Naturaleza de los diseños en la Investigación
El DISEÑO de investigación constituye el plan general del investigador para obtener respuestas a sus interrogantes o comprobar la hipótesis de investigación. El diseño de investigación desglosa las estrategias básicas que el investigador adopta para generar información exacta e interpretable. Los diseños son estrategias con las que intentamos obtener respuestas a preguntas como:
• Contar.
• Medir.
• Describir.
El diseño de investigación estipula la estructura fundamental y especifica la naturaleza global de la intervención.
El investigador cuando se plantea realizar un estudio suele tratar de desarrollar algún tipo de comparación. El diseño de investigación supone, así, especificar la naturaleza de las comparaciones que habrían de efectuarse, ésta pueden ser:
• Entre dos o más grupos.
• De un grupo en dos o más ocasiones.
• De un grupo en diferentes circunstancias.
• Con muestras de otros estudios.
El diseño también debe especificar los pasos que habrán de tomarse para controlar las variables extrañas y señala cuándo, en relación con otros acontecimientos, se van a recabar los datos y debe precisar el ambiente en que se realizará el estudio. Esto quiere decir que el investigador debe decir dónde habrán de llevarse a cabo las intervenciones y la recolección de datos, esta puede ser en un ambiente natural (como el hogar o el centro laboral de los sujetos) o en un ambiente de laboratorio (con todas las variables controladas).
Al diseñar el estudio el investigador debe decir qué información se dará a los sujetos, es recomendable revelar a los sujetos el propósito de la investigación y obtener su consentimiento.
Naturaleza y alcance de los experimentos
DISEÑOS EXPERIMENTALES. En ellos el investigador desea comprobar los efectos de una intervención específica, en este caso el investigador tiene un papel activo, pues lleva a cabo una intervención.
DISEÑOS NO EXPERIMENTALES. En ellos el investigador observa los fenómenos tal y como ocurren naturalmente, sin intervenir en su desarrollo.
Otra dimensión comprende el grado de estructuración impuesta por anticipado al estudio, los ESTUDIOS CUANTITATIVOS tienden a ser altamente estructurados, de modo que el investigador especifica las características principales del diseño antes de obtener un solo dato. Por el contrario, el diseño de losESTUDIOS CUALITATIVOS es más flexible; permite e incluso estimula la realización de ajustes, a fin de sacar provecho a la información reunida en las fases tempranas de su realización.
Otra dimensión importante se refiere al empleo que hace el estudio de la dimensión temporal. Los DISEÑOS TRANSVERSALES implican la recolección de datos en un solo corte en el tiempo, mientras que los DISEÑOS LONGITUDINALES reúnen datos en dos o más momentos. La aplicación de un diseño longitudinal es recomendable para el tratamiento de problemas de investigación que involucran tendencias, cambios o desarrollos a través del tiempo, o bien, en los casos en que se busque demostrar la secuencia temporal de los fenómenos. Los estudios de TENDENCIAS investigan un particular fenómeno en curso del tiempo, con base en la toma repetida de diferentes muestras provenientes de la misma población general.
En los ESTUDIOS DE COHORTE, se examina un determinado fenómeno en el curso del tiempo recurriendo a una particular subpoblación (por lo general, un grupo de población o cohorte de determinadas edades). Los estudios LONGITUDINALES en los cuales se interroga dos o más veces a una misma muestra de sujetos se conocen como ESTUDIOS DE SEGMENTOS. De similar modo, los ESTUDIOS DE SEGUIMIENTO estudian en dos o más momentos a los mismos sujetos, quienes por lo general han recibido un tratamiento o comparten una particular característica de interés; el seguimiento persigue, así, estudiar su desarrollo subsecuente. Los estudios longitudinales suelen ser costosos, requieren una mayor inversión de tiempo y conllevan numerosas dificultades como la atricción (pérdida de sujetos con el tiempo); sin embargo, frecuentemente resultan de gran valor, en virtud de la información que arrojan.
En múltiples ocasiones, la investigación busca elucidar las relaciones causa-efecto. Los estudios no experimentales emplean, para este propósito, diseños retrospectivos o prospectivos. En los DISEÑOS RETROSPECTIVOS, el investigador observa la manifestación de algún fenómeno (v. dependiente) e intenta identificar retrospectivamente sus antecedentes o causas (v. independiente). Los ESTUDIOS PROSPECTIVOS se inician con la observación de ciertas causas presumibles y avanzan longitudinalmente en el tiempo a fin de observar sus consecuencias. La investigación prospectiva se inicia, por lo común, después de que la investigación retrospectiva ha producido evidencia importante respecto a determinadas relaciones causales.
