Академический Документы
Профессиональный Документы
Культура Документы
ANLISIS DE DATOS
CONSTRUCTOS Y VARIABLES
EJERCICIOS DE AUTOEVALUACIN
ESCALAS DE MEDIDA
ESTADISTICA DESCRIPTIVA E INFERENCIAL
ESTADISTICOS DE CONTRASTE
ERROR DE LOS DATOS
FUENTES Y PLANTEAMIENTO DEL PROBLEMA
GLOSARIO
HIPTESIS
HIPTESIS, LEYES Y TEORAS
INDEPENDENCIA / DEPENDENCIA DE LAS OBSERVACIONES
LECTURA DE INVESTIGACIONES
METODO CIENTFICO
METODOLOGAS
MUESTREO Y MUESTREO PROBABILSTICO/ NO PROBABILSTICO
NIVELES DEL PROCESO DE INVESTIGACIN
PARTICIPANTES Y UNIDAD MUESTRAL
PLANTEAMIENTO DEL PROBLEMA
TCNICAS DE INOCULACIN DE ESTRS
VALIDEZ
ANLISIS DE DATOS
1. Entra en el examen el punto 1.3.4. Anlisis de datos?
Este punto entra en el examen, pues tiene que saber qu parte
de la investigacin es el anlisis de datos y que para esta fase
cuenta con la estadstica. Pero no vamos a preguntar frmulas de estadstica.
2. Qu es la curva normal y el coeficiente de curtosis (Cuadro 1.9.)?
Estos son conceptos de Estadstica Descriptiva que no son objeto de esta asignatura.
Estos conceptos los tiene explicados en la asignatura de Introduccin al Anlisis de
Datos de primer curso. Aqu aparecen en un cuadro gris como informacin
complementaria, pero no es materia de examen. Tendr que estudiarlos en dicha
asignatura.
3. Qu son los contrastes paramtricos y no paramtricos? Ejemplos?
Los
contrastes
paramtricos
y
no
paramtricos
son
tcnicas
estadsticas
que
utilizamos
para
ver
si
nuestras
hiptesis
se
cumplen.
Es
decir,
sirven
para
contrastar
nuestras
hiptesis
estadsticas en las investigaciones. Como te resume el cuadro 1.10. (que al ser gris no
entra para examen), las tcnicas o contrastes paramtricos nos permiten comprobar
hiptesis sobre algn parmetro poblacional (por ejemplo, que la media
poblacional de horas que dedican los espaoles al deporte es de 3 a la
semana), mientras las tcnicas no paramtricas no hacen hiptesis
sobre parmetros poblacionales. Las tcnicas paramtricas son ms
potentes a la hora de extraer conclusiones, pero para que se puedan
aplicar requieren que se cumplan condiciones que no siempre se dan y
por ello surgieron las tcnicas no paramtricas, que no son tan
potentes pero que se pueden aplicar cuando no se dan las condiciones
estadsticas que requieren las primeras
Resumiendo, los contrastes paramtricos se aplican cuando los datos que tenemos
cumplen unos criterios (ej. se distribuyen normalmente, sus varianzas
son homogneas, etc.). En caso de que estos criterios no se cumplan
empleamos los contrastes no-paramtricos. Esto es lo nico que deben
saber en este curso.
No
podemos
poner
un
ejemplo
sin
adentrarnos
en
los
anlisis de datos propiamente dichos, contenido que no es materia de
esta asignatura,
ni es necesario a este nivel. La asignatura de 2 de
Grado, Diseos de Investigacin y Anlisis de Datos versa ntegramente sobre esta
temtica por lo que ver numerosos ejemplos.
CONSTRUCTOS Y VARIABLES
7. Cuando a un constructo se le considera una variable?
Los constructos son variables no directamente observables como por ejemplo la
inteligencia (que medimos a travs de los tests). Los constructos dicho en trminos
sencillos son conceptos. Los conceptos designan y definen cosas de manera ms bien
abstracta. En Psicologa el trmino mente es un constructo, es un concepto que
designa una entidad que puede ser determinante de la conducta. Pero hay muchos
constructos (conceptos) tales como inteligencia, ansiedad, o regulacin emocional, y
otro constructo es la funcin ejecutiva. Los conceptos como la funcin ejecutiva sirven
para designar funciones cognitivas relacionadas con el control que se requiere para
inhibir ciertas conductas para conseguir ciertos fines.
8. En
la
pgina
36
habla
de
las
variables
y
pone
ejemplos de variables en Psicologa: cociente intelectual, depresin,
etc. Son estos ejemplos de variables de tipo categrico? A continuacin
dice: "estos conceptos seran constructos, pero los consideramos variables
3
otra
son
las
variables
otra
las
Un
constructo
es
un
concepto
como
por
ejemplo:
resentimiento,
eficiencia, violencia, etc. Son constructos porque son conceptos que
hemos creado para resumir en una palabra muchas cosas. Pensemos en la
violencia,
en
este
trmino
se
condensan
muchos
otros
trminos,
agresin,
impulsividad,
agresin fsica, agresin verbal,
enfado,
etc.
