Unidad de aleatorización y agrupamiento

La primera decisión es elegir tu unidad de aleatorización: aquello que asignas al azar al grupo de tratamiento o al de control, ya sea una persona, una clase, una clínica o incluso un pueblo entero. Cuando asignas grupos al azar, como clases, las personas de cada grupo suelen parecerse más entre sí que a las de otros grupos; este fenómeno se llama agrupamiento. Por ejemplo, al probar un nuevo programa de bienestar laboral, a menudo es mejor asignar oficinas al azar que empleados, porque los compañeros de una misma oficina se influyen entre sí.

Pregúntate: En este experimento, ¿los participantes se influyen entre sí?

En cualquier experimento, el proceso comienza por definir la unidad de aleatorización. Esta elección determina si realizas un ensayo controlado aleatorizado (ECA) simple o un ensayo aleatorizado por conglomerados, que es más complejo.

Si el tratamiento puede extender sus efectos de una persona a otra, asignar personas al azar es una mala idea. Por ejemplo, si ofreces una nueva capacitación en comunicación a la mitad de los empleados de una oficina, es probable que usen sus nuevas habilidades con la otra mitad, lo que contaminaría el grupo de control. En este caso, la propia oficina debería ser la unidad de aleatorización: una oficina recibe la capacitación y otra no.

Esta elección tiene una consecuencia estadística importante llamada agrupamiento. Las personas de un mismo conglomerado —una oficina, una escuela o una familia— tienden a parecerse en aspectos que afectan al resultado. Los estudiantes de una misma clase comparten docente y entorno social; los habitantes de un pueblo comparten la economía y la cultura locales. Esta falta de independencia incumple un supuesto clave de muchas pruebas estadísticas simples.

Ignorar el agrupamiento es un error común que puede darte una falsa sensación de precisión. Podrías pensar que tienes una muestra de 1.000 estudiantes, pero, si están repartidos en solo 20 clases, el tamaño «efectivo» de tu muestra es mucho menor. Esto puede llevarte a concluir que un programa es eficaz cuando los resultados se deben simplemente al azar: un falso positivo que desperdicia recursos en intervenciones ineficaces.

Elegir la unidad de aleatorización es una decisión fundamental del diseño que determina los métodos adecuados para calcular el tamaño de la muestra y realizar el análisis estadístico. Cuando la unidad es un grupo, o conglomerado, debes tener en cuenta la correlación entre las personas de ese grupo. Esta correlación se mide con el coeficiente de correlación intraclase (ICC, por sus siglas en inglés), un valor entre 0 y 1 que indica qué proporción de la variación total del resultado se debe a diferencias entre conglomerados.

• Un ICC más alto significa un mayor agrupamiento, lo que aumenta la varianza de la estimación del efecto del tratamiento. Por eso, se necesita una muestra con más conglomerados para alcanzar la misma potencia estadística que en un ensayo con asignación aleatoria individual [1].
• Hayes y Moulton (2017): No tener en cuenta el agrupamiento en el análisis puede aumentar drásticamente la tasa de errores de tipo I (falsos positivos). Esto lleva a los investigadores a afirmar por error que una intervención es eficaz cuando no lo es [2].
• La DIME Wiki del Banco Mundial ofrece orientación práctica y señala que la aleatorización por conglomerados suele ser necesaria por razones de viabilidad logística o para evaluar efectos a nivel de grupo, pese a las complejidades estadísticas que introduce [3].

Aunque ofrece una gran potencia estadística, la aleatorización individual suele ser poco práctica o poco ética. No puedes asignar a un miembro de un hogar a un programa de agua potable y dejar fuera a otro. Además, elegir conglomerados grandes, como ciudades o distritos, reduce drásticamente el número de unidades que puedes incluir con el presupuesto disponible. Esto puede hacer imposible detectar un efecto real, debido a la baja potencia estadística. Por último, estimar con precisión el ICC antes de un estudio para calcular el tamaño de muestra necesario puede ser muy difícil. A menudo hay que recurrir a datos de estudios anteriores que quizá sean distintos.