Un buen diseño de investigación deber ser apropiado para la pregunta que se ha planteado el investigador. Debe también llevar al mínimo o evitar los sesgos que puedan distorsionar los resultados del estudio. Adicionalmente, un buen diseño trata de mejorar la precisión de la investigación, lo cual denota la sensibilidad para detectar los efectos de la variable independiente, en relación con los efectos de las variables extrañas. Finalmente, el diseño debe contemplar de manera apropiada el aspecto del poder de la investigación, es decir, la capacidad del diseño para crear el máximo contraste entre los grupos de comparación.
Para hacer estudios descriptivos hay que tener en cuenta dos elementos fundamentales:
1. – Muestra.
2. – Instrumento.
Los sujetos sobre los que se mide y las medidas:
• Fiabilidad.
• Validez: (Sensibilidad y Especificidad).
1. Validez Interna.
2. Validez externa.
Por otra parte hay que seleccionar a los sujetos para que la muestra sea representativa de la población.
CASOS CLÍNICOS: estudian casos concretos. Ej.: Medir el grado de ansiedad a la entrada del hospital, en pacientes para cirugía, en el post-quirúrgico se medirá el grado de dolor y luego se correlaciona estadísticamente, así se comprobará si los más ansiosos son los que presentan más dolor. Se pasan dos encuestas en el post-quirúrgico, en este caso podría ser que la ansiedad causara dolor y que el dolor causara ansiedad. Esto es un estudio transversal.
Manipulación de las variables
• Es cualquier característica, factor, cualidad o atributo a estudiar.
• Es algo que se puede modificar en un momento dado.
• Es el resultados de las operaciones que debe efectuar el investigador.
• Se definen operacionalmente para poderlas medir.
• Podremos medir una variable siempre que determinemos las reglas que vamos a usar para la misma.
Por ejemplo en la variable sexo:
- Varones ---- 1.
- Hembras ---- 2. (Significa ser de un sexo distinto a 1).
Por ejemplo para medir la tensión arterial, necesito un aparato que me la mida, el esfingomanómetro.
RELACIONES ENTRE LAS VARIABLES.
Definición: Es el vinculo o conexión entre las variables independientes y dependientes de un estudio.
Es de suma importancia la relación causa-efecto.
Varianza: Es la desviación típica.
Varianza consecuente: Si esta es la consecuencia, algo lo causa y es porque algo ha variado.
VARIANZA (causa) ---- VARIANZA (consecuencia)
CONDICIONES PARA AFIRMAR RELACIONES CAUSALES.
Hay condiciones que se deben cumplir para decir que una variable es causa de otra variable:
1. Una causa debe de preceder a la otra en el tiempo.
2. Existencia de una relación empírica (estadística) entre la causa y su efecto (de modo que cuando varia una, varia la otra).
3. Ausencia de otras variables que puedan explicar el efecto. (No hay otros factores que la puedan explicar).
Ej.: A causa B, y no hay otras causa C, D, E, F, ... que puedan explicar B.
TIPOS DE VARIABLES.
1.- VARIABLE INDEPENDIENTE O MANIPULADA (X):
Es la causa, el antecedente, la manipulada, es la clasificación predictoria, es independiente al no depender de otra causa.
La variable independiente:
1. Mide (clasifica sujetos) --- Estudio observacional.
2. Manipula (interviene) --- Estudios experimentales.
Ej. : Tabaco --- grupo humano.
2.- VARIABLE DEPENDIENTE O DE CRITERIO (Y):
Es el efecto, la consecuencia, la medida, es predecible y es medible, depende de otra variable,
Con la variable dependiente, los resultados son medidos, es la que busca instrumentos para medir, aplicar el instrumento al sujeto y/o población.
3.- VARIABLES EXPERIMENTALES Y CONTAMINADORAS:
Son variables independientes, también llamadas secundarias, en la variable experimental el investigador manipula o interviene en la variable, en la variable contaminadora o extraña es la propia variable la que confunde la relación entre la variable independiente y la variable dependiente. Debe ser eliminada, es un obstáculo para la investigación.
CLASIFICACIÓN DE LOS DISEÑOS DE INVESTIGACIÓN.
• Según la intervención: (Experimentales / Observacionales)
• Según el tiempo de estudio: (Transversales / Longitudinales)
• Búsqueda causalidad: (Descriptivos /Analíticos)
• En función de la V. Independiente: (Simple / Factorial)
• En función de los sujetos a estudio: (Con un sujeto / grupos)
• En función de las V. Dependientes: (De medida única / medidas repetidas)
DISEÑO DE UNA INVESTIGACIÓN.
Finalidades del diseño:
• Teórica: para dar respuesta a preguntas de investigación.
• Práctica: para controlar la variable.
El diseño de investigación como control de varianza:
PRINCIPIO DE MAXMINCON:
1. Maximizar la varianza sistemática (primaria)
2. Minimizar la varianza error: para ello se deberá elegir un grupo homogéneo de sujetos para el estudio y elegir un buen instrumento de medida.
3. Controlar la varianza sistemática extraña o secundaria: para ello se deberán eliminar fuentes de error que contaminen, se conseguirá al elegir los sujetos del estudio aleatoriamente y procurando que los sujetos a estudiar están en las mismas condiciones.