Cuando expresamos que alguien es violento no queremos decir solo que
pegue a alguien, o que agreda verbalmente, queremos decir, muchas
otras cosas, no? Por ello violencia es un constructo (aqu est
definiendo en trminos explcitos violencia).
Si queremos saber si el calor genera conductores violentos, tendremos
que observar qu ocurre con la violencia del conductor en diferentes
pocas del ao, y entonces debemos definir claramente qu es un
violento, qu conducta se considera violenta y cul no. Si la
violencia es solo en el modo de conducir el coche o en los gestos de
los
conductores o los insultos,
etc. Aqu est operativizando el
constructo violencia, est tratando de decir cules son los indicios
que observo que me indican que alguien est siendo violento durante la
conduccin. Supongamos que la violencia ya la ha definido como
determinadas conductas durante la conduccin, conductas como gestos, o
insultos a los dems (ya la ha explicitado).
Ahora bien usted puede definir an ms quiere medir la violencia del
conductor de coche. para ello dice voy a contar los insultos, voy a
tomar registro de la velocidad a la que conduce, la distancia que
guarda el conductor en la va rpida con respecto del coche de
delante. Aqu cuando est midiendo conductas, a travs de las
frecuencias (contar los insultos) o de metros (la distancia que
guarda) etc., est utilizando valores o medidas que le sirven de
indicios que miden la violencia.
9. Me podra poner algn ejemplo de constructo y explicar el constructo de
funcin ejecutiva?
Los constructos dicho en trminos sencillos son conceptos. Los conceptos designan y
definen cosas de manera ms bien abstracta. En Psicologa el trmino mente es un
constructo, es un concepto que designa una entidad que puede ser determinante de la
conducta. Pero hay muchos constructos (conceptos) tales como inteligencia, ansiedad,
o regulacin emocional, y otro constructo es la funcin ejecutiva.
Los conceptos como la funcin ejecutiva sirven para designar funciones cognitivas
relacionadas con el control que se requiere para inhibir ciertas conductas para
conseguir ciertos fines. El trmino de funcin ejecutiva en la pgina 41 se est
4
pudiera
clarificar
el
uso
de
las
a los participantes por poseer una determinada caracterstica (un valor de la variable
independiente).
Pero la representatividad no pasa por poseer o no esta caracterstica, es decir, la
representatividad de la muestra depende de la tcnica que utilizo para seleccionar a la
muestra de la poblacin. Si yo consigo una muestra con una determinada
caracterstica (haber nacido en los aos del baby boom) y yo uso el procedimiento
siguiente: ponerme en la plaza de una ciudad y preguntar en qu ao naciste y le pido
a esa persona que participe en mi estudio. No tengo garantas de que mi muestra sea
representativa de los nacidos en los aos del baby boom, porque no hay garantas de
que toda la poblacin nacida en esos aos tenga las mismas probabilidades de ser
incluido en la muestra. En cambio si tengo una lista de todos los nacidos en ese ao, y
hago un muestreo aleatorio, tendr ms garantas de que mi muestra s sea
representativa. Todo esto lo ver ms adelante en el Tema de Encuestas.
19. Cul es la diferencia entre variable dependiente y variable independiente?
Es fundamental que entienda estos dos conceptos para poder seguir con el estudio de
la materia en esta asignatura. La variable independiente es la CAUSA y la variable
dependiente es el EFECTO. La variable independiente es la que manipula el
investigador (elige sus valores) para saber cmo *afecta* en la variable
dependiente (que es la que se mide). Por ejemplo, se quiere saber cmo influye las
horas de sueo en el rendimiento en una prueba matemtica. El investigador forma
dos grupos, uno de ellos duerme 5 horas y el otro duerme 8 horas. De
forma
que
*el
investigador
manipula
la
variable
independiente*
eligiendo dos valores (5 y 8 horas) y asignando un grupo a cada
valor. A continuacin quiere medir su efecto sobre el rendimiento en
una prueba matemtica (variable dependiente), para ello pasa un test a
todos los participantes de cada grupo. Podr ver numerosos ejemplos de ambas
variables en las investigaciones que se van planteando en los siguientes temas.
20. Si una variable dependiente es una variable continua, es decir, que puede
adoptar cualquier valor desde 0 hasta un lmite fijado por el experimentador
(por ejemplo podra ser el tiempo que tarda el sujeto en dar una respuesta, o
los litros de agua que bebe en un da, etc.) Cules seran las* medidas* de la
variable dependiente? Por lo que yo entiendo seran los segundos, en un
caso, o bien los litros, en el otro caso, es decir, habra una gran cantidad
de medidas posibles, desde 0 hasta el lmite prefijado (1, 2, 3, 4...)
Con esto quiero llegar a que NO seran *dos medidas, *"mayor" o
"menor", si se comparasen las de un grupo y las del otro. Al menos yo
no lo entiendo as. Estoy en lo cierto?
Cuando tienes una variable continua, en lugar de utilizar todos sus
posibles valores, puedes dicotomizarla en, por ejemplo, ms de 10
segundos y menos de 10 segundos. Siempre que ests trabajando con una
variable medida en una escala superior, puedes bajar de nivel de
medida, dicotomizndola o haciendo varios niveles, depender de lo que
te interese. Al revs no.
