartado de metodología de una tesis experimental: no basta con decir «se comparó un grupo experimental con un grupo control», hay que especificar cada una de estas piezas.

Amenazas a la validez interna específicas de un diseño experimental

Aunque el diseño experimental es el que mejor protege la validez interna gracias a la aleatorización, sigue habiendo amenazas que hay que controlar y declarar: la difusión del tratamiento (que participantes de distintas condiciones hablen entre sí y contaminen la manipulación), la reactividad a saber que se está en un experimento (efecto Hawthorne) y la mortalidad experimental diferencial (que abandonen más participantes de una condición que de otra, lo que rompe la equivalencia inicial lograda por la aleatorización). El artículo sobre validez interna, externa y de constructo desarrolla estas amenazas con más detalle y una tabla completa que puedes usar como checklist antes de cerrar tu protocolo.

Ética específica de la investigación experimental con personas

Cuando el diseño implica ocultar temporalmente el propósito real del estudio (engaño experimental) o exponer a los participantes a una condición que podría generarles un malestar leve, la aprobación del Comité de Ética de la Investigación no es opcional y suele incluir una condición añadida: el debriefing, la sesión posterior en la que se informa al participante del objetivo real del estudio, se explica por qué era necesario el engaño (si lo hubo) y se le da la oportunidad de retirar sus datos. Documentar el guion de debriefing en los anexos del TFG es una de las piezas que más valoran los comités de ética de Psicología a la hora de aprobar un protocolo experimental.

Qué pregunta un tribunal específicamente sobre un diseño experimental

Más allá de las preguntas generales de defensa, un diseño experimental atrae preguntas propias: cómo se garantizó que la asignación fue realmente aleatoria y no solo alterna o por conveniencia; por qué se eligió ese tipo concreto de grupo de control y no otro; si se comprobó que los grupos eran equivalentes en variables sociodemográficas antes de la manipulación (lo que se reporta habitualmente en la primera tabla de resultados); y qué se hizo con los participantes que sospecharon el objetivo real del estudio durante un diseño con engaño. Tener la respuesta preparada para estas cuatro preguntas concretas cubre la mayoría de las dudas metodológicas específicas de este formato. Para el resto de la tesis, más allá del diseño experimental, la guía completa del TFG de Psicología con investigación empírica sitúa este apartado dentro del trabajo entero, desde el tema hasta la defensa.

Preguntas frecuentes

¿Puedo llamar «experimental» a mi TFG si comparo dos aulas ya existentes?

No con propiedad: si no puedes asignar aleatoriamente a los estudiantes a cada aula, tu diseño es cuasiexperimental, no experimental. Puedes seguir estudiando el efecto de una intervención, pero debes nombrarlo correctamente y reconocer las amenazas a la validez interna que introduce la falta de aleatorización (sobre todo el sesgo de selección).

¿Es obligatorio tener un grupo de control para que mi TFG sea experimental?

Sí. Sin un punto de comparación no puedes atribuir el cambio observado al tratamiento y no al simple paso del tiempo o a la práctica repetida. Un diseño de «un solo grupo, antes y después» no es un diseño experimental, es un diseño pre-experimental con validez interna muy limitada.

¿Cuántos participantes necesito por grupo en un diseño experimental de Psicología?

Depende del tamaño del efecto que esperas detectar, calculado a priori con un software de análisis de potencia como G*Power. Como referencia orientativa para un efecto medio (d = 0,5) con dos grupos independientes, muchos TFG se mueven alrededor de 50-65 participantes por grupo, pero el número correcto para tu estudio concreto sale del cálculo, no de una convención.

¿Qué diferencia hay entre contrabalanceo y aleatorización?

La aleatorización decide al azar a qué condición va cada participante (se usa en diseños entre-sujetos); el contrabalanceo decide el orden en que un mismo participante pasa por todas las condiciones (se usa en diseños intra-sujetos, para que el efecto de orden no favorezca sistemáticamente a una condición sobre otra).

¿Qué pasa si mi diseño factorial no muestra ninguna interacción significativa?

No es un fracaso: una interacción no significativa es un resultado informativo que indica que los efectos de ambos factores son independientes entre sí. Repórtalo igual que un resultado significativo, con su tamaño del efecto (eta parcial al cuadrado) y discútelo a la luz de tu marco teórico, en vez de omitirlo por no ser el resultado esperado.

¿Necesito registrar mi diseño experimental antes de recoger datos?

No es obligatorio en la mayoría de TFG de grado, pero el preregistro (declarar por escrito la hipótesis, el diseño y el análisis planeado antes de ver los datos, por ejemplo en la Open Science Framework) refuerza mucho la credibilidad de tu estudio y es una práctica cada vez más valorada por tribunales de máster y tesis doctoral en Psicología.

Con Tesify, el diseño experimental queda documentado desde el principio

Tesify te ayuda a estructurar el apartado de metodología de tu tesis experimental —variables, tipo de grupo de control, cálculo de tamaño de muestra y análisis planeado— con la coherencia que un tribunal de Psicología espera encontrar entre la hipótesis, el diseño y el análisis estadístico elegido.