2. ESTRUCTURA DE UN TRABAJO DE INVESTIGACIÓN. ELEMENTOS DE UNA PROPUESTA.
Un trabajo de investigación debe contener los siguientes elementos y seguir la estructura que se desarrolla a continuación:
1. – Titulo.
2. – Resumen.
3. – Índice.
• Presupuesto.
• Resúmenes de los curricula vitae de los investigadores.
• Recursos, equipos e instalaciones físicas.
4.- Objetivos específicos (la pregunta a investigar).
5.- Significación: estudios preliminares y competencia de los investigadores.
6.- Métodos.
7.- Consideraciones éticas.
8.- Bibliografía.
TITULO:
Debe ser claro, sencillo, especificar las variables fundamentales del estudio, la población a estudiar y en caso de ser un estudio experimental, el tipo de diseño. Normalmente se redacta cuando está desarrollada la propuesta, es junto con el resumen la primera parte en la que se van a fijar los evaluadores.
RESUMEN:
El resumen de una propuesta de investigación es similar a la de un articulo de investigación, sólo que no aporta datos ni conclusiones. En él aparece el propósito de la investigación, el diseño realizado y el encuadre conceptual donde se desarrolla el trabajo.
Debe recogerse en la propuesta dos resúmenes, uno en español y el otro en inglés.
OBJETIVOS ESPECÍFICOS:
La pregunta a investigar ha de ser clara, concisa y relevante, es decir que sea útil en el terreno practico, en la clínica. Ejemplo: Objetivo concreto: evaluar la relación existente entre indicadores sociales y de pobreza (paro, analfabetismo, núm. de coches y clase ocupacional) y la mortalidad prematura (RME menor de 65 años), en diferentes niveles de agrupación.
Se suelen poner por orden de importancia aunque también se pueden ordenar según la cronología.
SIGNIFICACIÓN:
Es la razón por la que a juicio de los autores, el estudio merece la pena realizarlo. En el proyecto FIS se llama relevancia y quiere decir que va a aportar la investigación al mundo científico. Es la aplicabilidad práctica del proyecto o de la materia investigada. Consta de la exposición de los antecedentes y del estado actual de la cuestión.
No ha de ser ampulosa, sino claras, concretas, con la máxima economía de palabras. Características: claridad y brevedad. Expresar el estado de la cuestión y al final decir: “dado que las cosas están así, nuestra línea de investigación va a mejorar...”
No tiene que estar lleno de citas bibliográficas ni palabras difíciles de entender. No es un resumen.
En la primera página de un Fis debe aparecer: Título, palabras clave y nombre de la institución a la que se hace referencia.
MÉTODOS:
Aparece la población , el diseño, variables, definición operacional de las variables, fuente de datos, análisis de datos, limitaciones y dificultades del estudio, debe contener:
• Generalidades del diseño: marco conceptual y naturaleza del control.
• Sujetos del estudio; criterios de inclusión y exclusión, diseño para muestrear y planes para reclutar sujetos.
• Mediciones.
• Planes de pruebas previas.
• Cuestiones previas.
• Cuestiones estadísticas.
• Control de calidad y gestión de datos.
• Calendario y organigrama.
CONSIDERACIONES ÉTICAS:
En toda investigación que se va a llevar a cabo, el investigador previamente deberá valorar los aspectos éticos de la misma, tanto por el tema elegido como por el método seguido, así como plantearse si los resultados que se puedan obtener son éticamente posibles, ante cualquier duda sobre este respecto, una de las posibles soluciones podría ser someterlo a la opinión de un Comité de Ética.
lunes, 7 de noviembre de 2011
Teoría y Verificación
Naturaleza de la hipótesis
Una hipótesis es una proposición aceptable que ha sido formulada a través de la recolección de información y datos, aunque no esté confirmada, sirve para responder de forma tentativa a un problema con base científica.
Una hipótesis puede usarse como una propuesta provisional que no se pretende demostrar estrictamente, o puede ser una predicción que debe ser verificada por el método científico. En el primer caso, el nivel de veracidad que se otorga a una hipótesis dependerá de la medida en que los datos empíricos apoyan lo afirmado en la hipótesis. Esto es lo que se conoce como contrastación empírica de la hipótesis o bien proceso de validación de la hipótesis. Este proceso puede realizarse mediante confirmación (para las hipótesis universales) o mediante verificación (para las hipótesis existenciales).
Importancia de la hipótesis
Una hipótesis de investigación representa un elemento fundamental en el proceso de investigación. Después de formular un problema, el investigador enuncia la hipótesis, que orientará el proceso y permitirá llegar a conclusiones concretas del proyecto que recién comienza.