21. Qu son las variables extraas?
En el ejemplo del libro (pgs. 39-40), en el que se trata de ver la
influencia de la agresividad (VI) sobre la conduccin (VD), una
9
10
EJERCICIOS DE AUTOEVALUACIN
25. Dnde puedo encontrar los ejercicios de autoevaluacin?
Los ejercicios
temas del libro.
de
autoevaluacin
estn
al
final
de
cada
uno
de
los
ESCALAS DE MEDIDA
26. Me pueden explicar la diferencia entre el 0 en la escala de razn y en la de
intervalo?
En una escala de intervalo el cero no significa ausencia de la caracterstica medida.
Por ejemplo, cuando un alumno tiene un cero en el examen de Fundamentos de
Investigacin no significa que no sabe nada de la asignatura, sino que ha contestado
mal a todas las preguntas del examen. Lo mismo ocurre cuando medimos la
inteligencia, depresin, ansiedad....utilizando tests o cuestionarios. No existe nadie
que tenga ausencia total de inteligencia, depresin, ansiedad... Es decir, ese cero es
arbitrario y no significa ausencia de la caracterstica medida. En el caso del examen
ponemos el cero a la persona que no ha contestado correctamente a 30 preguntas,
pero lo podamos haber puesto en la persona que no ha contestado bien las 7
primeras preguntas, independientemente de lo que haya contestado en el resto del
examen.
Cuando utilizamos una escala de razn el cero es real. Por ejemplo, nmero de gatos
en mi casa, nmero de pelos en la cabeza, tiempo de reaccin medidos en
milisegundos Es decir, existe realmente la ausencia de esa caracterstica.
12
Por otra parte, la escala de razn es una escala de medida con origen absoluto e
igual distancia entre sus unidades, de forma que los nmeros asignados a los objetos
se pueden sumar, restar, multiplicar y dividir, es decir, soporta cualquier
transformacin del tipo y = ax. Pongamos otro ejemplo:
cuando decimos que un objeto pesa 0 gr. es que carece de esa propiedad
(origen absoluto),
podemos afirmar que 20 Kg. son el doble de 10 Kg. (debido a la igual distancia
entre sus unidades) y,
si multiplicamos esa caracterstica por una constante podemos obtener los
mismos resultados (los pesos de tres objetos son 5, 10 y 20 Kg.
respectivamente, pero si los multiplicamos todos por 2, obteniendo 10, 20 y 40
Kg., podemos hallar las mismas conclusiones, es decir el de 20 Kg. sigue
siendo el doble que el de 10 Kg., el de 40 Kg. es el que ms pesa...se sigue
manteniendo la distancia entre sus unidades).
10
40
12
16
22
30
20
15
21
14
40
10
20
17
13
10
14
21
24
31
10
16
32
22
20
Proust
Marai
Cervantes
Garca Mrquez
Joyce
En una escala de 1 a 10, ellos me han indicado que leeran ms a Gca Mrquez ms
que Proust. Puedo obtener la misma informacin que en la escala ordinal, pero
adems es que los nmeros que he obtenido aqu, y que los participanes nos han
proporcionado, si nos permiten operar (se pueden hacer operaciones aritmticas con
ellos haciendo una media, los puedo sumar, restar, dividir, etc.), y aqu puedo decir
que los participantes leeran antes a Garca Marquez que a Proust, porque la escala
con la que mido su preferencia es de intervalo. Esto es que una escala de intervalo me
permite conocer la distancia en el inters que hay entre 1 y 5, por ejemplo, es ms o
menos las misma que hay entre 5 y 10, en trminos de inters de los participantes.
Supongo adems que el 0 es arbitrario, es decir que no habra 0 inters en conocer a
los autores y sus obras. Y al obtener estas medidas puedo utilizar contrastes
estadsticos ms potentes.
14
En resumen, cuando obtenemos una respuesta o variable con una escala en una
medida ordinal podemos conocer algunas propiedades de esta variable, podemos
saber la frecuencia con que un autor podra ser ledo, pero una escala de intervalo que
adems nos proporciona sta informacin, mide las respuestas en las que los
nmeros que nos proporcionan los participantes permiten operar matemticamente.
30. Me podran aclarar si la escala ordinal tiene relacin de igualdaddesigualdad?
S, las escalas que estn a un nivel superior, incluyen todas las relaciones que se
pueden dar en las escalas inferiores, as que en la escala ordinal se da la relacin de
igualdad-desigualdad que ya se daba en la escala nominal y, adems, la relacin de
orden (mayor que y menor que). Lo tienes realzado en negrilla en el cuadro 1.6,
pgina 37 del libro cuando te habla de la ESCALA ORDINAL: "Las relaciones
observadas... presentan, adems de la igualdad-desigualdad, una ordenacin".
15
ESTADISTICOS DE CONTRASTE
33. Podran ponerme un ejemplo claro sobre cuando, donde y porque se aplica
el Estadstico de Contraste?
