Mostrando Causa y Efecto Con Experimentos

Realizar un experimento requiere que exista una condición de tratamiento y una condición control. (Una condición control es una situación en la que los sujetos no reciben el tratamiento.) Tener ambas condiciones nos permite comparar lo que sucede con y sin el tratamiento. Si no podemos hacer esta comparación, no podemos estar seguros de que el Tratamiento X realmente haga alguna diferencia para el Comportamiento Y.

Además, realizar un experimento requiere que las personas se asignen aleatoriamente a las condiciones de tratamiento y control. Si las asignaciones no son aleatorias, otras variables además del tratamiento pueden influir en los resultados. Por ejemplo, si ponemos a todos los hombres en el grupo de tratamiento y a todas las mujeres en el grupo de control, cualquier diferencia en su comportamiento podría ser causada por la diferencia en su sexo y no por el tratamiento. Cuando se asignan individualmente los sujetos al azar, sus diversas características personales se distribuyen igualmente en las condiciones de tratamiento y control, y así estas características no influyen en los resultados del experimento. Por ejemplo, si usamos una asignación aleatoria, el promedio de IQ de los estudiantes en la condición de tratamiento es equivalente al promedio de IQ en la condición de control, por lo que los estudiantes en la condición de tratamiento no obtendrían puntajes más altos simplemente porque sean más inteligentes.

Experimentos bien diseñados tienen otra salvaguarda: los observadores que recopilan los datos son "cegos". Esto significa que las personas que recopilan datos no saben si los sujetos están en la condición de tratamiento o en la condición control. Si los observadores están conscientes de que los sujetos han recibido un tratamiento, los observadores pueden tener ciertas expectativas sobre el comportamiento de los sujetos. Esto puede llevar a una "profecía autocumplida". Debido a sus expectativas, los observadores pueden comportarse de manera diferente hacia esos sujetos y, sin ningún deseo de hacerlo, pueden fomentar ciertos comportamientos o desalentar otros. Literalmente cientos de experimentos han demostrado que las personas que esperan que algo suceda lo hacen inconscientemente. Los investigadores evitan este problema no permitiendo a los recolectores de datos saber qué sujetos reciben un tratamiento.

Cuando las personas prueban ideas sobre las causas del comportamiento, los tres errores más comunes son:
(1) falta de una condición control,
(2) falta de asignación aleatoria,
(3) falta de observadores "cegos".
Estudios que tienen estos defectos no muestran que un tratamiento causa cambios en el comportamiento.

Para volver a la discusión sobre las afirmaciones sobre HeartMath, haga clic aquí.