Toda hipótesis constituye, un juicio o proposición, una afirmación o una negación de algo. Sin embargo, es un juicio de carácter especial. Las hipótesis son proposiciones provisionales y exploratorias y, por tanto, su valor de veracidad o falsedad depende críticamente de las pruebas empíricas disponibles. En este sentido, la replicabilidad de los resultados es fundamental para confirmar una hipótesis como solución de un problema.1
La hipótesis de investigación es el elemento que condiciona el diseño de la investigación y responde provisionalmente al problema, verdadero motor de la investigación. Como se ha dicho esta hipótesis es una aseveración que puede validarse estadísticamente. Una hipótesis explícita es la guía de la investigación, puesto que establece los límites, enfoca el problema y ayuda a organizar el pensamiento.
Una hipótesis se considera explicación y por tanto toma cuerpo como elemento fundamental de una teoría científica, cuando el conocimiento existente en el área permite formular predicciones razonables acerca de la relación de dos o más elementos o variables.
Dicha hipótesis indica el tipo de relación que se espera encontrar:
Describe alguna o algunas propiedades de la relación entre A y B.
El primer elemento A es la causa del segundo B.
Cuando se presenta esto, A entonces sucede aquello, B.
Cuando esto sí, A, entonces aquello no, B.
Para que sea admitida como cuerpo de conocimiento científico, la hipótesis tiene que poder establecer una cuantificación determinada o una proporción matemática que permita suverificación estadística, pues el argumento meramente inductivo no es científicamente concluyente.2
Tipos de Hipótesis
Deben referirse a una situación real o realizable, no a una situación que no puede ocurrir bajo un estado cierto estado de hechos.
Las variables de la hipótesis tienen que ser comprensibles, estar bien definidas y ser lo más concretas posible.
La relación entre variables propuesta por una hipótesis debe ser clara y verosímil.
Los términos de la hipótesis y la relación planteada entre ellos, deben poder ser observados y medidos.
Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas.
Así mismo, cada tipo de hipótesis tiene sus características extra.
Las hipótesis descriptivas del valor de variables que se van a observar en un contexto.
Las hipótesis correlacionales especifican las relaciones entre dos o más variables y el orden de éstas no es importante. Pueden alcanzar un nivel predictivo y parcialmente explicativo.
Variables
Deben referirse a una situación real o realizable, no a una situación que no puede ocurrir bajo un estado cierto estado de hechos.
Las variables de la hipótesis tienen que ser comprensibles, estar bien definidas y ser lo más concretas posible.
La relación entre variables propuesta por una hipótesis debe ser clara y verosímil.
Los términos de la hipótesis y la relación planteada entre ellos, deben poder ser observados y medidos.
Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas.
Así mismo, cada tipo de hipótesis tiene sus características extra.
Las hipótesis descriptivas del valor de variables que se van a observar en un contexto.
Las hipótesis correlacionales especifican las relaciones entre dos o más variables y el orden de éstas no es importante. Pueden alcanzar un nivel predictivo y parcialmente explicativo.
Implicación de la validez y la confiabilidad
Toda medición o instrumento de recolección de los datos debe reunir dos requisitos esenciales: confiabilidad y validez. Laconfiabilidad de un instrumento de medición se refiere al grado en que su aplicación repetida al mismo sujeto u objeto, produce iguales resultados. Por ejemplo, si yo midiera en este momento la temperatura ambiental mediante un termómetro y me indicara que hay 220C. Un minuto más tarde consultara otra vez y el termómetro me indicara que hay 50C. Tres minutos después observara el termómetro y ahora me indicara que hay 400C. Este termómetro no sería confiable (su aplicación repetida produce resultados distintos). Igualmente, si una prueba de inteligencia la aplico hoy a un grupo de personas y me proporciona ciertos valores de inteligencia; la aplico un mes después y me proporciona valores diferentes, al igual que en subsecuentes mediciones. Esa prueba no es confiable (analícense los valores de la figura 9.1, suponiendo que los coeficientes de inteligencia puedan oscilar entre 95 y 150). Los resultados no son consistentes; no se puede “confiar” en ellos.
La confiabilidad de un instrumento de medición se determina mediante diversas técnicas, las cuales se comentarán brevemente después de revisar el concepto de validez.
La validez, en términos generales, se refiere al grado en que un instrumento realmente mide la variable que pretende medir. Por ejemplo, un instrumento para medir la inteligencia válido debe medir la inteligencia y no la memoria. Una prueba sobre conocimientos de Historia debe medir esto y no conocimientos de literatura histórica. Aparentemente es sencillo lograr la validez. Después de todo —como dijo un estudiante— “pensamos en la variable y vemos cómo hacer preguntas sobre esa variable”. Esto seria factible en unos cuantos casos (como lo sería el “sexo” de una persona). Sin embargo, la situación no es tan simple cuando se trata de variables como la motivación, la calidad de servicio a los clientes, la actitud hacia un candidato político y menos aun con sentimientos y emociones, así como diversas variables con las que trabajamos en ciencias sociales. La validez es una cuestión más compleja que debe alcanzarse en todo instrumento de medición que se aplica. Kerlinger (1979, p. 138) plantea la siguiente pregunta respecto a la validez: ¿Está usted midiendo lo que usted cree que está midiendo? Si es así, su medida es válida; si no, no lo es.