Los anlisis de datos con sus estadsticos de contrastes, nivel de confianza y un
montn de conceptos ms que ahora no podis entender por mucho que os lo
expliquemos en este curso, lo vais a estudiar en la asignatura Diseos de
Investigacin y Anlisis de Datos en el prximo curso. Lo explicaremos aqu de
forma muy intuitiva con un ejemplo:
Si queremos ver cmo influye en el rendimiento acadmico de esta asignatura el
estudiarla con el texto bsico o con los apuntes que circulan en este curso virtual,
podramos seleccionar aleatoriamente una muestra de 100 alumnos de
Fundamentos de Investigacin (ya que sera muy tedioso utilizar los 9000
matriculados) y dividirlos aleatoriamente en dos grupos, A y B. El grupo A
estudiara el contenido con el texto bsico y el grupo B con los apuntes.
Una vez que han realizado el examen tendramos las calificaciones de cada grupo.
Para poder compararlos, calculamos la media aritmtica en cada uno de los
grupos:
Media del grupo A=7
Media del grupo B= 4
Con estos datos podramos concluir que el grupo A ha obtenido calificaciones
superiores al grupo B y por lo tanto es mejor estudiar con el libro de texto que con
los apuntes? NO
Para saber si realmente esta diferencia se debe al hecho de utilizar el texto bsico
o los apuntes o si se debe al azar o a otros factores no controlados en la
investigacin, y si esos resultados tambin se dan en la poblacin (en los 9000
16
1.- Elegir una muestra de la poblacin de mujeres de 55 aos de, por ejemplo,
40 sujetos (si se elige de forma aleatoria, aumentamos la validez externa del
experimento (Tema 4).
2.- Aleatoriamente asignamos 20 sujetos al grupo A y otros 20 sujetos al grupo
B.
3.- Al grupo A le aplicamos el programa de entrenamiento para memorizar
palabras (a este grupo se llama experimental) y al grupo B le damos una
conferencia (a este grupo se le llama control).
4.- Ambos grupos tienen que memorizar unas listas de 30 palabras. Los
resultados muestran que la media del grupo A es mayor que la media del grupo
B. Aparentemente, podramos decir que el programa de entrenamiento para
memorizar palabras ha tenido efecto y que si en lugar de utilizar una muestra,
hiciramos el experimento con toda la poblacin de mujeres de 55 aos, la
media del grupo A seguira siendo mayor que la media del grupo B.
18
GLOSARIO
41. Tengo una duda sobre si los conceptos del glosario, son materia de
examen, es decir, los trminos que vienen en el glosario tambin estn
definidos en el tema, pero las definiciones no son las mismas. Con qu
definicin me quedo, con la del temario o la del glosario o
con las dos?
Como sabes, el glosario es un recurso de apoyo para el estudio. Las
definiciones que vienen en l, aunque no coincidan "textualmente" son
las mismas que aparecen en el libro, lo que s sucede es que en el
glosario hay ms trminos de los tratados en los temas que,
evidentemente, no entran.
HIPTESIS
La hiptesis que establece que no existen diferencias entre los grupos es una
hiptesis nula. En el apartado de Introduccin de un informe de investigacin, se debe
plantear la hiptesis de trabajo, en la que se establece el efecto que se espera
encontrar (el grupo que estudia de forma progresiva obtendr mejores notas que el
grupo que estudia de forma intensiva). La hiptesis nula (no existen diferencias entre
los grupos) es la que debe ser contrastada con el anlisis estadstico de los datos. En
caso de rechazarla, se acepta la hiptesis alternativa (existen diferencias entre los
grupos). Tendrn una base para entender mejor estos conceptos cuando estudie la
asignatura de Diseos de Investigacin y Anlisis de Datos de segundo curso.
La hiptesis nula es la contraria de la hiptesis alternativa y son dos tipos de hiptesis
estadsticas. Por ejemplo: Se quiere analizar si los nios que asisten a clase particular
de ingls sacarn mejores notas que los nios que no asisten a clase. Aqu nuestra
hiptesis de investigacin o trabajo es la hiptesis alternativa.
21
En otros casos nuestra hiptesis de investigacin coincidira con la hiptesis nula. Por
ejemplo: Se quiere analizar si los nios que asisten a clase particular de ingls sacan
las mismas notas que los nios que no asisten a clase.
En la hiptesis nula se afirma la igualdad mientras que en la alternativa se afirma lo
contrario que en la alternativa (que existen diferencias, que un grupo es mejor que el
otro o que es peor).
34. Contraste de hiptesis. Ejemplo.
Una hiptesis es una solucin tentativa al problema. Normalmente se formula en
trminos condicionales si......, entonces... Por ejemplo, si utilizo un mtodo nuevo de
enseanza entonces los alumnos de 2 de bachillerato sacarn mejores notas que si
utilizo el mtodo de enseanza tradicional. Despus de planteada la hiptesis el
investigador hace pruebas para ver si la hiptesis es (probablemente) verdadera o
probablemente) falsa: Podra coger en un colegio dos grupos de alumnos. En uno
utiliza el mtodo de enseanza tradicional y en el otro el nuevo mtodo de enseanza.
Despus les hace el mismo examen a los dos grupos. Compara la media de las notas
y en funcin de los resultados acepta o rechaza la hiptesis con un margen
probabilstico de error (todo esto lo entender perfectamente ms adelante y sobre
todo en la asignatura de Diseos de Investigacin y Anlisis de Datos).
Con los anlisis estadsticos se aprueba o se rechaza la hiptesis nula con un
determinado nivel de probabilidad o nivel de confianza.