La validez es un concepto del cual pueden tenerse diferentes tipos de evidencia (Wiersma, 1986; Gronlund, 1985): 1) evidencia relacionada con el contenido, 2) evidencia relacionada con el criterio y 3) evidencia relacionada con el constructo. Hablemos de cada una de ellas.
1) Evidencia relacionada con el contenido
La validez de contenido se refiere al grado en que un instrumento refleja un dominio específico de contenido de lo que se mide. Es el grado en que la medición representa al concepto medido (Bohrnstedt, 1976). Por ejemplo, una prueba de operaciones aritméticas no tendrá validez de contenido si incluye sólo problemas de resta y excluye problemas de suma, multiplicación o división (Carmines y Zeller, 1979). 0 bien, una prueba de conocimientos sobre las canciones de “Los Beatles” no deberá basarse solamente en sus álbumes Tet it Be”y “Abbey Road”, sino que debe incluir canciones de todos sus discos.
Un instrumento de medición debe contener representados a todos los items del dominio de contenido de las variables a medir. Este hecho se ilustra en la figura 9.2.
2) Evidencia relacionada con el criterio
La validez de criterio establece la validez de un instrumento de medición comparán¬dola con algún criterio externo. Este criterio es un estándar con el que se juzga la validez del instrumento (Wiersma, 1986). Entre los resultados del instrumento de medición se relacionen más al criterio, la validez del criterio será mayor. Por ejemplo, un investigador valida un examen sobre manejo de aviones, mostrando la exacti¬tud con que el examen predice qué tan bien Un grupo de pilotos puede operar un aeroplano.
Una hipótesis es una proposición aceptable que ha sido formulada a través de la recolección de información y datos, aunque no esté confirmada, sirve para responder de forma tentativa a un problema con base científica.
Una hipótesis puede usarse como una propuesta provisional que no se pretende demostrar estrictamente, o puede ser una predicción que debe ser verificada por el método científico. En el primer caso, el nivel de veracidad que se otorga a una hipótesis dependerá de la medida en que los datos empíricos apoyan lo afirmado en la hipótesis. Esto es lo que se conoce como contrastación empírica de la hipótesis o bien proceso de validación de la hipótesis. Este proceso puede realizarse mediante confirmación (para las hipótesis universales) o mediante verificación (para las hipótesis existenciales).
Importancia de la hipótesis
Una hipótesis de investigación representa un elemento fundamental en el proceso de investigación. Después de formular un problema, el investigador enuncia la hipótesis, que orientará el proceso y permitirá llegar a conclusiones concretas del proyecto que recién comienza.
Toda hipótesis constituye, un juicio o proposición, una afirmación o una negación de algo. Sin embargo, es un juicio de carácter especial. Las hipótesis son proposiciones provisionales y exploratorias y, por tanto, su valor de veracidad o falsedad depende críticamente de las pruebas empíricas disponibles. En este sentido, la replicabilidad de los resultados es fundamental para confirmar una hipótesis como solución de un problema.1
La hipótesis de investigación es el elemento que condiciona el diseño de la investigación y responde provisionalmente al problema, verdadero motor de la investigación. Como se ha dicho esta hipótesis es una aseveración que puede validarse estadísticamente. Una hipótesis explícita es la guía de la investigación, puesto que establece los límites, enfoca el problema y ayuda a organizar el pensamiento.
Una hipótesis se considera explicación y por tanto toma cuerpo como elemento fundamental de una teoría científica, cuando el conocimiento existente en el área permite formular predicciones razonables acerca de la relación de dos o más elementos o variables.
Dicha hipótesis indica el tipo de relación que se espera encontrar:
Describe alguna o algunas propiedades de la relación entre A y B.
El primer elemento A es la causa del segundo B.
Cuando se presenta esto, A entonces sucede aquello, B.
Cuando esto sí, A, entonces aquello no, B.
Para que sea admitida como cuerpo de conocimiento científico, la hipótesis tiene que poder establecer una cuantificación determinada o una proporción matemática que permita suverificación estadística, pues el argumento meramente inductivo no es científicamente concluyente.2
Tipos de Hipótesis
Deben referirse a una situación real o realizable, no a una situación que no puede ocurrir bajo un estado cierto estado de hechos.
Las variables de la hipótesis tienen que ser comprensibles, estar bien definidas y ser lo más concretas posible.
La relación entre variables propuesta por una hipótesis debe ser clara y verosímil.
Los términos de la hipótesis y la relación planteada entre ellos, deben poder ser observados y medidos.
Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas.
Así mismo, cada tipo de hipótesis tiene sus características extra.