El nivel de confianza es la probabilidad de acertar cuando no se rechaza la hiptesis
nula si sta es cierta.
En el ejemplo siguiente se explican los conceptos anteriores:
Imaginemos que, tras elegir una muestra de 40 varones insomnes, comparamos la
eficacia de dos tratamientos para el insomnio (variable independiente):
A: tomar caf con leche antes de ir a la cama (a este tratamiento se someten 20
sujetos)
B: hacer unos ejercicios de relajacin al acostarse (a este tratamiento se someten los
otros 20 sujetos)
Con la ayuda de un electroencefalgrafo, medimos (variable dependiente) el nmero
de minutos que tardan en conciliar el sueo desde que se meten en la cama.
La hiptesis nula sera: no hay diferencias entre los tratamientos (la media de
minutos que tardan los sujetos en conciliar el sueo es igual en los dos grupos de
sujetos). Formulada matemticamente: H 0 : A = B (la media de minutos que tardan
en conciliar el sueo los insomnes- todos los insomnes del mundo- que reciben el
tratamiento A es igual que la media de minutos que tardan en conciliar el sueo los
insomnes- todos los insomnes del mundo- que reciben el tratamiento B)
La hiptesis alternativa sera: si que hay diferencias entre los tratamientos (la media
de minutos que tardan los sujetos en conciliar el sueo no es igual en los dos grupos
de sujetos). Formulada matemticamente H 1 : A B (la media de minutos que
22
tardan en conciliar el sueo los insomnes - todos los insomnes del mundo- que reciben
el tratamiento A es diferente que la media de minutos que tardan en conciliar el sueo
los insomnes- todos los insomnes del mundo- que reciben el tratamiento B).
Imaginemos que los resultados indicaron que, en la muestra (no entre todos los
insomnes del mundo), los sujetos tratados con el tratamiento A tardaron 34 minutos
como media en conciliar el sueo y los tratados con el mtodo B tardaron 26 minutos
como media en conciliar el sueo. Para estos sujetos que componen la muestra el
tratamiento A fue peor que el tratamiento B.
Esto ser verdad en todos los caso de insomnio (todos los insomnes del mundo)? La
parte inferencial de la investigacin consiste en establecer si lo que hemos visto en la
muestra puede generalizarse a toda la poblacin de insomnes (todos los insomnes del
mundo).
Para ello debemos analizar los datos mediante una prueba estadstica. Una prueba
estadstica sirve para hacer una comparacin entre dos afirmaciones matemticas
(hiptesis estadsticas: H 0 : A = B H 1 : A B ) y tomar una decisin respecto a
cul de ellas tiene ms probabilidad de ser cierta.
El nivel de significacin (estadstica) es la probabilidad (p) de que la hiptesis
postulada como nula sea cierta (de acuerdo con los datos de nuestro estudio); en
nuestro caso que el tratamiento A sea igual al tratamiento B (mejor dicho que los
efectos encontrados en la VD sean iguales para los dos tratamientos).
Cuando en un informe cientfico se dice que se han encontrado diferencias
estadsticamente significativas (y se aade p<0,05) entre las medias de la variable
dependiente (minutos...), se est comunicando al lector que la hiptesis nula (que en
ese caso era que la medias poblacionales son iguales, A = B ) es tan POCO
PROBABLE (p<0,05) que se desprecia esa probabilidad y se admite como cierto que
son diferentes (estadsticamente diferentes- A B ).
El nivel de confianza es el valor complementario al nivel de significacin multiplicado
por cien; as, para un nivel de significacin p<0,05, el n.c. (nivel de confianza) es (10,05)100=95, que se expresa en porcentajes, o sea es el 95%. Como se ve, ambos
conceptos son intercambiables y complementarios, pudindose decir que dado que
p<0,05 se rechaza H0 o que H0 se rechaza con un nivel de confianza del 95%.
los principios, considerndolos como leyes cientficas son leyes de la naturaleza que
no se pueden demostrar explcitamente, sin embargo las podemos medir y cuantificar
observando los resultados que producen (como el principio de Arqumides). Las leyes
cientficas son hiptesis de amplio alcance explicativo que han sido confirmadas. Para
que una hiptesis sea confirmada pase a ser ley cientfica deben cumplirse las tres
caractersticas por las que me preguntas. Por ejemplo, dentro de las teoras generales
de la ansiedad, la hiptesis de la U invertida relaciona la ansiedad con el rendimiento y
dice que el mejor rendimiento se obtiene en condiciones medias de ansiedad, mientras
con condiciones bajas y altas de ansiedad el rendimiento ser peor. Para que esta
hiptesis pase a ser ley se debe cumplir que: 1) siempre que se den las mismas
condiciones experimentales, debern ocurrir los mismos cambios en la conducta
(cuando haya una elevada situacin de ansiedad, deber ocurrir siempre un mal
rendimiento); 2) que podamos generalizar estos resultados a todos los casos que
enunciemos que deba cumplirse; 3) que cuando aparezca el efecto, haya estado
presente la causa (la relacin causal entre la ansiedad y el rendimiento).
La definicin de lo qu es una teora cientfica es una cuestin compleja que ha
suscitado importantes divergencias entre los filsofos de la ciencia proponindose
criterios muy diferentes. Nosotros vamos a mantener una concepcin amplia de las
teoras cientficas, las vamos a considerar como esquemas conceptuales con los que
representamos el conocimiento cientfico de forma sistematizada, es decir, incluyendo
desde las relaciones observadas entre los hechos, hasta los mecanismos subyacentes
que explican tales relaciones. Las teoras son representaciones que no pretenden
sustituir la realidad sino facilitar su comprensin al proporcionar de forma
esquematizada las leyes que explican las uniformidades que se observan en los
hechos.
Pero, qu son las leyes cientficas? De una manera simplificada podemos decir que
una ley es una hiptesis de amplio alcance explicativo que ha sido confirmada, es
decir, algunas hiptesis confirmadas cambian de estatus y se elevan al rango de leyes.
Ahora bien, si todas las hiptesis confirmadas no pasan a ser leyes, cules son las
caractersticas que deben reunir ese tipo de hiptesis para que sean consideradas
leyes cientficas? Existe acuerdo entre cientficos y filsofos al considerar que
necesariamente tienen que cumplir, al menos, las tres siguientes:
Expresar regularidades de comportamientos bajo determinadas condiciones.
Tener un carcter universal, esto es, ser aplicables a todos los elementos
particulares que queden incluidos en el enunciado de la ley.
Tiene que haber una relacin necesaria entre las condiciones antecedentes y
consecuentes de la hiptesis, y no meramente probable, o coincidente.
Veamos un ejemplo en el que se cumplen esas condiciones. Yerkes y Dodson estaban
interesados en investigar las relaciones entre la motivacin de los individuos en la
realizacin de una tarea y el rendimiento en la misma. A partir de los resultados que
obtienen en los experimentos que llevan a cabo, estos autores establecen la llamada
ley de Yerkes y Dodson: la motivacin y el rendimiento en una tarea se relacionan en
forma de U invertida. Es decir, el grado de motivacin hace que el rendimiento sea
mayor, pero si la motivacin es excesiva el rendimiento disminuye.
En el ejemplo anterior, Yerkes y Dodson basndose en la Teora de la Motivacin
(tienes una asignatura entera sobre la motivacin), queran ver Cmo influa la
motivacin en el rendimiento (ste sera el problema) y para ello formularon una
hiptesis que podra haber sido similar a sta: La motivacin influye en el
rendimiento. Despus de comprobarla en muchos experimentos y muchas veces,
27
refleja
las
los fenmenos
La
Hiptesis
es
una
proposicin
terica
referida
inmediata
o
mediatamente a hechos no sujetos hasta ahora a experiencias y que es
corregible a la vista de un nuevo conocimiento. Por lo tanto las
hiptesis son formulaciones tentativas acerca de la naturaleza.
En general podemos decir que
ley y un conjunto de leyes es una teora.
una
(*Delclaux,
1981.
La
elaboracin
(Coord.). Metodologa y Teora de
UNED).
de
la
hiptesis
confirmada
teoras.
En
J.
F.
Psicologa (pp. 27-41).
es
una
Morales
Madrid:
28
Puede
ocurrir
que
en
el
momento
haya
teoras
rivales
y
los
investigadores
estn
buscando
refutar
la
teora
contraria.
No
necesariamente en el momento de que la teora ya est instalada. De
esto hay mucho. Las teoras se van reformando a medida que hay datos
que refuten algunos aspectos que no encajan.
61. Una teora est formada por conjuntos de hiptesis, mi duda es: Estas
hiptesis no tienen por qu estar *contrastadas* empricamente, no? Si
lo estuvieran, pasaran a ser ley cientfica (si cumplieran adems las
tres caractersticas que se mencionan en el libro). Es as?
No necesariamente
empricamente.
las
hiptesis
que
hacen
una
teora
se
contrastan
31
LECTURA DE INVESTIGACIONES
65. En referencia al punto 1.3.6 sobre la estructura del informe de
Investigacin segn APA, me gustara poder leer artculos con sta
estructura para entenderlo mejor. Sera posible que colguis algn
artculo o bien, me indiquis donde puedo encontrar investigaciones
con sta estructura?
En la prctica o prueba de evaluacin continua (PEC) tiene un artculo con este
formato. Ah tendr oportunidad de leerlo. No obstante en google acadmico puede
tener muchos artculos de investigacin.
METODO CIENTFICO
66. Me podra explicar de forma sencilla las caractersticas del mtodo
cientfico de flexibilidad y diversidad de formas?
Ms sencillo que decir que el mtodo cientfico no es un proceder nico para abordar
el estudio de la realidad, sino que puede adoptar diferentes procedimientos y
estrategias para adaptarse al objeto de estudio, no s. Usted puede estudiar el
suicidio experimentalmente? Manipulara alguna variable para ver si se produce
suicidio? Pues claro que no, entonces puede usar otros procedimientos que son
cientficos que le aproximen al conocimiento sobre el suicidio. Puede utilizar una
estrategia inductiva o deductiva. Y esta caracterstica nos lleva a la segunda por la que
pregunta, la flexibilidad. S al adoptar diversas formas para aproximarnos a conocer la
realidad de manera cientfica, pues indica que el mtodo es flexible.