Las hipótesis descriptivas del valor de variables que se van a observar en un contexto.
Las hipótesis correlacionales especifican las relaciones entre dos o más variables y el orden de éstas no es importante. Pueden alcanzar un nivel predictivo y parcialmente explicativo.
Variables
Deben referirse a una situación real o realizable, no a una situación que no puede ocurrir bajo un estado cierto estado de hechos.
Las variables de la hipótesis tienen que ser comprensibles, estar bien definidas y ser lo más concretas posible.
La relación entre variables propuesta por una hipótesis debe ser clara y verosímil.
Los términos de la hipótesis y la relación planteada entre ellos, deben poder ser observados y medidos.
Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas.
Así mismo, cada tipo de hipótesis tiene sus características extra.
Las hipótesis descriptivas del valor de variables que se van a observar en un contexto.
Las hipótesis correlacionales especifican las relaciones entre dos o más variables y el orden de éstas no es importante. Pueden alcanzar un nivel predictivo y parcialmente explicativo.
Implicación de la validez y la confiabilidad
Toda medición o instrumento de recolección de los datos debe reunir dos requisitos esenciales: confiabilidad y validez. Laconfiabilidad de un instrumento de medición se refiere al grado en que su aplicación repetida al mismo sujeto u objeto, produce iguales resultados. Por ejemplo, si yo midiera en este momento la temperatura ambiental mediante un termómetro y me indicara que hay 220C. Un minuto más tarde consultara otra vez y el termómetro me indicara que hay 50C. Tres minutos después observara el termómetro y ahora me indicara que hay 400C. Este termómetro no sería confiable (su aplicación repetida produce resultados distintos). Igualmente, si una prueba de inteligencia la aplico hoy a un grupo de personas y me proporciona ciertos valores de inteligencia; la aplico un mes después y me proporciona valores diferentes, al igual que en subsecuentes mediciones. Esa prueba no es confiable (analícense los valores de la figura 9.1, suponiendo que los coeficientes de inteligencia puedan oscilar entre 95 y 150). Los resultados no son consistentes; no se puede “confiar” en ellos.
La confiabilidad de un instrumento de medición se determina mediante diversas técnicas, las cuales se comentarán brevemente después de revisar el concepto de validez.
La validez, en términos generales, se refiere al grado en que un instrumento realmente mide la variable que pretende medir. Por ejemplo, un instrumento para medir la inteligencia válido debe medir la inteligencia y no la memoria. Una prueba sobre conocimientos de Historia debe medir esto y no conocimientos de literatura histórica. Aparentemente es sencillo lograr la validez. Después de todo —como dijo un estudiante— “pensamos en la variable y vemos cómo hacer preguntas sobre esa variable”. Esto seria factible en unos cuantos casos (como lo sería el “sexo” de una persona). Sin embargo, la situación no es tan simple cuando se trata de variables como la motivación, la calidad de servicio a los clientes, la actitud hacia un candidato político y menos aun con sentimientos y emociones, así como diversas variables con las que trabajamos en ciencias sociales. La validez es una cuestión más compleja que debe alcanzarse en todo instrumento de medición que se aplica. Kerlinger (1979, p. 138) plantea la siguiente pregunta respecto a la validez: ¿Está usted midiendo lo que usted cree que está midiendo? Si es así, su medida es válida; si no, no lo es.
La validez es un concepto del cual pueden tenerse diferentes tipos de evidencia (Wiersma, 1986; Gronlund, 1985): 1) evidencia relacionada con el contenido, 2) evidencia relacionada con el criterio y 3) evidencia relacionada con el constructo. Hablemos de cada una de ellas.
1) Evidencia relacionada con el contenido
La validez de contenido se refiere al grado en que un instrumento refleja un dominio específico de contenido de lo que se mide. Es el grado en que la medición representa al concepto medido (Bohrnstedt, 1976). Por ejemplo, una prueba de operaciones aritméticas no tendrá validez de contenido si incluye sólo problemas de resta y excluye problemas de suma, multiplicación o división (Carmines y Zeller, 1979). 0 bien, una prueba de conocimientos sobre las canciones de “Los Beatles” no deberá basarse solamente en sus álbumes Tet it Be”y “Abbey Road”, sino que debe incluir canciones de todos sus discos.
Un instrumento de medición debe contener representados a todos los items del dominio de contenido de las variables a medir. Este hecho se ilustra en la figura 9.2.
2) Evidencia relacionada con el criterio
La validez de criterio establece la validez de un instrumento de medición comparán¬dola con algún criterio externo. Este criterio es un estándar con el que se juzga la validez del instrumento (Wiersma, 1986). Entre los resultados del instrumento de medición se relacionen más al criterio, la validez del criterio será mayor. Por ejemplo, un investigador valida un examen sobre manejo de aviones, mostrando la exacti¬tud con que el examen predice qué tan bien Un grupo de pilotos puede operar un aeroplano.