67. Puede explicarme el mtodo hipottico-deductivo?
Como puedes ver en el documento de Deductivismo e Inductivismo: "Aristteles
afirmaba que la investigacin va desde el conocimiento de un fenmeno y la
formulacin de principios explicativos del mismo (proceso inductivo) hasta la
deduccin de enunciados sobre esos hechos a partir de los principios explicativos
(proceso deductivo)". Se utilizan tanto el proceso inductivo como el deductivo en el
mtodo hipottico-deductivo. En el documento mencionado anteriormente tienes
ejemplos.
Dado que el mtodo cientfico consiste en un procedimiento general de actuacin, ste
puede adoptar diferentes formas dependiendo de dnde se site el punto de partida.
(1) El Mtodo Inductivo es una variante del Mtodo Cientfico, procede de la
tradicin empirista de la filosofa que considera que slo se puede llegar al
conocimiento a travs de la experiencia. De ah, que el punto de partida para los
cientficos inductivistas sea la observacin de la realidad para acumular datos,
ordenarlos y establecer a partir de ellos conclusiones o leyes generales aplicables
a todo el conjunto de observaciones. En Psicologa, Skinner (1904-1990) es el
mximo representante de esa forma de proceder. l sostena que la investigacin
no deba estar dirigida por las teoras o por las hiptesis, que eran innecesarias,
sino por la curiosidad del investigador. Por ello, realizaba investigaciones en las
32
que manipulaba estmulos externos al sujeto para registrar los cambios que se
producan en su comportamiento, y a partir de los datos obtenidos en mltiples
observaciones propona leyes generales del aprendizaje (Arnau y Balluerka, 1998).
Ejemplo: Los tres amigos alemanes que tengo son rubios y de ojos azules por
tanto induzco que todos los alemanes son rubios y de ojos azules.
(2) El Mtodo Deductivo es otra variante del Mtodo Cientfico que se caracteriza
por partir de un conjunto de axiomas, principios indemostrables a los que se llega
por procesos de razonamiento que no se apoyan en observaciones empricas, y
por establecer un conjunto de reglas de procedimiento, a partir de las cuales se
realizan deducciones lgicas aplicables a los datos reales. Es decir, el Mtodo
Deductivo permite hacer inferencias sobre la realidad, que no se basan en
observaciones empricas sino en la construccin de sistemas lgicos internamente
consistentes. El mejor ejemplo de uso de este mtodo lo encontramos en las
matemticas.
Ejemplo: Todos los alemanes son rubios y de ojos azules (suponiendo que esta
regla fuera verdadera), por tanto, si conozco a algn alemn en los prximos das
ser rubio y tendr ojos azules.
(3) El Mtodo Hipottico-Deductivo se define por utilizar de forma combinada las
dos estrategias anteriores: la induccin y la deduccin. La Ciencia en su bsqueda
de conocimiento necesita tanto de los datos empricos como de las teoras. El
proceso de investigacin cientfica puede comenzar:
a) Desde una teora de la que se deduce o infiere una consecuencia que se va a
contrastar con los hechos empricos, y a partir de los datos obtenidos en ese
proceso de contrastacin se corrobora, se rechaza, o se modifica lo deducido
desde la teora (proceso deductivo).
b) Se puede comenzar desde los datos, desde las observaciones empricas y a
partir de ellas elaborar una teora (proceso inductivo). Desde esa teora se
deduciran consecuencias que habra que someter a un proceso de contrastacin
emprica.
Ejemplo: Los tres amigos que tengo son rubios y de ojos azules, los alemanes son
rubios y de ojos azules (si esto fuera una regla verdadera), por tanto induzco que
mis amigos son alemanes.
El Mtodo Hipottico-Deductivo es el que mejor caracteriza al modo de proceder
que tiene la mayor parte de las disciplinas cientficas y de la Psicologa en la
actualidad.
68. Podra resumirse el mtodo deductivo en que son teoras que pasan a ser
demostradas?
No,
1) el mtodo no es una teora.
2) el mtodo es un modo sistemtico de procedimiento. No es una
receta, pero es un modo _que indica cmo debemos proceder_ para
resolver problemas en ciencia, _cmo debemos hacer para investigar_ los
fenmenos y que lo que obtengamos de esta investigacin sea un
enunciado que sea cuando menos verdadero.
33
METODOLOGAS
70. Cules son las diferencias entre las
cuasiexperimental, de encuestas y cualitativa?
siguientes
metodologas:
Cuasiexperimental
manipulas
la
variable
independiente
pero
no
puedes
asignar
aleatoriamente
los
participantes
a
las
condiciones,
estudias
las
relaciones causales entre variables independientes y dependientes pero
no puedes garantizar su generalizacin debido a la falta de asignacin aleatoria de los
participantes.
Encuestas
- no hay manipulacin de la variable independiente, y no hay
asignacin a grupos o condiciones, por tanto y solo puedes estudiar
relaciones de covariacin entre las variables y no de causalidad.
34
Cualitativas
- los estudios cualitativos estudian el fenmeno en el contexto,
parten de observaciones y entrevistas que les permiten aproximarse al
fenmenos de estudio tratando de comprenderlo. No tratan de contrastar
las hiptesis como los estudios cuantitativos. Generan hiptesis no
las contrastan.