PARADIGMA CUANTITATIVO EN LA INVESTIGACIÓN
PARADIGMA CUANTITATIVO EN LA INVESTIGACIÓN
Para esclarecer más el término Paradigma se presentan las siguientes conceptualizaciones:
Del griego “para deigma”, ejemplo, modelo. El concepto fue introducido por J.S. Kuhn en el ámbito de la teoría de la ciencia, para clasificar la eterna polémica sobre lo científico.
“Es un fenómeno cultural, toda vez que detrás de ésta legitimidad se encuentran valoraciones que se estipulan como supuestos que se dan por dados” (Kuhn, Thomas; La estructura de las Revoluciones Científicas, pág. 33).
“Representa una matriz disciplinaria que abarca generalizaciones, supuestos, valores, creencias y ejemplos corrientemente compartidos de lo que constituye el interés de la disciplina. (T. D. Cook, CH.S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 60).
“Sirve como guía para los profesionales en una disciplina porque indica cuales son los problemas y las cuestiones importantes con las que ésta se enfrenta” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
“Se orienta hacia el desarrollo de un esquema aclaratorio (es decir, modelos y teorías) que puede situar a estas cuestiones y a estos problemas en un marco que permitirá a los profesionales tratar de resolverlos” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
“Establece los criterios para el uso de herramientas apropiadas (es decir, metodologías instrumentos y tipos y formas de recogidas de datos) en la resolución de estos enigmas disciplinarios” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
“Proporciona una epistemología en la que las tareas precedentes pueden ser consideradas como principios organizadores para la realización del “trabajo normal” de la disciplina” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
“No solo permiten a una disciplina aclarar diferentes tipos de fenómenos, sino que proporcionan un marco en el que tales fenómenos pueden ser primeramente identificados como existentes” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
En un sentido muy real, para entender un paradigma hay que comprender los procesos por los que fue “descubierto”, es decir, cómo el paradigma llegó a ser el modelo de considerar un determinado fenómeno.
2.1.- Características del Paradigma
• Optimalidad.
• Coherencia.
• Estabilidad.
• Constante posibilidad de transformación.
• Posibilidad de relación con otros campos.
3.- PARADIGMA CUANTITATIVO
Este enfoque de la realidad procede de las ciencias naturales y agronómicas goza de gran tradición en el ámbito anglosajón y francés con repercusión en otros países.
Basado en la teoría positivista del conocimiento que arranca en el siglo XIX y principios del XX con autores como Comte y Durkheim.
Se ha impuesto como método científico en las ciencias naturales y más tarde en la educación.
La naturaleza cuantitativa tiene como finalidad asegurar la precisión y el rigor que requiere la ciencia, enraizado filosóficamente en el positivismo.
El Positivismo contemporáneo se adhiere, según Landshere (1982) a los principios fundamentales.
• La unidad de la Ciencia.
• La metodología de la investigación debe ser de las ciencias exactas, matemáticas y físicas.
• La explicación científica es de manera causal en el sentido amplio y consiste en subordinar los casos particulares a las leyes generales.
Este Paradigma ha recibido otros nombres, tales como por ejemplo:
• Racionalista.
• Positivista.
• Científico - naturalista
• Científico - tecnológico y
• Sistemático gerencial.
3.1.- Características del Paradigma Cuantitativo
• Presta más atención a las semejanzas que a las diferencias.
• Trata de buscar las causas reales de los fenómenos.
• Modelo pensado para explicar, controlar y predecir fenómenos.
• Parte de una realidad dada y algo estática que puede fragmentarse para su estudio.
• La objetividad es lo más importante (lo medible), lo subjetivo queda fuera de toda investigación científica.
• El investigador debe ser independiente.
• Los valores del investigador no deben interferir con el problema a estudiar.
• El planteamiento epistemológico de este enfoque parte de la “unidad del método científico”.
• Adopta el modelo hipotético deductivo, utiliza métodos cuantitativos y estadísticos, se basa en fenómenos observables susceptibles de medición, análisis matemáticos y control experimental. Todos los fenómenos sociales son categorizados en variables entre las que se establecen relaciones estadísticas.
• La sociedad no se estudia una por una, con peculiaridades; se parte de una muestra representativa, basándose en las leyes del azar con el fin de generalizar los resultados a otras poblaciones.
• El rigor y la credibilidad científica se basan en la validez interna.
• Los procedimientos utilizados son:
• Control experimental.
• Observación sistemática del comportamiento.
• La correlación de variables.
• Implica una visión restringida de la realidad.
• Este paradigma adopta la generalización de los procesos.
• Rechaza los aspectos situacionales concretos e irrepetibles y de especial relevancia para la explicación de los fenómenos y situaciones determinadas.
• Pone énfasis en la verificación científica del dato y la búsqueda de eficacia.
• El objeto de estudio se adecua al método.
• Busca incrementar el conocimiento.