Todos estos temas los ir desgranando ms adelante.
71. No parece segn las definiciones de investigacin cualitativa y cuantitativa,
que la investigacin cualitativa se acerca ms a la definicin de mtodo
deductivo que a la del mtodo inductivo como se dice en el libro pg.
70? El Constructivismo no se apoya en procesos de razonamiento como
hace el mtodo deductivo?
No es correcta su afirmacin, un mtodo hipottico deductivo parte de
un axioma y ste trata de comprobarlo empricamente deducir de un
principio si esto se cumple en la realidad, y esto lo suele utilizar
la
investigacin
cuantitativa,
mientras
que
partir
de
las
observaciones de la realidad, de las experiencias para analizar y
lanzar posibles hiptesis o teoras de por qu ocurre es un mtodo
inductivo.
35
probabilidad de equivocarnos del 5%, que no existen diferencias entre los grupos". En
el libro de la asignatura de Introduccin al Anlisis de Datos, pg. 248 y siguientes,
tienes ampliado el muestreo probabilstico y no probabilstico.
interpretacin
dentro
del
y la
nivel
Estadstico-analtico.
Unidad muestral son cada uno de los elementos de la muestra y estos pueden ser o
un individuo o un grupo (comunidad de vecinos, una provincia, un pas...), mientras
que los participantes de una investigacin se refiere siempre a cada individuo (cada
una de las personas o animales que participan en la investigacin). Un ejemplo sera
si quisiramos investigar el paro en distintos pases. Las unidades muestrales seran
los distintos pases, mientras que los participantes seran cada uno de los sujetos de
esos pases que participan en la investigacin. Los participantes siempre son
individuos, mientras que las unidades muestrales pueden ser grupos. En la mayora
de los diseos experimentales, cuasi experimentales, etc. que vais a ver ms adelante
en el libro, cada uno de los sujetos participantes que pasan por el experimento es una
unidad muestral. Por ej., se extrae una muestra de 10 sujetos para aplicarles un
tratamiento, cada uno de los participantes es una unidad muestral.
80. Segn la amplitud, porqu este orden es el correcto: participante<unidad
muestral<muestra?
Porque si tomamos como ejemplo el uso de las nuevas tecnologas por parte de las
familias, de la poblacin bsica de familias con hijos en edad escolar tomaramos la
muestra, donde cada familia con hijos en edad escolar puede constituir una unidad de
muestreo. Esta unidad de muestreo (la familia) es el participante en el estudio.
Coincide la unidad de muestreo con el participante en los casos en que todas las
unidades muestrales no abandonan la investigacin. Los participantes son los que
finalmente tenemos en la investigacin. Por lo tanto, lo mayor es la muestra, lo
siguiente la unidad muestral (cada elemento de la muestra), y lo siguiente, las
unidades muestrales que nos quedan al final de la investigacin, es decir, los
participantes (unidades muestrales que no han abandonado, etc.).
VALIDEZ
82. Quisiera saber si VALIDEZ y FIABILIDAD o replicabilidad son inversamente
proporcionales, es decir si un estudio al tener ms validez (tanto interna
como externa) es ms difcil de ser replicable. As mismo tengo una duda
similar respecto a los dos tipos de validez: Un estudio cientfico, al tener
ms VALIDEZ INTERNA debe tener menor VALIDEZ EXTERNA, o viceversa?,
o pueden darse los dos tipos de validez en mismo grado?
La validez de un estudio es algo as como que tan cierto es lo se
afirma cuando se hace un estudio cientfico. Se hace una investigacin
sobre si es cierto que el dinero no da la felicidad. Si usted evala
la felicidad en los ricos y en los pobres, garantizando que usted ha
dado con la prueba que mide la felicidad, y encuentra que los ricos
tambin lloran -es decir no son tan felices como los pobres- pues
entonces la afirmacin de que el dinero no da la felicidad es vlida,
dicho de otro modo es cierta. Para hablar de validez tenemos que
mirar cmo ha hecho el estudio, qu tipo de medida ha realizado, si de
verdad ha medido felicidad y no otra cosa como auto-estima, u orgullo,
si de verdad ha obtenido una muestra de ricos y una de pobres
representativa
de
la
poblacin,
si
ha
hecho
adecuadamente
los
anlisis. La validez de la afirmacin -la certeza con que se puede
afirmar que el dinero no da la felicidad- no es una cuestin de todo o
nada, es una cuestin que se evala por partes.
Al evaluar una afirmacin por partes lleva a la idea de que si
controlas muy bien un experimento (tienes muchas garantas de que la
causa (VI) produce cambios en el efecto (VD)), entonces probablemente
la afirmacin que obtengas de este experimento no sea generalizable
ms all del entorno de laboratorio, esto es no tienes validez
externa. Esto depende tambin del tipo de investigacin y fenmeno de
estudio. Yo no me atrevera afirmarlo de manera tan contundente. Si la
investigacin
trata
de
procesos
bsicos
probablemente
la
validez
externa no se resienta, considerando que todos los humanos tenemos
sistemas perceptivos o cognitivos con un funcionamiento universal.
39