Para esclarecer más el término Paradigma se presentan las siguientes conceptualizaciones:
Del griego “para deigma”, ejemplo, modelo. El concepto fue introducido por J.S. Kuhn en el ámbito de la teoría de la ciencia, para clasificar la eterna polémica sobre lo científico.
“Es un fenómeno cultural, toda vez que detrás de ésta legitimidad se encuentran valoraciones que se estipulan como supuestos que se dan por dados” (Kuhn, Thomas; La estructura de las Revoluciones Científicas, pág. 33).
“Representa una matriz disciplinaria que abarca generalizaciones, supuestos, valores, creencias y ejemplos corrientemente compartidos de lo que constituye el interés de la disciplina. (T. D. Cook, CH.S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 60).
“Sirve como guía para los profesionales en una disciplina porque indica cuales son los problemas y las cuestiones importantes con las que ésta se enfrenta” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
“Se orienta hacia el desarrollo de un esquema aclaratorio (es decir, modelos y teorías) que puede situar a estas cuestiones y a estos problemas en un marco que permitirá a los profesionales tratar de resolverlos” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
“Establece los criterios para el uso de herramientas apropiadas (es decir, metodologías instrumentos y tipos y formas de recogidas de datos) en la resolución de estos enigmas disciplinarios” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
“Proporciona una epistemología en la que las tareas precedentes pueden ser consideradas como principios organizadores para la realización del “trabajo normal” de la disciplina” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
“No solo permiten a una disciplina aclarar diferentes tipos de fenómenos, sino que proporcionan un marco en el que tales fenómenos pueden ser primeramente identificados como existentes” (T. D. Cook, CH. S. Reichadt; Métodos Cualitativos y Cuantitativos en investigación evaluativa; pág. 61).
En un sentido muy real, para entender un paradigma hay que comprender los procesos por los que fue “descubierto”, es decir, cómo el paradigma llegó a ser el modelo de considerar un determinado fenómeno.
2.1.- Características del Paradigma
• Optimalidad.
• Coherencia.
• Estabilidad.
• Constante posibilidad de transformación.
• Posibilidad de relación con otros campos.
3.- PARADIGMA CUANTITATIVO
Este enfoque de la realidad procede de las ciencias naturales y agronómicas goza de gran tradición en el ámbito anglosajón y francés con repercusión en otros países.
Basado en la teoría positivista del conocimiento que arranca en el siglo XIX y principios del XX con autores como Comte y Durkheim.
Se ha impuesto como método científico en las ciencias naturales y más tarde en la educación.
La naturaleza cuantitativa tiene como finalidad asegurar la precisión y el rigor que requiere la ciencia, enraizado filosóficamente en el positivismo.
El Positivismo contemporáneo se adhiere, según Landshere (1982) a los principios fundamentales.
• La unidad de la Ciencia.
• La metodología de la investigación debe ser de las ciencias exactas, matemáticas y físicas.
• La explicación científica es de manera causal en el sentido amplio y consiste en subordinar los casos particulares a las leyes generales.
Este Paradigma ha recibido otros nombres, tales como por ejemplo:
• Racionalista.
• Positivista.
• Científico - naturalista
• Científico - tecnológico y
• Sistemático gerencial.
3.1.- Características del Paradigma Cuantitativo
• Presta más atención a las semejanzas que a las diferencias.
• Trata de buscar las causas reales de los fenómenos.
• Modelo pensado para explicar, controlar y predecir fenómenos.
• Parte de una realidad dada y algo estática que puede fragmentarse para su estudio.
• La objetividad es lo más importante (lo medible), lo subjetivo queda fuera de toda investigación científica.
• El investigador debe ser independiente.
• Los valores del investigador no deben interferir con el problema a estudiar.
• El planteamiento epistemológico de este enfoque parte de la “unidad del método científico”.
• Adopta el modelo hipotético deductivo, utiliza métodos cuantitativos y estadísticos, se basa en fenómenos observables susceptibles de medición, análisis matemáticos y control experimental. Todos los fenómenos sociales son categorizados en variables entre las que se establecen relaciones estadísticas.
• La sociedad no se estudia una por una, con peculiaridades; se parte de una muestra representativa, basándose en las leyes del azar con el fin de generalizar los resultados a otras poblaciones.
• El rigor y la credibilidad científica se basan en la validez interna.
• Los procedimientos utilizados son:
• Control experimental.
• Observación sistemática del comportamiento.
• La correlación de variables.
• Implica una visión restringida de la realidad.
• Este paradigma adopta la generalización de los procesos.
• Rechaza los aspectos situacionales concretos e irrepetibles y de especial relevancia para la explicación de los fenómenos y situaciones determinadas.
• Pone énfasis en la verificación científica del dato y la búsqueda de eficacia.
• El objeto de estudio se adecua al método.
• Busca incrementar el conocimiento.
Suscribirse a:
Entradas (Atom)